Une devinettePour commencerCas d'ouverture
Réfléchis une secondeEssaie de répondrePosez votre intuition
Aller très vite à vélo, c'est bien. Mais qui t'a appris à t'arrêter au feu rouge, et est-ce le même apprentissage ?
Pense à ta réponse, même si tu n'es pas sûr. La suite te dira si tu avais vu juste.
Un streamer crack sur un seul jeu qui insulte tout le monde en live finit banni. Qu'est-ce qui lui a manqué ?
Prends dix secondes pour répondre dans ta tête. Tu compareras avec la suite.
Votre assistant support doit parler avec le ton de la marque et refuser de promettre un remboursement. Deux réglages, ou un seul ?
Formulez d'abord votre réponse, même approximative : la comparer à la suite fixe bien mieux les acquis.
Regarde ça bougerVois-le en actionLe concept en mouvement
Regarde une même réponse se spécialiser, puis se cadrer
Modèle de base, fine-tuning (spécialisation sur tes documents), alignement (ton, prudence, refus propres). Suis la réponse évoluer à chaque étape.
« Oui, remboursé tout de suite. »
C'est comme apprendre le vélo à fond, ET apprendre aussi à s'arrêter au feu rouge.
Le fine-tuning, c'est entraîner un joueur à exceller dans un seul jeu ; l'alignement, c'est lui apprendre le fair-play et quand arrêter.
Fine-tuner, c'est entraîner un musicien à mieux jouer un style ; aligner, c'est lui apprendre aussi quand il doit s'arrêter ou refuser.
Comment ça marcheComment ça marcheLa mécanique
Une étape à la foisLe mécanisme, étape par étapeLe mécanisme, étape par étape
Devenir un champion, et apprendre les règles
Tu prends une machine déjà douée à l'école.
Tu lui fais faire plein, plein d'exercices d'UN seul sujet, comme la cuisine, pour qu'elle devienne championne de ça.
Tu lui apprends aussi les règles : être polie, faire attention, et dire « non » quand c'est dangereux.
Comme ça, elle est très forte ET très sage.
Doué dans un domaine, et qui connaît les règles
Tu pars d'une IA déjà douée et tu lui montres plein d'exemples d'un domaine précis pour qu'elle s'y spécialise (ton, format, sujet).
Tu lui apprends aussi à bien se comporter : être utile, honnête, prudente et savoir refuser une demande dangereuse.
Tu lui donnes des préférences : « cette réponse est meilleure que celle-là » pour orienter son comportement.
Ces réglages peuvent l'améliorer, mais ils peuvent aussi créer des angles morts qu'il faut mesurer.
Spécialiser un modèle, et cadrer son comportement
Vous partez d'un modèle de base déjà entraîné et vous l'ajustez (fine-tuning) sur des exemples ciblés : ton de marque, domaine métier, format de réponse.
Vous ajoutez une couche d'apprentissage par préférences : vous lui indiquez quelles réponses sont meilleures que d'autres pour orienter le comportement.
Vous cadrez son comportement (alignement) : utile, honnête, prudent, capable de refuser une demande dangereuse ou de demander une validation humaine.
Vous validez chaque gain avec de vraies évaluations, car ces couches peuvent aussi introduire des angles morts.
Des exemples pour toiDes exemples concretsExemples concrets
Tu l'as déjà croiséOù tu le retrouvesOù vous le retrouvez en situation
Un exemple pour toi
C'est comme apprendre à faire du vélo très vite : tu deviens super rapide (ça, c'est devenir un champion). Mais tes parents t'apprennent aussi à t'arrêter au feu rouge et à ne pas foncer dans les gens. Aller vite, c'est bien. Mais connaître les règles, c'est encore plus important.
Une machine qui devient championne pour raconter des histoires de dinosaures.
Une machine qui dit « non » si tu lui demandes un truc dangereux, comme jouer avec des allumettes.
Une machine qui répond toujours gentiment, comme une maîtresse très douce.
Cas concret
Compare avec un streamer qui s'entraîne des heures sur un seul jeu : il devient un crack dessus (ça, c'est le fine-tuning). Mais s'il insulte tout le monde en live, il se fait quand même bannir. Bien jouer ne suffit pas, il faut aussi respecter les règles du chat : ça, c'est l'alignement.
Un bot Discord d'aide aux devoirs réglé pour répondre dans un ton clair et toujours citer ses sources.
Un assistant de jeu vidéo qui refuse de donner un cheat qui ruinerait la partie des autres.
Un chatbot de marque sur Insta qui garde toujours le même style de réponse, peu importe la question.
Cas concret
Pensez à un assistant interne pour le support client : on le fine-tune pour qu'il adopte le ton de l'entreprise et connaisse le jargon des produits. Mais on l'aligne aussi pour qu'il refuse de promettre un remboursement non autorisé et qu'il escalade vers un humain dès qu'une situation devient délicate. Compétent sur le fond, prudent dans le comportement.
Un assistant juridique interne très cadré, spécialisé sur les procédures de l'entreprise.
Un copilote de support client qui garde un ton de marque cohérent sur tous les canaux.
