Sur cette page
1
Fiche
Aller à un mot : Agent · Ajustement · Analyse d'impact · API · Appel d'outils · Assistant · Automatisation · Banc d'essai · Base vectorielle · Cache de la conversation · Carte graphique · Charte d'usage · CLOUD Act · Connecteur · Connexion d'entreprise · Contexte · Demande · Déployeur · Embedding · Entraînement · Fenêtre de contexte · Format imposé · GGUF · Hallucination · Haut risque · Inférence · Injection de consignes · Journal · MCP · Modèle de langage · Modèle de raisonnement · Modèle multimodal · Open source · Open weight · Paramètres · Projet d'assistant · Quantification · RAG · Recherche par le sens · Réglages de confidentialité · RGPD · Routage · SecNumCloud · Serveur MCP · Sous-traitant · Streaming · Token · Usage caché · Zone de données européenne.
A
- Agent
- Un modèle qui enchaîne lui-même plusieurs actions, avec des outils, pour atteindre un but qu'on lui a donné. qu'est-ce qu'un agent
- Ajustement fine-tuning
- Un entraînement supplémentaire d'un modèle sur vos exemples, pour lui donner un style ou un format ; il ne lui apprend pas vos documents de façon fiable. un projet, un RAG ou un ajustement
- Analyse d'impact AIPD
- L'étude écrite que demande le RGPD avant un traitement de données personnelles présentant un risque élevé. le RGPD et l'IA
- API
- La porte par laquelle un programme appelle un modèle, facturée au token plutôt qu'à l'abonnement. l'abonnement ou l'accès direct
- Appel d'outils
- La capacité d'un modèle à demander l'exécution d'une fonction, que votre programme exécute puis lui rend. l'appel d'outils
- Assistant
- L'application où l'on converse avec un modèle : ChatGPT, Claude, Copilot, Gemini, Mistral Vibe. les abonnements d'équipe
- Automatisation
- Un enchaînement fixe d'étapes entre logiciels, qui peut contenir une étape d'IA ; elle suit le chemin prévu, là où un agent choisit le sien. automatiser avec une IA
B
- Banc d'essai évaluation
- Un jeu de cas réels, avec leurs bonnes réponses, sur lequel on compare des modèles ou des réglages. évaluer un outil d'IA
- Base vectorielle
- La base qui range des passages selon leur sens, sous forme d'embeddings, pour retrouver les plus proches d'une question. embeddings et bases vectorielles
C
- Cache de la conversation
- La mémoire de travail qu'un modèle garde en lisant une conversation ; elle grandit avec la fenêtre de contexte et occupe la carte graphique. un modèle chez soi
- Carte graphique GPU
- Le processeur qui fait les calculs d'un modèle ; sa mémoire décide de la taille du modèle qui tient dessus. un modèle chez soi
- Charte d'usage
- Le document qui dit à l'équipe ce qu'elle peut confier à l'IA, avec quels outils et quels comptes. la charte d'usage
- CLOUD Act
- La loi américaine qui permet aux autorités des États-Unis de demander des données à un fournisseur américain, même stockées en Europe. l'IA européenne
- Connecteur
- Le branchement qui donne à un assistant l'accès à un logiciel, à la messagerie ou aux documents de l'entreprise. les connecteurs et MCP
- Connexion d'entreprise SSO
- La connexion aux outils avec le compte de l'entreprise, gérée en un seul endroit, retirée en un seul geste. l'interface et la connexion
- Contexte
- Tout ce que le modèle lit avant de répondre : la demande, la conversation, les documents joints, les consignes. donner à l'IA ce qu'elle ne sait pas
D
- Demande prompt
- Le texte qu'on écrit au modèle : la tâche, le contexte, la forme attendue. écrire une demande
- Déployeur
- Au sens du règlement européen, l'entreprise qui se sert d'un système d'IA sous sa propre autorité ; elle a ses propres obligations. le règlement européen
E
- Embedding
- La suite de nombres qui représente le sens d'un passage ; deux passages de sens proche ont des embeddings proches. embeddings et bases vectorielles
- Entraînement
- La fabrication d'un modèle : lui faire prédire des textes en masse, puis l'ajuster pour qu'il réponde comme un assistant. comment se fabrique un modèle
F
- Fenêtre de contexte
- La quantité de texte, comptée en tokens, qu'un modèle peut lire en une fois ; au-delà, il ne voit plus le début. les tokens et la fenêtre
- Format imposé sortie structurée
- Une réponse forcée dans une forme précise, un JSON par exemple, qu'un programme peut lire sans erreur. le format imposé
