« Modèle génératif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 2 : Ligne 2 :
Un modèle génératif est un modèle issu de l'[[apprentissage automatique]] qui permet à la fois de générer de nouveaux exemples à partir des données d'entraînement et d'évaluer la probabilité qu'un nouvel exemple provienne ou ait été généré à partir des données d'entraînement.  
Un modèle génératif est un modèle issu de l'[[apprentissage automatique]] qui permet à la fois de générer de nouveaux exemples à partir des données d'entraînement et d'évaluer la probabilité qu'un nouvel exemple provienne ou ait été généré à partir des données d'entraînement.  


Il existe un grand nombre de modèles génératifs différents selon leurs données d'entrées, l'architecture du modèle d'apprentissage sous-jacent et leurs sorties. Par exemple: des modèles génératif texte-à-texte qui se basent sur des '''[[Modèle de langue neuronal|modèles de langue]]''' comme '''[https://fr.wikipedia.org/wiki/GPT-3 GPT-3]''' ou '''[https://fr.cedille.ai/ Cédille]''', et des modèles génératifs texte-à-image comme '''[https://fr.wikipedia.org/wiki/DALL-E  Dall-E 2 ]'''.     
Il existe un grand nombre de modèles génératifs différents selon leurs données d'entrées, l'architecture du modèle d'apprentissage sous-jacent et leurs sorties. Par exemple: des modèles génératif texte-à-texte qui se basent sur des '''[[Modèle de langue neuronal|modèles de langue]]''' comme '''[https://fr.wikipedia.org/wiki/BERT_(mod%C3%A8le_de_langage) BERT]''', '''[https://fr.wikipedia.org/wiki/GPT-3 GPT-3]''' ou '''[https://fr.cedille.ai/ Cédille]''', et des modèles génératifs texte-à-image comme '''[https://fr.wikipedia.org/wiki/DALL-E  Dall-E 2 ]'''.     


==Compléments==
==Compléments==

Version du 5 septembre 2022 à 08:47

Définition

Un modèle génératif est un modèle issu de l'apprentissage automatique qui permet à la fois de générer de nouveaux exemples à partir des données d'entraînement et d'évaluer la probabilité qu'un nouvel exemple provienne ou ait été généré à partir des données d'entraînement.

Il existe un grand nombre de modèles génératifs différents selon leurs données d'entrées, l'architecture du modèle d'apprentissage sous-jacent et leurs sorties. Par exemple: des modèles génératif texte-à-texte qui se basent sur des modèles de langue comme BERT, GPT-3 ou Cédille, et des modèles génératifs texte-à-image comme Dall-E 2 .

Compléments

Par exemple, suite à l'entraînement d'un modèle sur un ensemble de phrases représentatives de la langue française, un modèle génératif sera capable de « synthétiser » un nouveau texte semblable aux textes avec lesquels il a été entraînés ou « calculer la probabilité » qu'une nouvelle phrase soit une phrase française correcte.

Un bon exemple de modèle génératif est un modèle de Bayes naïf.

Français

modèle génératif

Anglais

generative model

Source: Ahmed, Faruk (2017). Generative models for natural images, mémoire de maitrise, Université de Montréal, 88 pages.

Source: Wikipedia, Réseaux antagonistes génératifs.