https://datafranca.org/wiki/index.php?action=history&feed=atom&title=%C3%89chantillonnage_des_p-meilleurs 2026-04-23T13:05:37Z Historique des versions pour cette page sur le wiki MediaWiki 1.39.5 https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=120316&oldid=prev 2026-04-14T18:41:04Z

<p>Patrickdrouin a déplacé la page <a href="/wiki/%C3%89chantillonnage_%C3%A0_troncature_de_masse_p" class="mw-redirect" title="Échantillonnage à troncature de masse p">Échantillonnage à troncature de masse p</a> vers <a href="/wiki/%C3%89chantillonnage_des_p-meilleurs" title="Échantillonnage des p-meilleurs">Échantillonnage des p-meilleurs</a></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <tr class="diff-title" lang="fr"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">Version du 14 avril 2026 à 14:41</td> </tr><tr><td colspan="2" class="diff-notice" lang="fr"><div class="mw-diff-empty">(Aucune différence)</div> </td></tr></table>

Patrickdrouin https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=120315&oldid=prev 2026-04-14T18:40:23Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 14 avril 2026 à 14:40</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l16">Ligne 16 :</td> <td colspan="2" class="diff-lineno">Ligne 16 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">'''Échantillonnage des p-meilleurs'''</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039; Échantillonnage à troncature de masse p&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039; Échantillonnage à troncature de masse p&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">'''Échantillonnage des p-meilleurs'''</del></div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;Échantillonnage du noyau&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;Échantillonnage du noyau&#039;&#039;&#039;</div></td></tr> </table>

Patrickdrouin https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118784&oldid=prev 2026-03-11T06:46:18Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 11 mars 2026 à 02:46</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l41">Ligne 41 :</td> <td colspan="2" class="diff-lineno">Ligne 41 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling#Top-k_sampling  Wikipedia - Top-k sampling]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling#Top-k_sampling  Wikipedia - Top-k sampling]</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">]</del></div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling Wikipedia - Top-p sampling]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling Wikipedia - Top-p sampling]</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118783&oldid=prev 2026-03-11T06:45:57Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 11 mars 2026 à 02:45</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l38">Ligne 38 :</td> <td colspan="2" class="diff-lineno">Ligne 38 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Sources ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Sources ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[https://medium.com/thinking-sand/the-top-k-and-top-p-parameters-explained-bfaecc8cd342 <del style="font-weight: bold; text-decoration: none;">  Source : </del>Medium]</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[https://medium.com/thinking-sand/the-top-k-and-top-p-parameters-explained-bfaecc8cd342 Medium <ins style="font-weight: bold; text-decoration: none;">- Top-k sampling, Top-p sampling</ins>]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[https://<del style="font-weight: bold; text-decoration: none;">cyrilzakka</del>.<del style="font-weight: bold; text-decoration: none;">github</del>.<del style="font-weight: bold; text-decoration: none;">io</del>/<del style="font-weight: bold; text-decoration: none;">llm</del>-<del style="font-weight: bold; text-decoration: none;">playbook/nested/topp.html  Source : The Large Language Model PLaybook</del>]</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[https://<ins style="font-weight: bold; text-decoration: none;">en</ins>.<ins style="font-weight: bold; text-decoration: none;">wikipedia</ins>.