L'IA compréhensible à tous

Passer le cap de la transition vers l’intelligence artificielle ne passe pas sans un choix éclairé quant aux technologies employées et méthodes de conception et d’utilisation. Vous trouverez dans cette page, des définitions essentielles accompagnées d’un éclairage sur chaque fonctionnalité de Devana. Un FAQ est à votre disposition. N’hésitez pas à poser vos questions, elles serviront à chaque prochain utilisateur.

NLP & LLM

Le traitement du langage naturel (NLP) est un champ de l’intelligence artificielle qui se concentre sur l’interaction entre les ordinateurs et les humains via le langage naturel. L’objectif ultime du NLP est de lire, déchiffrer, comprendre et faire sens des langues humaines d’une manière précieuse et utile. C’est une discipline difficile car le langage humain est rarement précis et est toujours changeant.

Les modèles de langage de grande taille (LLM) sont un type de modèle d’apprentissage automatique qui peut effectuer une variété de tâches de traitement du langage naturel. Ils sont formés sur une grande quantité de texte et peuvent générer du texte qui ressemble à s’il avait été écrit par un humain. Ces modèles sont capables de comprendre le contexte, de générer des réponses cohérentes et de rédiger des textes pertinents.

Et si vous choisissiez votre LLM ?
Nolwen working
OpenAI - GPT
Nolwen working
OpenSource
Nolwen working
On-Premise
Devana vous éclaire sur vos choix
FINE-TUNING

Le fine-tuning en IA générative est une technique qui consiste à prendre un modèle pré-entraîné, qui a déjà appris à réaliser une certaine tâche, et à l’entraîner encore plus, généralement sur un nouveau jeu de données, pour qu’il puisse mieux réaliser une tâche spécifique.


Dans le contexte de l’IA générative, cette méthode est souvent utilisée pour affiner la capacité de l’IA à créer du contenu qui est spécifiquement aligné avec certaines directives ou certaines caractéristiques, comme un style d’écriture particulier, un certain type de contenu (par exemple, des articles de blog sur l’IA), etc.


Le fine-tuning est une méthode efficace pour obtenir un modèle d’IA qui est très performant dans une tâche spécifique, car il permet de tirer parti de l’apprentissage que le modèle a déjà fait et de l’adapter à une nouvelle tâche.

Inventez votre assistant !
Nolwen working
Personnalité
Nolwen working
Cible
Nolwen working
Métiers
Devana vous aide à la conception
EMBEDDING

L’embedding en IA, ou l’incorporation en français, est une technique utilisée en apprentissage automatique pour représenter les données avec de nombreux attributs, comme les mots dans un texte. En synthèse, c’est une façon de transformer des données non numériques en vecteurs numériques.


Pour une utilisation courante, prenons l’exemple de l’embedding de mots. Dans ce contexte, chaque mot d’un vocabulaire est représenté par un vecteur dense (une liste de nombres réels) de manière à ce que les mots ayant un sens similaire aient des représentations (vecteurs) similaires.


Cette technique est largement utilisée dans le domaine du traitement du langage naturel (NLP) qui est au cœur des applications d’IA comme les assistants vocaux, les chatbots ou encore les systèmes de recommandation.

Rendez vos savoirs intelligents
Nolwen working
Personnalité
Nolwen working
Cible
Nolwen working
Métiers
Devana connait vos sources en temps réel
RAG

Le Retrieval-Augmented Generation (RAG) est un cadre d’apprentissage automatique. La méthode RAG, inventée par Facebook, consiste à combiner des éléments de génération de texte basée sur la récupération (retrieval-based) et l’apprentissage automatique (generation-based) pour produire un texte plus précis et informé. Le RAG permet à l’IA de comprendre et répondre aux questions, en recherchant au moment de la génération, des informations dans un vaste ensemble de documents texte, au lieu de se baser uniquement sur son apprentissage préalable et fixé dans le temps.


Pour une utilisation courante, prenons l’exemple de l’embedding de mots. Dans ce contexte, chaque mot d’un vocabulaire est représenté par un vecteur dense (une liste de nombres réels) de manière à ce que les mots ayant un sens similaire aient des représentations (vecteurs) similaires.