G
- GGUF
- Le format de fichier des modèles quantifiés, lu par llama.cpp, Ollama et LM Studio. les modèles en local
H
- Hallucination
- Une réponse fausse dite avec assurance : le modèle produit du plausible, pas du vérifié. pourquoi une IA se trompe
- Haut risque
- Les usages que le règlement européen encadre le plus, comme le tri de candidatures ou la notation du crédit ; obligations à partir de décembre 2027. le règlement européen
I
- Inférence
- Le fait de faire tourner un modèle pour obtenir une réponse ; c'est ce qu'on paie à l'usage. les modèles en local
- Injection de consignes prompt injection
- Un texte caché dans un document, un courriel ou une page, qui donne des ordres au modèle à l'insu de l'utilisateur. la sécurité d'un outil d'IA
J
- Journal traces
- L'enregistrement de chaque appel à un modèle, avec la demande, la réponse, le coût et le délai. l'observabilité
M
- MCP Model Context Protocol
- Le protocole ouvert qui branche un assistant sur un logiciel, par un « serveur MCP ». les connecteurs et MCP
- Modèle de langage
- Le programme qui, au cœur d'un assistant, écrit la suite la plus probable d'un texte. ce qu'est un modèle de langage
- Modèle de raisonnement
- Un modèle qui écrit un raisonnement avant de répondre : plus juste sur les problèmes à étapes, plus lent et plus cher. les modèles qui raisonnent
- Modèle multimodal
- Un modèle qui lit aussi des images, du son ou de la vidéo, et parfois en produit. l'IA qui lit, voit, écoute
O
- Open source
- Pour l'Open Source Initiative, une IA ouverte publie aussi son code et des informations détaillées sur ses données d'entraînement ; un modèle open weight ne l'est pas forcément. modèles ouverts et fermés
- Open weight
- Un modèle dont les paramètres sont publiés et se téléchargent : il peut tourner chez vous ou chez l'hébergeur de votre choix. modèles ouverts et fermés
P
- Paramètres
- Les nombres appris pendant l'entraînement ; leur nombre, en milliards, donne la taille d'un modèle. comment se fabrique un modèle
- Projet d'assistant
- Un espace où l'on dépose des documents et des consignes, que l'assistant relit à chaque conversation. projets et mémoire
Q
- Quantification
- Ranger chaque paramètre sur moins de bits, pour qu'un modèle tienne dans moins de mémoire et réponde plus vite, avec une petite perte. les modèles en local
R
- RAG génération augmentée par la recherche
- Retrouver d'abord les passages utiles de vos documents, puis les donner au modèle pour qu'il réponde à partir d'eux. le RAG
- Recherche par le sens
- Retrouver des passages par ce dont ils parlent, et non par les mots exacts qu'ils contiennent. la recherche par le sens
- Réglages de confidentialité
- Les options qui décident si vos conversations servent à entraîner les modèles, et combien de temps elles sont gardées. les réglages outil par outil
- RGPD
- Le règlement européen sur les données personnelles ; il s'applique dès qu'une demande en contient. le RGPD et l'IA
- Routage
- Envoyer chaque demande au modèle le moins cher qui sait la traiter. le routage entre modèles
S
- SecNumCloud
- La qualification de l'ANSSI pour les clouds de confiance ; une offre posée sur une infrastructure qualifiée n'est pas qualifiée elle-même. héberger en Europe
- Serveur MCP
- Le petit programme qui expose les fonctions d'un logiciel à un assistant, par le protocole MCP. un serveur MCP
- Sous-traitant
- Au sens du RGPD, l'entreprise qui traite des données personnelles pour votre compte, comme l'éditeur d'un outil d'IA ; un contrat est obligatoire. le RGPD et l'IA
- Streaming
- L'affichage de la réponse au fil de son écriture, token après token, au lieu d'attendre la fin. streaming et cache
T
- Token
- Le morceau de mot que le modèle lit et écrit ; on paie au token, et la fenêtre de contexte se compte en tokens. les tokens
U
- Usage caché shadow AI
- L'usage d'outils d'IA personnels au travail, en dehors de ceux que l'entreprise a choisis. l'usage en cachette
Z
- Zone de données européenne
- L'option des grands clouds qui garde le traitement des demandes dans l'Union européenne, souvent 10 % plus chère. un cloud européen
2
Points clés
- Modèle de langage : il écrit la suite la plus probable ; il ne consulte rien de lui-même (le modèle de langage).