<ins style="font-weight: bold; text-decoration: none;">org</ins>/<ins style="font-weight: bold; text-decoration: none;">wiki/Top-p_sampling#Top-k_sampling  Wikipedia </ins>- <ins style="font-weight: bold; text-decoration: none;">Top-k sampling]</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling <del style="font-weight: bold; text-decoration: none;">  Source : </del>Wikipedia]</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[https://en.wikipedia.org/wiki/Top-p_sampling Wikipedia <ins style="font-weight: bold; text-decoration: none;">- Top-p sampling</ins>]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:Intelligence artificielle]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:Intelligence artificielle]]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{DEFAULTSORT: echantillonnage des p}}</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>{{DEFAULTSORT: echantillonnage des p}}</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118751&oldid=prev 2026-03-10T22:21:09Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 18:21</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où un modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments <del style="font-weight: bold; text-decoration: none;">ayant </del>les <del style="font-weight: bold; text-decoration: none;">probabilités les plus élevées. Pour être </del>plus <del style="font-weight: bold; text-decoration: none;">précis, on choisit parmi les éléments </del>dont la somme des probabilités atteint <del style="font-weight: bold; text-decoration: none;">la masse de probabilité </del>&#039;&#039;p&#039;&#039; <del style="font-weight: bold; text-decoration: none;">appelée aussi </del>&#039;&#039;&#039;<del style="font-weight: bold; text-decoration: none;">noyau</del>&#039;&#039;&#039; <del style="font-weight: bold; text-decoration: none;">ou &#039;&#039;&#039;probabilité cumulée&#039;</del>&#039;&#039;.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où un modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments les plus <ins style="font-weight: bold; text-decoration: none;">probables </ins>dont la somme des probabilités atteint <ins style="font-weight: bold; text-decoration: none;">un seuil </ins>&#039;&#039;p&#039;&#039; <ins style="font-weight: bold; text-decoration: none;">défini (la </ins>&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">masse de probabilité</ins>&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">) également appelée </ins>&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">noyau</ins>&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">. </ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Les probabilités de ces éléments sont alors normalisées pour que leur somme soit égale à 1 avant le tirage aléatoire</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Compléments ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Compléments ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Cette stratégie d&#039;échantillonnage est utilisée par les [[grand modèle de langues|grands modèles de langues]] pour choisir aléatoirement un [[segment <del style="font-weight: bold; text-decoration: none;">textuels</del>]] parmi un ensemble de [[segment textuel|segments textuels]].  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Cette stratégie d&#039;échantillonnage est utilisée par les [[grand modèle de langues|grands modèles de langues]] pour choisir aléatoirement un [[segment <ins style="font-weight: bold; text-decoration: none;">textuel</ins>]] parmi un ensemble de [[segment textuel|segments textuels]].  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Alors que l&#039;[[échantillonnage à troncature k fixe]] limite l&#039;échantillon à un nombre &#039;&#039;k&#039;&#039; fixe de mots, l&#039;échantillonnage à troncature de masse p spécifie une probabilité cumulée &#039;&#039;p&#039;&#039; entre 0 et 1 et on échantillonne parmi <del style="font-weight: bold; text-decoration: none;">le </del>nombre variable de [[segment textuel|segments textuels]] dont la somme des probabilités atteint <del style="font-weight: bold; text-decoration: none;">90 %</del>.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Alors que l&#039;[[échantillonnage à troncature k fixe]] limite l&#039;échantillon à un nombre &#039;&#039;k&#039;&#039; fixe de mots, l&#039;échantillonnage à troncature de masse p spécifie une probabilité cumulée &#039;&#039;p&#039;&#039; entre 0 et 1 et on échantillonne parmi <ins style="font-weight: bold; text-decoration: none;">un </ins>nombre variable de [[segment textuel|segments textuels]] dont la somme des probabilités atteint <ins style="font-weight: bold; text-decoration: none;">ou dépasse p</ins>.  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>En pratique, <del style="font-weight: bold; text-decoration: none;">l&#039;échantillonnage </del>l&#039;échantillonnage à troncature de masse p est <del style="font-weight: bold; text-decoration: none;">souvent </del>préféré <del style="font-weight: bold; text-decoration: none;">au </del>l&#039;[[échantillonnage à troncature k fixe]] car il est plus adaptatif.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>En pratique, l&#039;échantillonnage à troncature de masse p est préféré <ins style="font-weight: bold; text-decoration: none;">à </ins>l&#039;[[échantillonnage à troncature k fixe]] car il est plus adaptatif.  