Qu'est-ce que la prédiction du prochain token et comment fonctionne-t-elle dans l'IA générative ?	La prédiction du prochain token est le mécanisme par lequel l'IA générative écrit les réponses mot par mot en se basant sur ce qui tend à suivre. C'est une forme d'autocomplétion sophistiquée qui produit à la fois la fluidité et les hallucinations.
Pourquoi l'IA générative produit-elle à la fois de la fluidité et des hallucinations ?	Parce que le même processus qui génère des réponses fluides et confiantes (prédiction du prochain token) est celui qui fabrique des informations inexactes quand elle n'a pas de données fiables.
Dans quelles zones la prédiction du prochain token fonctionne-t-elle bien ?	Dans la zone de capacité : les tâches qui ressemblent à des modèles que le modèle a vus plusieurs fois (résumer, reformater, expliquer des concepts courants).
Où se concentrent les fabrications dans les réponses de l'IA ?	Dans la spécificité : les noms, dates, statistiques, citations, URLs et citations directes. Plus une affirmation est précise, plus elle nécessite une vérification.
Quels sont les quatre produits ou caractéristiques qui atténuent les limitations de la prédiction du prochain token ?	Les citations, la signalisation d'incertitude, la génération contrainte et le motif générateur-vérificateur.
Quel type de tâche représente le « territoire bien connu » sur le continuum de prédiction du prochain token ?	Les tâches qui ressemblent à des modèles fréquemment vus dans les données d'entraînement, comme résumer un rapport ou expliquer un concept populaire.
Qu'est-ce que le « territoire novel » sur le continuum de prédiction du prochain token ?	Les tâches qui nécessitent de distinguer le « vrai » du « qui semble vrai » ou qui impliquent des informations rares ou nouvelles.
Quel est le lien entre la prédiction du prochain token et le discernement ?	La prédiction du prochain token est la fondation du discernement. Savoir que la sortie a été générée vous dit exactement quel type de scrutin appliquer.
Comment peut-on tester si l'IA fabrique des informations spécifiques dans son domaine d'expertise ?	En demandant à l'IA de fournir cinq faits vérifiables spécifiques (citations, noms d'auteurs, chiffres exacts, URLs) et en vérifiant chacun indépendamment.
Qu'est-ce que le « sampling » dans le contexte de la prédiction du prochain token ?	Le processus par lequel l'IA génère différentes variations de réponses pour la même demande, montrant comment le modèle choisit le prochain token parmi plusieurs possibilités probables.