Fondements de l'IA
Comment fonctionnent les LLM
Réseaux de neurones, LLM et apprentissage automatique pour les marchés.
Dans cette leçon
- Comment fonctionnent les grands modèles de langage
- Ce que signifie «hallucination»
Points clés
- 1Un LLM prédit le prochain token à partir du contexte
- 2Il peut paraître confiant tout en étant faux
- 3Vérifiez toujours les résultats de l'IA avant d'agir
Résumé de la leçon
Un grand modèle de langage prédit les tokens les plus probables à partir d'un contexte.
Modèle mental
Comprendre les LLM clairement
Un grand modèle de langage prédit les tokens les plus probables à partir d'un contexte. Il peut fournir un soutien utile au raisonnement, mais il ne connaît pas la vérité de la façon dont une requête de base de données le fait.
- Comment fonctionnent les grands modèles de langage
- Ce que signifie «hallucination»
Mécaniques
Comment raisonner sur les LLM
Le texte est divisé en tokens et traité par un réseau neuronal entraîné.
Le modèle génère une sortie à partir de patterns statistiques et du contexte.
La récupération, les outils et la vérification améliorent la fiabilité mais n'éliminent pas le besoin de vérifier.
- Un LLM prédit le prochain token à partir du contexte
- Il peut paraître confiant tout en étant faux
- Vérifiez toujours les résultats de l'IA avant d'agir
Exemple
Voir les LLM en action
Un LLM peut résumer un document de protocole, mais l'utilisateur doit encore vérifier les adresses de contrats, les chiffres de frais et les affirmations de risque à partir de sources primaires.
Erreurs courantes
Comment les LLM fait trébucher les apprenants
L'écriture fluente semble autoritaire. C'est dangereux en finance parce qu'une phrase confiante peut encore être fabriquée ou obsolète.
Notes sur le risque
Lire le risque dans les LLM
L'hallucination, les informations obsolètes, l'injection de prompt et les hypothèses cachées peuvent mener à de mauvaises décisions de trading ou de sécurité.
- Expliquer la prédiction du prochain token.
- Identifier un risque d'hallucination.
- Vérifier les faits critiques en dehors du modèle.
Entraînement
Faites de les LLM une habitude
- Expliquer la prédiction du prochain token.
- Identifier un risque d'hallucination.
- Vérifier les faits critiques en dehors du modèle.
Révision
Termes clés
- Grand Modèle de Langage (LLM)
- Un modèle IA entraîné pour prédire et générer du texte à partir du contexte.
- Apprentissage Automatique
- Algorithmes qui apprennent des patterns à partir de données plutôt que d'être explicitement programmés.
- Réseau de Neurones
- Un modèle en couches vaguement inspiré du cerveau, au cœur de l'apprentissage profond.
- Backtesting
- Tester une stratégie sur des données historiques avant de risquer du capital réel.
Notes de sources
Références éditoriales
Ces références constituent des points de départ pour vérifier les mécanismes, les contrôles de risque et le contexte produit derrière cette leçon.
Avant de continuer
Pouvez-vous faire cela ?
- Expliquer la prédiction du prochain token.
- Identifier un risque d'hallucination.
- Vérifier les faits critiques en dehors du modèle.
Apprentissage connexe
Continuer la lecture
Point de contrôle
Terminer cette leçon
Validez le point de contrôle pour sauvegarder la progression, puis continuez le parcours dans l’ordre.
Valider cette leçon
Répondez correctement à toutes les questions pour terminer la leçon.
Un grand modèle de langage prédit…