Initial vault setup

concepts/glossaire-ia.md

@@ -0,0 +1,37 @@
+---
+title: Glossaire IA
+created: 2026-06-06
+updated: 2026-06-06
+type: glossary
+tags: [IA, glossary, tech]
+confidence: high
+contested: false
+sources: [synthesized]
+---
+# 📖 Glossaire IA pour Dev / Self-Hosting
+
+Définitions des termes essentiels pour comprendre et travailler avec l'Intelligence Artificielle localement.
+
+- **LLM (Large Language Model)** : Modèle de langage de grande taille, capable de générer du texte, de raisonner et d'utiliser des outils.
+- **Prompt** : L'instruction textuelle envoyée au modèle pour guider sa réponse.
+- **Context Window** : La quantité maximale de texte (en tokens) qu'un modèle peut traiter en une seule fois (ex: 8k, 128k).
+- **Token** : Unité de base du texte traité par le modèle (mot ou partie de mot).
+- **Quantization** : Processus de réduction de la précision des poids d'un modèle (ex: de FP16 à Q4) pour économiser de la RAM/VRAM. Formats courants : [[gguf]], [[exl2]].
+- **GGUF (GPT-Generated Unified Format)** : Format de fichier standard pour faire tourner des modèles via [[llama-cpp]] (utilisé par [[ollama]]).
+- **Inference** : Le processus par lequel le modèle génère une réponse à partir d'un prompt.
+- **Embeddings** : Représentation numérique (vecteur) d'un texte, permettant de calculer des similarités sémantiques (base du RAG).
+- **RAG (Retrieval-Augmented Generation)** : Technique consistant à fournir à un LLM des documents pertinents récupérés dans une base de connaissances pour améliorer ses réponses.
+- **Fine-Tuning** : Entraînement additionnel d'un modèle sur un dataset spécifique pour le spécialiser.
+- **LoRA (Low-Rank Adaptation)** : Technique de fine-tuning léger ne modifiant qu'une petite partie des poids, plus rapide et moins coûteux.
+- **Agent** : Programme qui utilise un LLM pour prendre des décisions et interagir avec des outils de manière autonome. Ex: [[hermes-agent]].
+- **RAG vs Fine-Tuning** : Le RAG ajoute des connaissances à la volée, le fine-tuning modifie le comportement intrinsèque.
+- **VRAM** : Mémoire vidéo (RAM GPU). Critique pour la vitesse d'inférence des modèles.
+- **Hallucination** : Phénomène où le modèle invente des informations factuellement incorrectes.
+
+## Liens
+- Outils : [[ollama]], [[llama-cpp]], [[hermes-agent]]
+- Modèles : [[llama-3-1]], [[mistral]]
+- Architecture : [[transformer-architecture]]
+- [[base-de-donnees-vectorielle]]
+- [[tokenisation]]
+- [[reinforcement-learning]]