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Notez qu&#039;il est généralement recommandé de spécifier soit la &#039;&#039;&#039;[[température]]&#039;&#039;&#039;, soit le paramètre &#039;&#039;p&#039;&#039;, mais pas les deux.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Notez qu&#039;il est généralement recommandé de spécifier soit la &#039;&#039;&#039;[[température]]&#039;&#039;&#039;, soit le paramètre &#039;&#039;p&#039;&#039;, mais pas les deux.</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118750&oldid=prev 2026-03-10T22:07:32Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 18:07</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où un modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées.<del style="font-weight: bold; text-decoration: none;">, </del>Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint p.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où un modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées. Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint <ins style="font-weight: bold; text-decoration: none;">la masse de probabilité &#039;&#039;</ins>p<ins style="font-weight: bold; text-decoration: none;">&#039;&#039; appelée aussi &#039;&#039;&#039;noyau&#039;&#039;&#039; ou &#039;&#039;&#039;probabilité cumulée&#039;&#039;&#039;</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Compléments ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Compléments ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Alors que l</del>&#039;[[<del style="font-weight: bold; text-decoration: none;">échantillonnage à troncature k fixe</del>]] <del style="font-weight: bold; text-decoration: none;">limite l&#039;échantillon aux k mots les plus probables, l&#039;échantillonnage meilleur-p ajoute une variante. Au lieu de spécifier </del>un <del style="font-weight: bold; text-decoration: none;">nombre défini de candidats principaux (k), on spécifie </del>un <del style="font-weight: bold; text-decoration: none;">probabilité (p) et on échantillonne que le groupe </del>de [[segment textuel|segments textuels]] <del style="font-weight: bold; text-decoration: none;">dont la probabilité est supérieure à p</del>.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Cette stratégie d</ins>&#039;<ins style="font-weight: bold; text-decoration: none;">échantillonnage est utilisée par les </ins>[[<ins style="font-weight: bold; text-decoration: none;">grand modèle de langues|grands modèles de langues</ins>]] <ins style="font-weight: bold; text-decoration: none;">pour choisir aléatoirement </ins>un <ins style="font-weight: bold; text-decoration: none;">[[segment textuels]] parmi </ins>un <ins style="font-weight: bold; text-decoration: none;">ensemble </ins>de [[segment textuel|segments textuels]].  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">En pratique, </del>l&#039;échantillonnage <del style="font-weight: bold; text-decoration: none;">p-meilleurs est souvent préféré au </del>k<del style="font-weight: bold; text-decoration: none;">-meilleurs car il est plus adaptatif. Il est généralement recommandé de spécifier soit la </del>&#039;&#039;&#039;<del style="font-weight: bold; text-decoration: none;">[[température]]</del>&#039;&#039;&#039;<del style="font-weight: bold; text-decoration: none;">, soit le paramètre </del>&#039;&#039;p&#039;&#039;<del style="font-weight: bold; text-decoration: none;">, mais pas les deux</del>.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Alors que </ins>l&#039;<ins style="font-weight: bold; text-decoration: none;">[[</ins>échantillonnage <ins style="font-weight: bold; text-decoration: none;">à troncature </ins>k <ins style="font-weight: bold; text-decoration: none;">fixe]] limite l</ins>&#039;<ins style="font-weight: bold; text-decoration: none;">échantillon à un nombre </ins>&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">k</ins>&#039;&#039; <ins style="font-weight: bold; text-decoration: none;">fixe de mots, l</ins>&#039;<ins style="font-weight: bold; text-decoration: none;">échantillonnage à troncature de masse p spécifie une probabilité cumulée </ins>&#039;&#039;p&#039;&#039; <ins style="font-weight: bold; text-decoration: none;">entre 0 et 1 et on échantillonne parmi le nombre variable de [[segment textuel|segments textuels]] dont la somme des probabilités atteint 90 %</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Les probabilités </del>de <del style="font-weight: bold; text-decoration: none;">ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1, puis un mot </del>est <del style="font-weight: bold; text-decoration: none;">choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque </del>l&#039;<del style="font-weight: bold; text-decoration: none;">on souhaite obtenir une génération de texte plus adaptée et </del>plus <del style="font-weight: bold; text-decoration: none;">sensible au contexte</del>.