Perfilado de sección

  • INTRODUCTION

    • Les modèles de langage transformeurs (LLM) sont largement utilisés dans des contextes variés, notamment à destination des consommateurs, dans des environnements internes et à des fins de recherche (Bommasani et al., 2021). Ces modèles reposent généralement sur l’utilisation d’une « invite » ou prompt fournie par l’utilisateur, à laquelle le modèle répond en générant un contenu. Ces prompts peuvent être textuels — par exemple, « Écris un poème sur les arbres. » — ou prendre d’autres formes : images, audio, vidéos, ou encore une combinaison de ces médiums. La capacité des modèles à répondre aux prompts, en particulier ceux exprimés en langage naturel, les rend accessibles et flexibles pour une grande variété d’applications.

    • Nous avons conduit une revue systématique assistée par des outils, en nous basant sur le processus PRISMA (Page et al., 2021) (Section 2.1), afin d’identifier 58 techniques différentes de prompting textuel. À partir de ces techniques, nous avons élaboré une taxonomie accompagnée d’une terminologie robuste des termes liés aux prompts (Section 1.2).

    • Un prompt est une entrée fournie à un modèle d’intelligence artificielle générative (IA générative) pour orienter sa production (Meskó, 2023 ; White et al., 2023 ; Heston et Khun, 2023 ; Hadi et al., 2023 ; Brown et al., 2020). Les prompts peuvent inclure du texte, des images, des sons ou d’autres médias.

  • Actividades: 11
  • MULTILINGUE, MULTIMODAL, SUGGESTION

    L'incitation des GenAI avec du texte anglais est actuellement la méthode dominante d'interaction. Les messages-guides dans d'autres langues ou selon d'autres modalités nécessitent souvent des techniques spéciales pour obtenir des performances comparables. Dans ce contexte, nous abordons les domaines des messages-guides multilingues et multimodaux.

    Actividades: 3
  • SECURITE ET PIRATAGE

    Actividades: 2
  • TRAVAUX CONNEXES ET CONCLUSION

    Actividades: 1