Préparation du test

IA-A-SYN

Listes des questions du quiz :

Cours 1: Qu’est-ce que l’IA ?:

  • Quel est le but de l’intelligence artificielle ?
  • Citer quatre applications de l’intelligence artificielle.
  • Qu’est-ce que l’effet IA ?

TP 1 : IA générative et prompt engineering:

  • Citer 3 techniques de prompt engineering et expliquer brièvement en quoi elles consistent.
  • Citer et décrire briévement 4 dimensions qu’on peut utiliser pour comparer des IA génératives de texte.
  • Qu’est-ce qu’une IA générative ? Décrire en quelques phrases trois modèles d’IA génératives.

Cours 2 : Histoire de l’IA

  • Expliquer la différence entre IA symbolique et IA connexionniste. Donner un exemple de chaque.
  • Qu’est-ce qui a provoqué les hivers de l’IA ?
  • Expliquer brièvement les trois facteurs qui ont permis aux réseaux de neurone de faire leur percée dans les années 2010.

TP 2 : Installation d’une IA et benchmarking

  • Expliquer quelques caractéristiques des modèles LLM qu’on peut trouver sur HuggingFace.
  • Qu’est-ce que la température d’un LLM ?
  • Que fait un modèle LLM brut ?
  • Comment les créateurs de chatbox peuvent-ils contrôler le comportement d’un LLM ?

Cours 3 : Cycle de vie d’un LLM

  • Expliquer cette identifiant de modèle sur HuggingFace : TinyLlama/TinyLlama-1.1B-Chat-v1.0
  • Expliquer le format d’un prompt ChatML.
  • Décrire brièvement les 5 étapes du cycle de vie d’un LLM.
  • Donner trois raisons pour lesquelles les données de CommonCrawl sont traitées avant  l’entraînement d’un LLM.

TP 3:

–

Cours 4:

  • Expliquer comment les tensions sur les terre rares entre la Chine et les États-Unis sont liées aux mathématiques des réseaux de neurones.
  • Expliquer comment le texte est transformé en vecteur par les LLMs et pourquoi.
  • Faire un diagramme d’un réseau de Deep Learning et montrer comment il se traduit en termes mathématiques.

TP 4 et cours 5:

Lecture 1

  • Citer deux personnes qui ont marqué la création de l’IA. Quelles sont leurs contributions ?
  • Quels sont les developpements technologiques récents qui ont permis les IA génératives ?

Lecture 2

  • Quelle est la compétence que le benchmark MMLU mesure dans les LLMs ?
  • Quels étaient les performances des meilleurs modèles lorsque le benchmark a été publié ?
  • Choisir deux questions du benchmark et comparez entre elles les réponses de trois IA différentes.

Lecture 3

Il existent de nombreux autres benchmarks.

  1. Faites une recherche pour en trouver 2 ou 3, si possibles les plus variés possibles. Vous pouvez essayer de trouver des benchmarks qui testent des sujets qui vous intéressent (science, programmation, mathématiques, écriture de fiction, etc.).
  2. Créer un petit tableau avec des informations générales sur les benchmarks.
  3. Quelles compétences des IA mesurent vos benchmarks ?
  4. Trouver quelques questions et regardez les réponses des modèles locaux, ainsi que ceux des grands modèles. Quelles sont vos impressions ?
  5. Cherchez les résultats des modèles sur vos benchmarks sur des sites de références. Comment ont évolué les scores des meilleurs modèles depuis la publication du benchmark.

** Lecture 4**: Agentic Misalignment: How LLMs could be insider threats

  • Expliquer brièvement ce que veut dire agentic misalignement.
  • Résumer les expériences des scientifiques d’Anthropic et leurs résultats.
  • Qu’est-ce que le chain-of-thought et comment contribue-t-il au résultat des expériences ?

Lecture 5 : Artificial Intelligence Index Report 2025

  • Dans les pages 3, 4 et 5, les auteurs donnent les douze conclusions principales du rapport. En choisir 5 et illustrez chacune avec un exemple concret.