TechCrunch publie un guide du jargon de l'IA : LLM, hallucinations et RAG expliqués

Le boom de l'IA de 2024–2026 a apporté non seulement de nouveaux produits et de nouvelles capacités, mais aussi toute une couche de jargon professionnel dans laquelle il est facile de se perdre. LLM, RAG, hallucinations, tokens, fine-tuning, prompts : ces mots reviennent de plus en plus dans l'actualité, les présentations et les négociations d'affaires, alors que leur compréhension reste floue chez la plupart. TechCrunch a publié un glossaire détaillé qui explique les notions clés de l'ère de l'IA, de l'architecture de base aux techniques appliquées pour travailler avec les modèles.

La plupart des systèmes d'IA actuels reposent sur de grands modèles de langage, ou LLM (Large Language Model). Ce sont des réseaux de neurones entraînés sur d'énormes volumes de texte. Ils ne « comprennent » pas le langage au sens humain, mais peuvent générer des réponses statistiquement plausibles à n'importe quelle requête.

L'unité de base d'un LLM est le token : environ trois à quatre caractères, une partie de mot ou un signe de ponctuation. GPT-4o traite jusqu'à 128 000 tokens à la fois, soit environ 300 pages de texte. Plus la fenêtre de contexte (context window) est grande, plus le modèle peut prendre d'informations en compte pour formuler sa réponse.

L'un des principaux défauts des LLM est l'hallucination (hallucinations). On désigne ainsi les cas où le modèle fournit avec aplomb des informations factuellement fausses : citations inventées, sources inexistantes, dates erronées. Ce n'est pas du « mensonge » au sens éthique : le modèle génère simplement un texte à l'allure plausible, sans mécanisme intégré de vérification des faits.

La méthode RAG (Retrieval-Augmented Generation) a été mise au point pour lutter contre les hallucinations : avant de générer sa réponse, le système cherche des passages pertinents dans une base de données réelle et s'appuie sur eux. Aujourd'hui, de nombreux assistants d'IA d'entreprise et moteurs de recherche de nouvelle génération fonctionnent ainsi.

Quand un modèle de base a besoin de se spécialiser, on le réentraîne sur des données ciblées. Ce processus s'appelle le fine-tuning (ajustement fin) : le modèle apprend à répondre dans un style donné, sur un sujet spécialisé ou selon un format précis. Une approche plus accessible est le prompt engineering : formuler habilement les requêtes pour obtenir le résultat voulu sans réentraîner le modèle.

Les agents d'IA (AI agents) forment une classe à part, en croissance rapide. Ils ne se contentent pas de répondre aux questions : ils planifient et exécutent des chaînes d'actions, comme chercher des informations sur internet, lancer du code, gérer des fichiers et un navigateur. Les exemples les plus connus sont Claude Computer Use et OpenAI Operator.

Parmi les autres termes clés :

• paramètres (parameters) : les « poids » numériques d'un réseau de neurones, qui déterminent son comportement (on estime que GPT-4 dépasse le billion de paramètres) ;
• inférence (inference) : le processus qui consiste à obtenir une réponse d'un modèle entraîné en temps réel, et qui détermine la vitesse et le coût des services d'IA ;
• embeddings : des représentations numériques de mots et de textes, qui permettent de mesurer la proximité de sens entre des notions.

La multimodalité (multimodality) désigne la capacité d'un modèle à traiter simultanément plusieurs types de données : texte, images, audio et vidéo.

Comprendre le vocabulaire de base de l'IA n'est plus l'apanage des développeurs : cela devient une nécessité pour les managers, les investisseurs, les journalistes et tous ceux qui travaillent à proximité de cette technologie. Le jargon continue de s'enrichir : chaque nouvelle classe de modèles apporte ses propres termes, comme systèmes multiagents, données synthétiques et inférence en streaming. Mais une fois le noyau maîtrisé (LLM, tokens, hallucinations, RAG, fine-tuning et agents), on peut s'orienter avec assurance dans la plupart des publications et des discussions sur l'IA.