Les grands modèles linguistiques : Les parties difficiles (French Edition)

Préface

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

On aurait aussi pu intituler ce livre « Les LLMs se comportent mal ». Si tu viens du monde de la modélisation financière, tu as peut-être remarqué le parallèle avec l’ouvrage fondateur d’Emanuel Derman, Models. Behaving. Badly.¹ Tout comme Derman mettait en garde contre le fait de considérer les modèles financiers comme des représentations parfaites de la réalité, ce livre vise à mettre en évidence les limites et les pièges des LLMs dans leurs applications pratiques.

Tout comme les modèles financiers qui n’ont pas réussi à saisir la complexité du comportement humain et de la dynamique des marchés, les LLMs ont des contraintes inhérentes. Ils peuvent inventer des faits, avoir du mal avec le raisonnement logique et ne pas parvenir à maintenir la cohérence dans les longs résultats. Leurs réponses, bien que souvent convaincantes, sont des approximations probabilistes basées sur des données d’entraînement plutôt que sur une véritable compréhension, même si les humains s’obstinent à les traiter comme des « machines capables de raisonner ».

Ces dernières années, les LLMs sont apparus comme une force de transformation dans le domaine technologique. De ChatGPT et Gemini à Claude et Mistral, ces systèmes ont captivé l’imagination du public et déclenché une ruée vers l’or des applications basées sur l’IA. Cependant, derrière cette révolution technologique ...