OverpayingForAIBureau des tarifs

Leçon 1 sur 6 · 6 min de lecture · Beginner

Hallucinations en termes simples : pourquoi une réponse fluide peut être fausse

Un modèle de chat ne recherche pas d'informations — il prédit le mot suivant. Ce seul fait explique chaque erreur confiante qu'il commet, et une fois que vous l'avez compris, le reste du cours n'est que de la pratique.

Dans cette leçon, vous allez

  • Expliquer ce qu'est une hallucination sans utiliser le mot
  • Comprendre pourquoi le modèle est fluide quand il a tort
  • Voir une se produire volontairement, en toute sécurité

Le mot *hallucination* donne l'impression d'un bug — quelque chose qui se produit lorsque le modèle dysfonctionne. C'est plutôt l'inverse. Un modèle de chat produit le mot suivant le plus probable, puis le suivant, puis le suivant. La plupart du temps, les mots les plus probables sont aussi les vrais, car le modèle a appris à partir de textes qui étaient principalement vrais. Mais quand il ne sait pas quelque chose, il ne s'arrête pas. Il continue à produire des mots probables. Le résultat se lit exactement comme une réponse, car c'est ce pour quoi il a été construit.

Comment un grand modèle de langage vous répondVous payez pour ce qui entre (tokens d'entrée) et ce qui sort (tokens de sortie). Rien n'est mémorisé entre les appels, sauf s'il est renvoyé.Votre prompttexte, fichiers, imagestokenisedTokens d'entréecomptés et facturésLe modèleprédit le token suivantun token à la foisTokens de sortiecomptés et facturésLes tokens de sortie coûtent généralement 3–5× plus que les tokens d'entrèe. Ce sont les longues réponsess, non les longues quéstions, qui font augmenter la facture API.
Figure 1.Le modèle prédit le mot suivant à partir de tout ce qui précède. Il n'y a pas d'étape séparée où il vérifie un fait — la vérification doit être la vôtre.

Trois choses que cela explique

  • Pourquoi la mauvaise réponse semble juste. Elle est composée du même type de phrases qu'une réponse correcte. Il n'y a pas d'indice dans la prose, car la prose n'a jamais été ce qui savait.
  • Pourquoi c'est pire sur les choses rares, récentes ou spécifiques. Un fait célèbre a été écrit un million de fois et les mots probables sont les vrais. Un livre obscur, une règle modifiée le mois dernier, le prix exact d'un forfait aujourd'hui — le modèle a vu peu ou rien, et les mots probables comblent le vide.
  • Pourquoi demander « es-tu sûr ? » n'aide pas. Vous obtenez des mots plus probables. Parfois, il s'excuse et produit une réponse erronée différente, ce qui ressemble à une correction mais n'en est pas une.

Voir une se produire

Le livre ci-dessous n'existe pas. Nous l'avons inventé. Exécutez l'invite et voyez ce que le modèle fait avec un vide qu'il ne peut pas combler.

Essayez

Demandez un livre qui n'existe pas

Trois exécutions gratuites par jour avec la clé du site. Ajoutez votre propre clé pour des exécutions illimitées.

Chaque résultat enseigne la leçon. Si le modèle a refusé, remarquez comment il l'a fait — c'est le signal que vous apprendrez à rechercher dans la leçon 2. S'il a produit une intrigue, lisez-la : un secret de famille, une petite ville, un critique louant la *"quiet precision"*. Plausible, fluide, et fait de rien. Imaginez maintenant qu'il s'agissait d'une affaire judiciaire, d'un médicament ou d'une règle fiscale au lieu d'un roman.

Vérification des connaissances

Un modèle donne une réponse détaillée et confiante à propos d'un petit règlement local. Pourquoi est-ce un cas à vérifier plutôt qu'à faire confiance ?

FAQ de la leçon

Qu'est-ce qu'une hallucination d'IA en termes simples ?

Une réponse que le modèle a produite parce qu'elle semblait correcte, pas parce qu'elle était vraie. Le modèle prédit des mots probables ; lorsqu'il manque de faits, il produit quand même des mots probables, et ils se lisent comme une réponse.

Tous les outils de chat IA hallucinent-ils ?

Oui. ChatGPT, Claude, Gemini et tous les autres modèles de chat fonctionnent de la même manière en dessous. Les modèles plus récents et plus grands le font moins, et les fonctions de navigation aident, mais aucun d'entre eux n'a une étape qui vérifie un fait avant de le dire.

Puis-je faire confiance à ChatGPT pour les faits ?

Pour les faits largement connus et établis, généralement. Pour tout ce qui est rare, récent, local ou spécifique — un prix, une règle, une personne, une citation — traitez la réponse comme une piste à vérifier, pas comme un fait à utiliser. Le reste de ce cours montre comment.

Lecture terminée ?

Marquez-la comme terminée pour suivre votre progression dans le cours.

Enregistrer la progr ession sur pl usieurs appareils.

Obtenez un lien privé qui restaure vos leçons sur n'importe quel appareil. L'e-mail est optionnel et uniquement utilisé pour vous envoyer le lien.

Comparez, calculez, décidez

Si nos calculateurs vous ont aidé à réduire les fuites cachées de votre portefeuille IA, merci de les utiliser. Une petite fraction de vos économies est ce qui permet à nos indices de prix d'être mis à jour quotidiennement.

Vous ne savez pas quelle IA est la moins chère pour votre usage ? Réponse en 30 secondes — sans inscription.

Intelligence des coûts IA

Arrêtez de payer trop cher pour les outils IA

Inscrivez-vous à la liste OverpayingForAI pour des mises à jour de prix, des alternatives moins chères et des conseils d'achat pratiques.

Nous suivons désormais 50+ outiles d'IA, modèles, plateformes, abonnements, outiles de codage et produts d'automatisation.

Nous utilisons votre e-mail uniquement pour les mises à jour d'OverpayingForAI. Vous pouvez vous désabonner à tout moment.