« Ingénierie de requêtes » : différence entre les versions
(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Prompt Engineering''' Specifying an action to be performed by an... ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==en | == Définition == | ||
Dans le contexte d'une conversation avec un [[Syst%C3%A8me_d%E2%80%99intelligence_artificielle|système d'IA]] comportant un [[modèle génératif]], l'ingénierie de [[requête|requêtes]] consiste à optimiser la formulation des requêtes (en anglais prompt) pour obtenir des réponses plus précises, plus utiles ou plus pertinentes. | |||
== Compléments == | |||
L'ingénierie de requêtes peut impliquer des stratégies comme la reformulation en termes plus spécifiques, l'ajout d'instructions explicites sur le format de la réponse souhaitée, ou encore la répétition de la requête avec des variantes pour voir si cela amène à une meilleure réponse. | |||
L'idée est que, bien que le modèle ait été formé sur un large éventail de données et soit capable de générer des réponses à une grande variété de requêtes, la manière dont cette dernière est formulée peut avoir un impact significatif sur la qualité de la réponse générée. | |||
Dans certains cas, des modifications mineures dans la formulation de la requête peuvent conduire à des améliorations majeures de la réponse. Par conséquent, l'ingénierie de requêtes est une compétence importante pour ceux qui travaillent avec des [[modèle génératif|modèles génératifs]] comme [[GPT]], [[Bard]], ou [[ChatGPT]]. | |||
== Français == | == Français == | ||
''' | ''' ingénierie de requête ''' | ||
''' construction de requête ''' | |||
''' élaboration de requête ''' | |||
''' peaufinage de requête ''' | |||
== Anglais == | == Anglais == | ||
''' | ''' prompt engineering''' | ||
Specifying an action to be performed by an LLM is referred to as “prompt engineering”. | Specifying an action to be performed by an LLM is referred to as “prompt engineering”. | ||
| Ligne 15 : | Ligne 29 : | ||
[https://towardsdatascience.com/from-data-engineering-to-prompt-engineering-5debd1c636e0 Source : towardsdatascience ] | [https://towardsdatascience.com/from-data-engineering-to-prompt-engineering-5debd1c636e0 Source : towardsdatascience ] | ||
[https://www.umontreal.ca/recteur/communications/une-nouvelle/news/detail/News/ianxiete Source : Daniel Jutras] | |||
[[Catégorie:vocabulary]] | [[Catégorie:vocabulary]] | ||
Version du 5 juin 2023 à 14:05
Définition
Dans le contexte d'une conversation avec un système d'IA comportant un modèle génératif, l'ingénierie de requêtes consiste à optimiser la formulation des requêtes (en anglais prompt) pour obtenir des réponses plus précises, plus utiles ou plus pertinentes.
Compléments
L'ingénierie de requêtes peut impliquer des stratégies comme la reformulation en termes plus spécifiques, l'ajout d'instructions explicites sur le format de la réponse souhaitée, ou encore la répétition de la requête avec des variantes pour voir si cela amène à une meilleure réponse.
L'idée est que, bien que le modèle ait été formé sur un large éventail de données et soit capable de générer des réponses à une grande variété de requêtes, la manière dont cette dernière est formulée peut avoir un impact significatif sur la qualité de la réponse générée.
Dans certains cas, des modifications mineures dans la formulation de la requête peuvent conduire à des améliorations majeures de la réponse. Par conséquent, l'ingénierie de requêtes est une compétence importante pour ceux qui travaillent avec des modèles génératifs comme GPT, Bard, ou ChatGPT.
Français
ingénierie de requête
construction de requête
élaboration de requête
peaufinage de requête
Anglais
prompt engineering
Specifying an action to be performed by an LLM is referred to as “prompt engineering”.
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
