Les notions
Paramètres d’un modèle
Aussi appelé : poids, weights
Définition
Les paramètres sont les valeurs numériques ajustées pendant l’entraînement d’un modèle. Leur nombre, souvent exprimé en milliards, donne une idée de la taille du modèle.
Comment ça fonctionne
Un modèle plus grand capte en général plus de nuances, mais coûte plus cher à faire tourner. Les éditeurs proposent donc plusieurs tailles, du modèle rapide et économique au modèle le plus capable.
Le nombre de paramètres n’est pas le seul critère de qualité. L’entraînement, les données et l’ajustement final comptent autant.
En entreprise
Pour la plupart des tâches de bureau, choisir le bon modèle pour la bonne tâche suffit : un modèle rapide pour trier et reformuler, un modèle plus puissant pour analyser un dossier complexe.
Voir aussi
- Grand modèle de langageUn grand modèle de langage, ou LLM, est un modèle d’IA entraîné sur d’immenses volumes de texte pour prédire la suite la plus probable d’un texte. C’est le moteur de Claude, ChatGPT, Gemini ou Mistral.
- Réseau de neuronesUn réseau de neurones est un modèle mathématique composé de couches de calculs successives, dont les paramètres sont ajustés pendant l’entraînement pour reproduire des exemples.
- Modèle open sourceUn modèle open source, ou à poids ouverts, est un modèle d’IA dont les paramètres sont publiés et que l’on peut faire tourner sur sa propre infrastructure.