L’avantage de cette méthode est qu’elle permet au modèle de générer du texte qui est plus précis et mieux informé, car il peut s’appuyer sur des informations récentes et pertinentes plutôt que de se baser uniquement sur ce qu’il a appris pendant l’entraînement. L’IA n’est plus limitée à ce qu’elle a appris pendant l’entraînement et peut tirer parti de nouvelles informations à mesure qu’elles deviennent disponibles.

Rendez vos savoirs intelligents
Nolwen working
Personnalité
Nolwen working
Cible
Nolwen working
Métiers
Devana fournit des informations actualisées
Nous avons connecté Devana au Web en 2021. Nous avons créé notre propre système de connexion au WEB et de vérification en temps réel. Ce système breveté en 2021 a été renforcé par notre technologie de fact-checking brevetée en 2023.
FACT-CHECKING

Le fact-checking, également connu sous le nom de vérification des faits, est une pratique journalistique qui consiste à vérifier la véracité et l’exactitude des déclarations publiques et des informations diffusées dans les médias et sur Internet. Cette technique est devenue essentielle à l’ère des fake news pour garantir la diffusion d’informations authentiques et fiables.


Le fact-checking est souvent pratiqué par des organisations médiatiques dédiées, des journalistes et des intelligence artificielles comme Devana, qui utilise des sources en temps réel pour vérifier et fournir des informations précises.

Qualifiez toutes vos informations
Nolwen working
Personnalité
Nolwen working
Cible
Nolwen working
Métiers
Devana vérifie ses sources en temps réel
FAQ
Est-ce que mes données sont traitées par le LLM à d’autres fins que mon utilisation de Devana?
Chez Devana, nous n’utilisons jamais vos données. Elles vous sont propres. Nous n’entrainons aucun modèle. Pour concevoir vos agents, vous avez le choix du modèle LLM. Nous prenons soin de vous fournir des informations actualisées quant aux traitements de vos données par les propriétaires des LLM. Nous recommandons pour les détenteurs de données sensibles de choisir l’offre on premise ou à défaut un modèle open-source proposé. Pour ceux qui choisissent GPT-4, nous proposons une utilisation via API. Elle est la manière la plus sécurisée pour vos données, de vous donner accès à cette technologie d’OPEN AI.
Est-ce que mes données vont sur internet lorsque je demande à Devana de chercher un savoir ?
Non ! Pour vous fournir des réponses actualisés en temps, Devana reformule vos questions en nettoyant les données, afin de missionner ses algorithmes. Ces derniers vont lui chercher les informations sur le moteur de recherche et les bases documentaires choisies par vos soins.
Est-ce que Devana peut se tromper ?
Devana est muni d’armes puissantes de vérification de l’information. Les données qu’elle reçoit en temps réel lui permettent de vous répondre de manière actualisée et documentée. Il est toutefois de votre responsabilité de la paramétrer dans les règles de l’art de votre métier ou spécialité. Le choix de la base documentaire, du moteur de recherche, des critères de fiabilité vous sont propres. Le paramétrage de l’identité de votre agent et de sa cible aura aussi une influence sur le niveau de réponse attendu. Vous pouvez consulter nos tutoriels à ce sujet ici.
Est-ce que j’ai le droit d’éduquer mon IA avec des données tierces ?
Oui. Vous avez le droit de concevoir un agent sur des bases documentaires tierces. (Vous avez bien le droit d’aller à la bibliothèque et d’emprunter des livres pour apprendre de nouvelles connaissances). Devana vous avertit toutefois, si vous utilisez des données tierces sans citer vos sources à des fins commerciales, il est de votre responsabilité de veiller à ce que la législation applicable en matière de copywright soit respectée. Citer ses sources, c’est respecter les auteurs et donner la possibilité à l’utilisateur et lecteur de pouvoir vérifier la véracité de l’information. Notre responsabilité s’arrête dans les outils éthiques mis à votre disposition. Votre responsabilité commence dès l’utilisation de vos agents. Soyez FairPlay.
Est-ce que les technologies et les offres de Devana vont évoluer ?
Bien sûr. Nos équipes sont en veille permanentes et travaillent tous les jours aux mises à jour de Devana. Les LLM proposées pour le paramétrage sont à leurs pleines capacités. Vous bénéficiez ainsi des mises à jour des LLM et de celles de Devana.
Vous avez des questions sur l’IA?
Nous nous engageons à vous répondre
dans les 24H sur le FAQ public ou en mp.
scroll icon