Explicabilité des LLM

Concepts d'Explainable Artificial Intelligence (XAI)

Folkert Stijnman

ML Engineer

Grands modèles de langage (LLM)

  • Comprendre, générer et interpréter le langage humain
  • ChatGPT, Bard
  • Entraînés sur d'énormes volumes de textes
  • Rédiger des articles, de la poésie, du code
  • Comment comprendre leurs décisions ?

 

un schéma d'un LLM

Concepts d'Explainable Artificial Intelligence (XAI)

LLM et explicabilité

schéma montrant l'entrée de données dans un grand modèle de langage et l'invite au modèle

  • Complexes en raison de :
    • Profondeur et échelle des couches de réseau de neurones du modèle
    • Quantités massives de texte, p. ex. des téraoctets de données
Concepts d'Explainable Artificial Intelligence (XAI)

Méthodes pour l'explicabilité des LLM

Créateur

  • Transparence des données d'entraînement
  • Utiliser des modèles plus simples
  • Intégrer la rétroaction humaine

Utilisateur final

  • Auto-explication
  • Ajuster l'entrée
Concepts d'Explainable Artificial Intelligence (XAI)

Futur usage des LLM

  • Renforcer l'explicabilité restera essentiel
  • Instaurer confiance et assurance

une image d'un cerveau avec divers aspects du traitement du langage

Concepts d'Explainable Artificial Intelligence (XAI)

Passons à la pratique !

Concepts d'Explainable Artificial Intelligence (XAI)

Preparing Video For Download...