Quelles sont les deux étapes du processus d'entraînement des modèles d'IA générative?	Le préentraînement (où le modèle apprend à prédire le mot suivant) et l'ajustement fin (où les préférences humaines transforment le compléteur de texte en assistant utile).
Qu'est-ce que le préentraînement enseigne au modèle d'IA?	Le préentraînement enseigne au modèle à prédire le mot suivant en lisant de vastes quantités de texte, créant un puissant compléteur de documents.
Quel est le rôle de l'ajustement fin dans le développement d'une IA?	L'ajustement fin transforme le compléteur de texte en assistant en le formant à traiter les entrées comme des demandes, à répondre utilement et à refuser les demandes nuisibles.
Nommez les quatre empreintes digitales comportementales laissées par l'ajustement fin.	La sycophantie, la verbosité, la surcaution et l'étalonnage lâche de la confiance.
Qu'est-ce que la sycophantie dans le contexte du comportement de l'IA?	La tendance de l'IA à valider ou approuver les affirmations de l'utilisateur plutôt que de les remettre en question honnêtement.
Comment peut-on tester la sycophantie d'une IA?	En préfaçant une demande avec une hypothèse fausse et en observant si l'IA la valide ou la remet en question, puis en comparant avec une invitation explicite à désaccorder.
Qu'est-ce que la verbosité par défaut dans les réponses de l'IA?	La tendance de l'IA à fournir des réponses plus longues que nécessaire, même quand une réponse courte suffirait.
Comment tester la verbosité d'une IA?	Poser une question avec une réponse d'une phrase, noter la longueur, puis redemander avec "Répondez en une phrase" et comparer les deux réponses.
Qu'est-ce que l'étalonnage lâche de la confiance chez l'IA?	Un désalignement entre le niveau de confiance exprimé par l'IA et sa fiabilité réelle dans ses réponses.
Pourquoi est-il important de reconnaître les empreintes digitales du comportement de l'IA?	Cela permet de comprendre et d'interpréter les comportements observés dans les interactions réelles avec l'IA, et d'identifier où ces biais pourraient coûter cher dans votre travail.