Un système qui refuse certaines requêtes sensibles ou demande une validation humaine avant d'agir.
Attention aux piègesÀ éviterÀ éviter
Ce qu'on croit, et ce qui est vraiIdées reçues et pièges à éviterIdées reçues et risques à anticiper
-
On croit que
On croit qu'une machine bien élevée ne se trompe jamais.
En vrai
Mais en vrai elle peut encore se tromper. Il faut vérifier.
-
On croit que
On croit qu'il faut toujours la faire devenir championne d'un sujet.
En vrai
Mais en vrai, souvent il suffit juste de bien lui expliquer ce qu'on veut.
Les pièges à retenir
- Si elle ne fait que la cuisine, elle devient nulle au reste.
- Si on lui apprend trop à dire « non », elle dit « non » même quand il faut dire « oui ».
-
On croit que
« Une IA alignée ne fait plus aucune erreur. »
En réalité
Faux. L'alignement guide son comportement mais ne supprime pas les erreurs. Il faut le tester.
-
On croit que
« Fine-tuner, c'est toujours la meilleure option. »
En réalité
Pas vraiment. Souvent une bonne consigne ou un bon contexte suffit. Trop spécialiser peut la rendre moins polyvalente et coûter cher.
-
On croit que
« Une IA plus grosse est forcément mieux cadrée. »
En réalité
Non. La taille ne fait pas le bon comportement : une grosse IA mal cadrée reste risquée.
Les pièges à retenir
- Trop spécialisée sur un sujet, l'IA devient moins bonne sur le reste.
- Un cadre mal réglé peut la faire refuser trop souvent ou de façon incohérente.
- Les progrès ne valent que s'ils sont mesurés sur de vrais cas.
-
Idée reçue
« Aligner un modèle, c'est garantir zéro erreur. »
Réalité
Non. L'alignement oriente le comportement (utile, prudent), mais ne supprime pas les erreurs. Il faut le mesurer.
-
Idée reçue
« Fine-tuner, c'est toujours mieux. »
Réalité
Pas forcément. Un bon prompt ou du RAG suffit souvent. Sur-spécialiser peut dégrader la généralisation et coûter cher.
-
Idée reçue
« Un modèle plus gros est forcément mieux cadré. »
Réalité
Non. La taille ne fait pas l'alignement : un grand modèle mal cadré reste risqué.
Points de vigilance
- Un modèle trop spécialisé peut moins bien généraliser.
- L'alignement peut produire des refus trop stricts ou incohérents.
- Les gains doivent être mesurés par des évaluations réelles.
Ce que je retiensÀ retenirÀ retenir
L'essentiel, en quatre idéesL'essentiel, en quatre idéesL'essentiel, en quatre points
La phrase à garder
Une bonne machine doit être très forte ET bien se comporter, les deux à la fois.
- Devenir championne Plein d'exercices d'un seul sujet pour être super forte.
- Les règles Être polie, faire attention, savoir dire « non ».
- Forte ET sage Pas juste forte : il faut les deux.
- On vérifie On regarde si elle fait vraiment bien.
La phrase à garder
Une IA réussie dépend autant de la façon dont on la règle que de sa puissance de départ.
- Fine-tuning = spécialiser Réentraîner sur des exemples ciblés : ton, domaine, format.
- Alignement = cadrer Être utile, honnête, prudent et savoir dire non.
- Douée ≠ bien cadrée Il faut les deux, pas seulement la puissance.
- On mesure Chaque gain se vérifie avec de vrais tests.
Message clé
La qualité produit d'un modèle dépend autant de son adaptation que de sa taille brute.
- Fine-tuning = spécialiser Réentraîner sur des exemples ciblés (ton, domaine, format).
- Alignement = cadrer Utile, honnête, prudent, sait refuser.
- Compétent ≠ bien cadré Il faut les deux, pas seulement la puissance.
- À mesurer Tout gain se valide par des évaluations réelles.
Je m'entraîneJe valideÉvaluation
Je teste ce que j'ai comprisJe teste ce que j'ai comprisValidez vos acquis
Valider : Fine-tuning et alignement
4 questions. Il faut 70 % de bonnes réponses pour maîtriser la fiche. Tu as le droit de te tromper et de réessayer.
Pour les curieuxPour aller plus loinPour aller plus loin
Si tu veux en savoir plusCreuser le sujetApprofondir et poursuivre
Sous le capot, pour les curieux
Le cours de cuisine
Devenir le champion d'un seul sujet
Imagine un robot qui sait déjà plein de choses. Le fine-tuning, c'est lui faire faire beaucoup, beaucoup d'exercices de cuisine pour qu'il devienne le roi des recettes ! Mais attention : si on lui fait QUE de la cuisine, il oublie un peu le reste.
Le pouce levé
Lui montrer la meilleure réponse
On lui montre deux réponses et on dit : « celle-ci est mieux, pouce en l'air ! » et « celle-là moins bien, pouce en bas. » Comme ça, petit à petit, il apprend à choisir les réponses gentilles et vraies, comme quand un maître apprend les bonnes manières.