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">En pratique, l&#039;échantillonnage l&#039;échantillonnage à troncature </ins>de <ins style="font-weight: bold; text-decoration: none;">masse p </ins>est <ins style="font-weight: bold; text-decoration: none;">souvent préféré au </ins>l&#039;<ins style="font-weight: bold; text-decoration: none;">[[échantillonnage à troncature k fixe]] car il est </ins>plus <ins style="font-weight: bold; text-decoration: none;">adaptatif</ins>.  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Dans cette méthode, le modèle génère une distribution </del>de <del style="font-weight: bold; text-decoration: none;">probabilité pour tous les mots possibles du vocabulaire. On ne conserve que les k mots ayant les probabilités les plus élevées. Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme </del>soit <del style="font-weight: bold; text-decoration: none;">égale à 1, puis un mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;on souhaite obtenir une génération de texte plus adaptée et plus sensible au contexte. </del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Notez qu&#039;il est généralement recommandé </ins>de <ins style="font-weight: bold; text-decoration: none;">spécifier </ins>soit <ins style="font-weight: bold; text-decoration: none;">la </ins>&#039;&#039;&#039;[[<ins style="font-weight: bold; text-decoration: none;">température</ins>]]&#039;&#039;&#039;, <ins style="font-weight: bold; text-decoration: none;">soit </ins>le paramètre &#039;&#039;p&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">, mais pas les deux</ins>.</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div> </div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">afin de générer des séquences à partir de modèles probabilistes </del>&#039;&#039;&#039;[[<del style="font-weight: bold; text-decoration: none;">Modèle autorégressif|autorégressifs</del>]]&#039;&#039;&#039; <del style="font-weight: bold; text-decoration: none;">qui introduisent un caractère aléatoire tout en conservant la qualité. Plus simplement</del>, <del style="font-weight: bold; text-decoration: none;">son principe fondamental consiste à échantillonner à chaque étape un ensemble plus petit et plus probable (d&#039;où le &#039;&#039;p&#039;&#039; dans </del>le <del style="font-weight: bold; text-decoration: none;">terme) de &#039;&#039;&#039;[[Segment textuel|segments textuels]]&#039;&#039;&#039; (appelé noyau). Le choix du &#039;&#039;&#039;[[</del>paramètre<del style="font-weight: bold; text-decoration: none;">]]&#039;&#039;&#039; </del>&#039;&#039;p&#039;&#039; <del style="font-weight: bold; text-decoration: none;">peut influencer considérablement le texte généré</del>.  </div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118748&oldid=prev 2026-03-10T21:53:08Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 17:53</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où <del style="font-weight: bold; text-decoration: none;">le </del>modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées., Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint p.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où <ins style="font-weight: bold; text-decoration: none;">un </ins>modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées., Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint p.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118747&oldid=prev 2026-03-10T21:50:36Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 17:50</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage <del style="font-weight: bold; text-decoration: none;">stochastique </del>où le modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées., Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint p.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage où le modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées., Pour être plus précis, on choisit parmi les éléments dont la somme des probabilités atteint p.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118746&oldid=prev 2026-03-10T21:50:08Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 17:50</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage stochastique où le modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les <del style="font-weight: bold; text-decoration: none;">k </del>éléments ayant les probabilités les plus élevées. <del style="font-weight: bold; text-decoration: none;">Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1</del>, <del style="font-weight: bold; text-decoration: none;">puis un mot est choisi aléatoirement </del>parmi <del style="font-weight: bold; text-decoration: none;">ceux-ci. Cette stratégie est utile lorsque l&#039;on souhaite obtenir une génération de texte plus adaptée et plus sensible au contexte</del>.