Dérive du modèle

noun

La dérive du modèle désigne la baisse progressive des performances d’un modèle d’IA lorsque les données qu’il a apprises ne correspondent plus aux situations réelles. Cela arrive parce que les comportements, les tendances ou le langage évoluent, et le modèle ne s’adapte pas automatiquement.

Ce phénomène est courant avec les grands modèles de langage (LLM) ou les générateurs d’images si leur base d’entraînement est obsolète. Par exemple, un chatbot formé en 2020 pourrait mal comprendre l’argot de 2024, ou un générateur d’images pourrait produire des styles démodés.

Pour les développeurs, cela impose une surveillance constante et des mises à jour régulières, ce qui coûte du temps et de l’argent. Un cas réel : une étude de 2023 a montré qu’un modèle de langage perdait 15 % de précision en deux ans sans réentraînement.

Un assistant virtuel formé en 2021 donne des réponses erronées en 2024 parce qu'il ne connaît pas les nouvelles fonctionnalités d'un produit.

Dans les autres langues

Découvrez nos autres services

ElpisIA, c’est tout un univers — explorez nos autres services.