Prompt tuning


Révision datée du 15 septembre 2026 à 12:44 par Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == Technique ''parameter-efficient fine-tuning'' (PEFT) qui ajuste un petit ensemble de '''paramètres''' d’un '''modèle préentraîné''' à l’aide de '''requêtes souples''', constituées de '''vecteurs sémantiques''' continus plutôt que de texte discret. Elle s’avère utile lorsque l’on souhaite optimiser les performances du modèle sur des '''[... »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

en construction

Définition

Technique parameter-efficient fine-tuning (PEFT) qui ajuste un petit ensemble de paramètres d’un modèle préentraîné à l’aide de requêtes souples, constituées de vecteurs sémantiques continus plutôt que de texte discret.

Elle s’avère utile lorsque l’on souhaite optimiser les performances du modèle sur des requêtes spécifiques sans avoir à procéder à un ré-entraînement important.

Voir aussi entraînement et réglage

Compléments

Le réglage de requêtes génératives s'applique dans les domaines de l'apprentissage en quelques coups et de la traduction automatique.

Il peut aussi être utilisé dans les tâches suivantes: la réponse aux questions, la classification de textes et l'élaboration de résumés.

Français

réglage de requête générative

réglage de requêtes génératives

réglage de requête

réglage de requêtes

Anglais

prompt tuning

Sources

Source : ai21

Source : Geeks for Geeks

Source : IBM

Contributeurs: Arianne Arel