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage stochastique où le modèle génère une distribution de probabilité pour tous les éléments possibles d&#039;un ensemble. On ne conserve que les éléments ayant les probabilités les plus élevées., <ins style="font-weight: bold; text-decoration: none;">Pour être plus précis, on choisit </ins>parmi <ins style="font-weight: bold; text-decoration: none;">les éléments dont la somme des probabilités atteint p</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Dans cette méthode, le modèle génère une distribution de probabilité pour tous les mots possibles du vocabulaire. On ne conserve </del>que <del style="font-weight: bold; text-decoration: none;">les </del>k mots <del style="font-weight: bold; text-decoration: none;">ayant les probabilités </del>les plus <del style="font-weight: bold; text-decoration: none;">élevées</del>. <del style="font-weight: bold; text-decoration: none;">Les probabilités </del>de <del style="font-weight: bold; text-decoration: none;">ces $</del>k<del style="font-weight: bold; text-decoration: none;">$ mots sont ensuite normalisées pour que leur somme soit égale à 1</del>, <del style="font-weight: bold; text-decoration: none;">puis </del>un <del style="font-weight: bold; text-decoration: none;">mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;</del>on <del style="font-weight: bold; text-decoration: none;">souhaite obtenir une génération </del>de <del style="font-weight: bold; text-decoration: none;">texte plus adaptée et plus sensible au contexte</del>.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Voir aussi &#039;&#039;&#039;[[échantillonnage à troncature k fixe]]&#039;&#039;&#039;</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">== Compléments ==</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Alors </ins>que <ins style="font-weight: bold; text-decoration: none;">l&#039;[[échantillonnage à troncature k fixe]] limite l&#039;échantillon aux </ins>k mots les plus <ins style="font-weight: bold; text-decoration: none;">probables, l&#039;échantillonnage meilleur-p ajoute une variante</ins>. <ins style="font-weight: bold; text-decoration: none;">Au lieu </ins>de <ins style="font-weight: bold; text-decoration: none;">spécifier un nombre défini de candidats principaux (</ins>k<ins style="font-weight: bold; text-decoration: none;">)</ins>, <ins style="font-weight: bold; text-decoration: none;">on spécifie </ins>un <ins style="font-weight: bold; text-decoration: none;">probabilité (p) et </ins>on <ins style="font-weight: bold; text-decoration: none;">échantillonne que le groupe </ins>de <ins style="font-weight: bold; text-decoration: none;">[[segment textuel|segments textuels]] dont la probabilité est supérieure à p</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">afin de générer des séquences à partir de modèles probabilistes &#039;&#039;&#039;[[Modèle autorégressif|autorégressifs]]&#039;&#039;&#039; qui introduisent un caractère aléatoire tout en conservant la qualité. Plus simplement</del>, <del style="font-weight: bold; text-decoration: none;">son principe fondamental consiste à échantillonner à chaque étape un ensemble plus petit et plus probable (d&#039;où le &#039;</del>&#039;p<del style="font-weight: bold; text-decoration: none;">&#039;&#039; dans le terme) </del>de &#039;&#039;&#039;[[<del style="font-weight: bold; text-decoration: none;">Segment textuel|segments textuels</del>]]&#039;&#039;&#039; <del style="font-weight: bold; text-decoration: none;">(appelé noyau). Le choix du &#039;&#039;&#039;[[</del>paramètre<del style="font-weight: bold; text-decoration: none;">]]&#039;&#039;&#039; </del>&#039;&#039;p&#039;&#039; <del style="font-weight: bold; text-decoration: none;">peut influencer considérablement le texte généré</del>.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">En pratique</ins>, <ins style="font-weight: bold; text-decoration: none;">l</ins>&#039;<ins style="font-weight: bold; text-decoration: none;">échantillonnage </ins>p<ins style="font-weight: bold; text-decoration: none;">-meilleurs est souvent préféré au k-meilleurs car il est plus adaptatif. Il est généralement recommandé </ins>de <ins style="font-weight: bold; text-decoration: none;">spécifier soit la </ins>&#039;&#039;&#039;[[<ins style="font-weight: bold; text-decoration: none;">température</ins>]]&#039;&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">, soit le </ins>paramètre &#039;&#039;p&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">, mais pas les deux</ins>.