Inférence de l’IA
Appliquer un modèle déjà entraîné à des entrées pour obtenir un résultat.
Qu’est-ce que l’inférence de l’IA ?
L’inférence applique un modèle entraîné à des entrées. Le résultat peut être une prédiction, une classe ou du texte généré. Elle utilise les capacités apprises ; une nouvelle entrée ne signifie pas automatiquement un nouvel entraînement. Selon la conception, elle peut se faire localement ou sur serveur, à l’unité ou par lots.
Dans un parcours produit fictif, un modèle propose une catégorie pour une nouvelle photo. C’est l’inférence ; adapter ensuite le modèle avec des données d’entraînement appropriées serait une autre opération. L’équipe définit le contrôle de la proposition et sa correction en cas d’incertitude. Temps de réponse, ressources et comportement sans résultat font aussi partie de la préparation de cette étape.
Sources
Termes associés
- Apprentissage automatiqueLes modèles apprennent des régularités dans les données et les appliquent à de nouvelles entrées.
- Réseau de neuronesUn modèle de nœuds de calcul reliés avec des paramètres ajustables.
- Ajustement finL’ajustement fin adapte un modèle préentraîné par un nouvel entraînement. Fournir des documents à jour au moment de l’utilisation est une autre opération.
- Évaluation des LLML’évaluation des LLM teste les sorties selon des tâches et critères définis. Un bon exemple isolé ne prouve pas la qualité générale.
- Fiche de modèleUne fiche de modèle documente l’objectif, les bases, les conditions d’évaluation et les limites connues d’une version donnée d’un modèle d’IA.
- Préparation à l’IALa préparation à l’IA porte sur les prérequis d’un projet : objectif, données utilisables, compétences, responsabilités et fonctionnement quotidien.
Articles sur le sujet
IA & automatisation avec ASES
Assistants IA et processus automatisés