Modèle de raisonnement

Reinforcement Learning (RL)

Méthode de machine learning dans laquelle un agent apprend à agir dans un environnement en recevant des récompenses ou des pénalités selon les conséquences de ses actions.

Thinking budget

Paramètre qui fixe la quantité maximale de tokens qu’un modèle de raisonnement peut consacrer à sa phase de réflexion interne avant de formuler sa réponse finale.

Chain of thought (CoT)

Technique qui amène un modèle de langage à expliciter des étapes de raisonnement intermédiaires avant sa réponse finale, ce qui améliore souvent les résultats sur les problèmes à plusieurs étapes.

Latency

Délai d’attente entre l’envoi d’une requête à un modèle d’IA et l’arrivée de la réponse, souvent mesuré par le temps avant l’affichage du premier token.

Reinforcement Learning with Verifiable Rewards

Méthode d’apprentissage par renforcement où la récompense provient d’une vérification automatique du résultat, comme des tests unitaires réussis ou une réponse mathématique exacte, plutôt que d’un jugement humain.

Token-based Pricing

Mode de facturation des modèles de langage accessibles par API, dans lequel le prix dépend du nombre de tokens envoyés en entrée et générés en sortie.