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Voir aussi &#039;&#039;</del>&#039;<del style="font-weight: bold; text-decoration: none;">[[</del>génération <del style="font-weight: bold; text-decoration: none;">automatique </del>de texte<del style="font-weight: bold; text-decoration: none;">]]&#039;&#039;&#039;</del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1, puis un mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l</ins>&#039;<ins style="font-weight: bold; text-decoration: none;">on souhaite obtenir une </ins>génération de texte <ins style="font-weight: bold; text-decoration: none;">plus adaptée et plus sensible au contexte. </ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">== Compléments ==</del></div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">Dans cette méthode, le modèle génère une distribution de probabilité pour tous les mots possibles du vocabulaire. On ne conserve </ins>que <ins style="font-weight: bold; text-decoration: none;">les </ins>k mots <ins style="font-weight: bold; text-decoration: none;">ayant les probabilités </ins>les plus <ins style="font-weight: bold; text-decoration: none;">élevées</ins>. <ins style="font-weight: bold; text-decoration: none;">Les probabilités </ins>de <ins style="font-weight: bold; text-decoration: none;">ces $</ins>k<ins style="font-weight: bold; text-decoration: none;">$ mots sont ensuite normalisées pour que leur somme soit égale à 1</ins>, <ins style="font-weight: bold; text-decoration: none;">puis </ins>un <ins style="font-weight: bold; text-decoration: none;">mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;</ins>on <ins style="font-weight: bold; text-decoration: none;">souhaite obtenir une génération </ins>de <ins style="font-weight: bold; text-decoration: none;">texte plus adaptée et plus sensible au contexte</ins>.  </div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">Alors </del>que <del style="font-weight: bold; text-decoration: none;">l&#039;échantillonnage k-meilleurs limite l&#039;échantillon aux </del>k mots <del style="font-weight: bold; text-decoration: none;">suivants </del>les plus <del style="font-weight: bold; text-decoration: none;">probables, l&#039;échantillonnage meilleur-p ajoute une variante</del>. <del style="font-weight: bold; text-decoration: none;">Au lieu de spécifier un nombre défini </del>de <del style="font-weight: bold; text-decoration: none;">candidats principaux (</del>k<del style="font-weight: bold; text-decoration: none;">)</del>, <del style="font-weight: bold; text-decoration: none;">on spécifie </del>un <del style="font-weight: bold; text-decoration: none;">probabilité (p) et </del>on <del style="font-weight: bold; text-decoration: none;">échantillonne que le groupe </del>de <del style="font-weight: bold; text-decoration: none;">[[segment textuel|segments textuels]] dont la probabilité est supérieure à p</del>.</div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">En pratique</del>, <del style="font-weight: bold; text-decoration: none;">l</del>&#039;<del style="font-weight: bold; text-decoration: none;">échantillonnage </del>p<del style="font-weight: bold; text-decoration: none;">-meilleurs est souvent préféré au k-meilleurs car il est plus adaptatif. Il est généralement recommandé </del>de <del style="font-weight: bold; text-decoration: none;">spécifier soit la </del>&#039;&#039;&#039;[[<del style="font-weight: bold; text-decoration: none;">température</del>]]&#039;&#039;&#039;<del style="font-weight: bold; text-decoration: none;">, soit le </del>paramètre &#039;&#039;p&#039;&#039;<del style="font-weight: bold; text-decoration: none;">, mais pas les deux</del>.</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">afin de générer des séquences à partir de modèles probabilistes &#039;&#039;&#039;[[Modèle autorégressif|autorégressifs]]&#039;&#039;&#039; qui introduisent un caractère aléatoire tout en conservant la qualité. Plus simplement</ins>, <ins style="font-weight: bold; text-decoration: none;">son principe fondamental consiste à échantillonner à chaque étape un ensemble plus petit et plus probable (d&#039;où le &#039;</ins>&#039;p<ins style="font-weight: bold; text-decoration: none;">&#039;&#039; dans le terme) </ins>de &#039;&#039;&#039;[[<ins style="font-weight: bold; text-decoration: none;">Segment textuel|segments textuels</ins>]]&#039;&#039;&#039; <ins style="font-weight: bold; text-decoration: none;">(appelé noyau). Le choix du &#039;&#039;&#039;[[</ins>paramètre<ins style="font-weight: bold; text-decoration: none;">]]&#039;&#039;&#039; </ins>&#039;&#039;p&#039;&#039; <ins style="font-weight: bold; text-decoration: none;">peut influencer considérablement le texte généré</ins>.  