Explicabilité des LLM

Fondamentaux de l’IA explicable (XAI)

Folkert Stijnman

ML Engineer

Grands modèles de langage (LLM)

  • Comprendre, générer et interpréter le langage humain
  • ChatGPT, Bard
  • Entraînés sur d’énormes corpus de textes
  • Rédiger articles, poésie, code
  • Comment comprendre leurs décisions ?

 

un graphique d’un LLM

Fondamentaux de l’IA explicable (XAI)

LLM et explicabilité

schéma montrant l’ingestion de données par un grand modèle de langage et l’invite au modèle

  • Complexes en raison de :
    • Profondeur et taille des couches de neurones du modèle
    • Volumes massifs de texte (térapoctets de données)
Fondamentaux de l’IA explicable (XAI)

Méthodes pour l’explicabilité des LLM

Créateur

  • Transparence sur les données d’entraînement
  • Utiliser des modèles plus simples
  • Intégrer des retours humains

Utilisateur final

  • Auto-explication
  • Ajuster l’entrée
Fondamentaux de l’IA explicable (XAI)

Usage futur des LLM

  • L’explicabilité restera une exigence
  • Renforcer confiance et fiabilité

un graphique d’un cerveau avec des aspects liés au traitement du langage

Fondamentaux de l’IA explicable (XAI)

Passons à la pratique !

Fondamentaux de l’IA explicable (XAI)

Preparing Video For Download...