Entraînement d’un modèle

TThéa

L’entraînement d’un modèle, c’est le processus par lequel un système ajuste ses réglages internes en repérant des régularités dans de nombreux exemples. Comme une personne qui s’exerce à reconnaître des plantes à partir de photos étiquetées, le modèle utilise les exemples pour améliorer ses réponses, sans apprendre exactement comme un être humain. Cette étape compte, car elle influence ce que le système pourra ensuite reconnaître, produire ou classer face à une nouvelle demande. Imaginez un filtre qui examine des courriels pour repérer les messages indésirables : il peut apprendre à distinguer certains indices, comme des liens suspects ou des formulations répétées. Mais ses performances dépendent des exemples qu’on lui fournit, qui peuvent être incomplets, déséquilibrés ou erronés. L’entraînement ne garantit donc pas une réponse juste dans chaque situation, et le modèle peut reproduire les limites de ce qu’il a appris.