Les règles de la maison
Apprendre à dire « non » quand il faut
On lui apprend les règles, comme à l'école : être poli, ne pas faire de bêtises, et savoir dire « non, je ne peux pas faire ça, c'est dangereux. » Pour les choses importantes, il demande à un grand de vérifier. On veut un robot sage, pas juste un robot malin.
Les pièges
Trop fort sur un truc, ou trop peureux
Si on l'entraîne TROP sur un seul sujet, il devient nul sur les autres. Et s'il a trop peur, il dit « non » même quand c'est facile, comme un copain qui refuse de jouer à tout ! Alors on lui fait passer des petits tests pour voir s'il fait bien.
Sous le capot
Fine-tuning
Spécialiser un modèle qui sait déjà beaucoup
On part d'un modèle déjà entraîné et on lui donne des exemples ciblés (un style, un domaine, un format) pour le spécialiser, un peu comme passer d'un joueur polyvalent à un spécialiste d'un poste. C'est moins cher que tout réapprendre, mais si on le rétrécit trop sur un seul sujet, il devient moins bon ailleurs.
Préférences
Lui apprendre ce qu'est une bonne réponse
Au-delà des exemples, on lui donne des signaux de préférence : « cette réponse est meilleure que celle-là ». C'est le principe du RLHF (apprentissage par retour humain) : comme des likes/dislikes qui orientent peu à peu le modèle vers des réponses utiles et honnêtes plutôt que juste plausibles.
Alignement
Cadrer le comportement et la sécurité
L'alignement, ce sont les garde-fous : refuser les demandes dangereuses, garder un ton cohérent, demander une validation humaine sur les actions sensibles. L'objectif n'est pas seulement d'être performant, mais d'être contrôlable : un modèle balèze mais incontrôlable reste risqué.
Pièges
Sur-spécialisation et refus mal réglés
Deux pièges classiques : trop spécialisé, le modèle généralise mal (il colle à ses exemples). Mal aligné, il sur-refuse, bloquant même des demandes inoffensives, ou refuse de façon incohérente. D'où les evals (évaluations) : des tests réels pour vérifier que chaque réglage améliore vraiment les choses.
Sous le capot : les briques techniques
Fine-tuning
Spécialiser un modèle déjà entraîné
On part d'un modèle de base et on l'ajuste sur des exemples ciblés (ton, domaine, format). Moins coûteux que repartir de zéro, mais attention à ne pas trop le rétrécir.
Préférences
Apprendre ce qui est « une bonne réponse »
Au-delà des exemples, on donne des signaux de préférence (telle réponse est meilleure que telle autre) pour orienter le comportement vers l'utile et l'honnête.
Alignement
Cadrer le comportement et la sécurité
Refus ciblés sur les demandes dangereuses, ton cohérent, validation humaine sur les actions sensibles. L'objectif : un modèle contrôlable, pas seulement performant.
Pièges
Spécialisation et refus mal calibrés
Trop spécialisé, le modèle généralise moins. Mal aligné, il refuse trop ou de façon incohérente. D'où l'importance de mesurer avec des evals.
Les questions que tu te poses peut-être
- L'IA est plus forte que moi en cuisine alors ?
- Elle peut connaître plein de recettes, oui. Mais c'est toi qui sens, qui goûtes et qui tiens la cuillère pour de vrai. Elle, elle aide seulement avec des mots.
- Pourquoi elle dit parfois « non » ?
- Parce qu'on lui a appris les règles, comme à toi. Si on lui demande quelque chose de dangereux, elle dit « non, je ne peux pas ». C'est gentil de sa part, ça te protège.
- Est-ce qu'elle peut se tromper même si elle est championne ?
- Oui, elle peut se tromper, comme tout le monde ! Être championne d'un sujet ne veut pas dire qu'elle a toujours raison. Alors on vérifie avec un grand.
Questions fréquentes
- C'est quoi le fine-tuning ?
- Ré-entraîner un modèle existant sur des exemples ciblés pour le spécialiser (ton de marque, domaine, format) sans repartir de zéro.
- C'est quoi l'alignement ?
- Cadrer le comportement du modèle : être utile, honnête, prudent, et savoir refuser une demande dangereuse.
- Faut-il toujours fine-tuner ?
- Non. Souvent, un bon prompt ou du RAG suffit. Le fine-tuning se justifie quand on a vraiment besoin d'un ton ou d'un format spécifiques et stables.
- L'alignement empêche-t-il toutes les erreurs ?
- Non. Il oriente le comportement mais ne garantit pas l'exactitude. On le mesure avec des évaluations.
Pour continuer
-
Lis l'histoire en BD, c'est plus rigoloCette notion existe aussi en BDCette notion existe aussi en BD IA passe son permis de politesse - Fiche à suivre Évaluations et fiabilité Pour mesurer si l'adaptation a vraiment amélioré le comportement.
- Fiche à suivre Dense vs mixture-of-experts Pour relier comportement et architecture du modèle.
- Fiche à suivre Latence, coût et cache Pour chiffrer le compromis en production.
SourcesSourcesSources vérifiées