Aperçu module
Aperçu limité — 3 premières étapesHallucinations & biais
Parcours : Sécurité IA & Red Teaming · Avancé
1/7
Étape 1 / 7
≈ 6 min
Contexte
Pourquoi un LLM peut être fluide et faux à la fois.
Au programme de ce module
- 01Contexte≈ 6 min
- 02Explication≈ 9 min
- 03Démonstration≈ 6 min
- 04Use Case≈ 6 min
- 05Case Study≈ 6 min
- 06Exercice≈ 6 min
- 07Quiz≈ 5 min
Un LLM optimise la plausibilité du langage, pas la vérité. Quand il manque d'information, il produit malgré tout la suite la plus probable — d'où des hallucinations. Parallèlement, il hérite des déséquilibres de ses données, ce qui crée des biais systématiques.
Objectifs d'apprentissage
À l'issue de ce module, vous saurez *Distinguer* hallucination (combler un vide) et biais (déséquilibre statistique), *Appliquer* l'ancrage documentaire (grounding) pour réduire l'invention, et *Évaluer* un biais par test contrastif chiffré.