Tag
Few-shot
Orienter la réponse avec les bons exemples.
2 · Articles sur ce thème
Few-shot : comment quelques exemples guident la réponse d'un modèle IA
Il existe un moyen simple de faire comprendre à un modèle IA ce que vous voulez vraiment, et il ne passe pas par des instructions plus longues : il passe par deux ou trois exemples. Montrer au modèle quelques cas de ce que vous considérez comme bien fait — la paire question-réponse, le format, le ton — l'oriente bien plus que n'importe quelle description en mots. Cette technique s'appelle le few-shot : quelques exemples glissés dans la requête qui orientent ce que le modèle écrira ensuite. C'est l'un des leviers les plus concrets pour bien travailler avec l'IA, et cela explique pourquoi un même modèle passe parfois de réponses génériques à des réponses justes sans changer une ligne d'instruction. Mais il a une limite qu'aucun exemple ne résout à lui seul, et c'est précisément là que le sujet mène à Arena.
Le raisonnement de l'IA : que se passe-t-il quand le modèle pense à voix haute
Les systèmes d'IA les plus récents ont appris à ne pas livrer seulement la conclusion, mais à montrer le chemin qui mène à la réponse : le raisonnement en chaîne (chain-of-thought). Exposer les étapes intermédiaires améliore souvent la qualité sur les problèmes complexes et rend le parcours contrôlable, mais ces étapes restent du texte généré, pas un registre garanti de ce qui se passe à l'intérieur du modèle. Comprendre la différence entre le raisonnement comme processus et le raisonnement comme explication est la clé pour accorder aux résultats la juste confiance. Et quand les raisonnements peuvent être confrontés, ils cessent d'être un monologue à accepter pour devenir une matière à examiner.
Tous les thèmes