- Token : l'unité de lecture, de prix et de fenêtre (les tokens).
- Contexte : ce que le modèle sait de vous, il le sait par ce qu'on lui donne (le contexte).
- Hallucination : le plausible n'est pas le vrai ; on vérifie (vérifier une réponse).
- RAG : la façon de faire répondre un modèle à partir de vos documents (le RAG).
- Agent : un modèle qui agit ; d'où la question de l'autonomie qu'on lui donne (les niveaux d'autonomie).
- Open weight : un modèle qu'on peut faire tourner chez soi (ouverts et fermés).
- Réglages de confidentialité : ce qui décide du sort de vos conversations (les réglages).
- Déployeur : votre entreprise, au sens du règlement européen (ce qui vous concerne déjà).
- Charte d'usage : la règle écrite pour l'équipe (la charte).
3
Pièges
| On confond | La différence |
|---|---|
| Open weight et open source | Le premier publie les paramètres ; le second, au sens de l'Open Source Initiative, aussi le code et des informations détaillées sur les données (ouverts et fermés) |
| Token et mot | Un token est souvent un morceau de mot ; un même texte compte plus de tokens que de mots (les tokens) |
| Fenêtre de contexte et mémoire | La fenêtre, c'est ce que le modèle lit dans la conversation en cours ; la mémoire d'un assistant, ce qu'il garde d'une conversation à l'autre (projets et mémoire) |
| Agent et automatisation | L'automatisation suit un chemin fixé d'avance ; l'agent choisit lui-même ses étapes (qu'est-ce qu'un agent) |
| RAG et ajustement | Le RAG donne vos documents au modèle à chaque question ; l'ajustement modifie le modèle, et ne lui apprend pas vos documents de façon fiable (un projet, un RAG ou un ajustement) |
| Hébergé en Europe et à l'abri du droit américain | Le lieu ne dit pas le droit : un fournisseur américain reste soumis au CLOUD Act (héberger en Europe) |
| Hallucination et mensonge | Le modèle ne sait pas qu'il se trompe : il produit du plausible (pourquoi une IA se trompe) |
4
Lectures suivantes
↑ Plus général
Rien avant : c'est un point de départ.
← Avant
Rien avant : c'est un point de départ.
Vous êtes ici
Le glossaire
Les pages qui renvoient ici
Limites et sources
Chaque définition résume la page vers laquelle elle renvoie ; les sources sont sur ces pages.
Le glossaire s'enrichit à chaque nouvelle page de la rubrique.
- Les définitions renvoient aux pages de la rubrique, qui portent leurs sources.
Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence CC BY 4.0 : reprenez-les en citant Meridal. Le code sous licence MIT.
Service correspondant
Voir le service
Former vos équipes, et vous
Une demi-journée à deux journées, 550 € à 3 400 €