Explication détaillée
La qualité d'un modèle dépend d'abord de son dataset : volume, diversité, propreté, absence de biais et bonne labellisation. On sépare généralement en jeu d'entraînement, de validation et de test pour mesurer la généralisation.
Exemples
ImageNet pour la vision
Common Crawl pour le texte web
Jeu de tickets internes pour fine-tuner un chatbot support
Questions fréquentes
Quelle taille de dataset ?
Quelques centaines d'exemples suffisent pour du fine-tuning ; les modèles fondation s'entraînent sur des téra-octets.
Termes associés
Machine Learning
Branche de l'IA dans laquelle les modèles apprennent des motifs à partir de données plutôt que de suivre des règles explicites.
Apprentissage supervisé
Apprentissage à partir d'exemples étiquetés (entrée → sortie attendue).
Embedding
Représentation vectorielle d'un texte, d'une image ou d'un objet, capturant son sens dans un espace numérique.
Fine-tuning
Réentraînement d'un modèle pré-existant sur un jeu de données spécifique pour l'adapter à un domaine.
Dernière mise à jour : 15/07/2026