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Français ==</div></td></tr> <tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l22">Ligne 22 :</td> <td colspan="2" class="diff-lineno">Ligne 24 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;Échantillonnage par troncature dynamique&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;Échantillonnage par troncature dynamique&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039; Échantillonnage top-p&#039;&#039;&#039;</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">&#039;&#039;&#039;Échantillonnage par seuil de probabilité cumulée&#039;&#039;&#039;</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;Échantillonnage top-p&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Anglais ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Anglais ==</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=%C3%89chantillonnage_des_p-meilleurs&diff=118741&oldid=prev 2026-03-10T21:40:05Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 10 mars 2026 à 17:40</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">Ligne 1 :</td> <td colspan="2" class="diff-lineno">Ligne 1 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>== Définition ==</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage stochastique <del style="font-weight: bold; text-decoration: none;">afin </del>de <del style="font-weight: bold; text-decoration: none;">générer des séquences à partir de modèles probabilistes </del>&#039;<del style="font-weight: bold; text-decoration: none;">&#039;&#039;[[Modèle autorégressif|autorégressifs]]&#039;&#039;&#039; qui introduisent </del>un <del style="font-weight: bold; text-decoration: none;">caractère aléatoire tout en conservant la qualité</del>. <del style="font-weight: bold; text-decoration: none;">Plus simplement</del>, <del style="font-weight: bold; text-decoration: none;">son principe fondamental consiste à échantillonner à chaque étape </del>un <del style="font-weight: bold; text-decoration: none;">ensemble </del>plus <del style="font-weight: bold; text-decoration: none;">petit </del>et plus <del style="font-weight: bold; text-decoration: none;">probable (d&#039;où le &#039;&#039;p&#039;&#039; dans le terme) de &#039;&#039;&#039;[[Segment textuel|segments textuels]]&#039;&#039;&#039; (appelé noyau). Le choix du &#039;&#039;&#039;[[paramètre]]&#039;&#039;&#039; &#039;&#039;p&#039;&#039; peut influencer considérablement le texte généré</del>.  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Stratégie d&#039;échantillonnage stochastique <ins style="font-weight: bold; text-decoration: none;">où le modèle génère une distribution </ins>de <ins style="font-weight: bold; text-decoration: none;">probabilité pour tous les éléments possibles d</ins>&#039;un <ins style="font-weight: bold; text-decoration: none;">ensemble. On ne conserve que les k éléments ayant les probabilités les plus élevées</ins>. <ins style="font-weight: bold; text-decoration: none;">Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1</ins>, <ins style="font-weight: bold; text-decoration: none;">puis </ins>un <ins style="font-weight: bold; text-decoration: none;">mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;on souhaite obtenir une génération de texte </ins>plus <ins style="font-weight: bold; text-decoration: none;">adaptée </ins>et plus <ins style="font-weight: bold; text-decoration: none;">sensible au contexte</ins>.  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Dans cette méthode, le modèle génère une distribution de probabilité pour tous les mots possibles du vocabulaire. On ne conserve que les k mots ayant les probabilités les plus élevées. Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1, puis un mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;on souhaite obtenir une génération de texte plus adaptée et plus sensible au contexte.  </div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Dans cette méthode, le modèle génère une distribution de probabilité pour tous les mots possibles du vocabulaire. On ne conserve que les k mots ayant les probabilités les plus élevées. Les probabilités de ces $k$ mots sont ensuite normalisées pour que leur somme soit égale à 1, puis un mot est choisi aléatoirement parmi ceux-ci. Cette stratégie est utile lorsque l&#039;on souhaite obtenir une génération de texte plus adaptée et plus sensible au contexte.  </div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">afin de générer des séquences à partir de modèles probabilistes '''[[Modèle autorégressif|autorégressifs]]''' qui introduisent un caractère aléatoire tout en conservant la qualité. Plus simplement, son principe fondamental consiste à échantillonner à chaque étape un ensemble plus petit et plus probable (d'où le ''p'' dans le terme) de '''[[Segment textuel|segments textuels]]''' (appelé noyau). Le choix du '''[[paramètre]]''' ''p'' peut influencer considérablement le texte généré. </ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[génération automatique de texte]]&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>Voir aussi &#039;&#039;&#039;[[génération automatique de texte]]&#039;&#039;&#039;</div></td></tr> </table>

Claude COULOMBE