{"id":330,"date":"2025-01-31T03:24:00","date_gmt":"2025-05-30T21:28:36","guid":{"rendered":"https:\/\/happynumeric.com\/lexique-intelligence-artificielle\/r\/definition_reward-model\/"},"modified":"2025-06-05T23:34:43","modified_gmt":"2025-06-05T21:34:43","slug":"definition-reward-model","status":"publish","type":"post","link":"https:\/\/happynumeric.com\/lexique-intelligence-artificielle\/r\/definition-reward-model\/","title":{"rendered":"Reward model"},"content":{"rendered":"

Un reward model est un \u00e9l\u00e9ment essentiel de l’apprentissage par renforcement. Il permet d’\u00e9valuer les actions d’une IA et de la guider vers l’objectif souhait\u00e9. Qu’est-ce que reward model ? C’est une fonction qui attribue une \u00ab\u00a0r\u00e9compense\u00a0\u00bb \u00e0 chaque action d’une IA, permettant ainsi d’apprendre par essais et erreurs.<\/p>\n

Comment fonctionne un reward model ?<\/h3>\n

Un reward model fonctionne comme un syst\u00e8me de notation. Imaginez un chien que vous dressez\u00a0: chaque fois qu’il ob\u00e9it \u00e0 une commande, vous lui donnez une friandise (r\u00e9compense positive). \u00c0 l’inverse, s’il fait une b\u00eatise, vous lui dites \u00ab\u00a0non\u00a0\u00bb (r\u00e9compense n\u00e9gative ou absence de r\u00e9compense). Le reward model fait la m\u00eame chose avec l’IA\u00a0: il lui attribue un score (la r\u00e9compense) pour chaque action. L’IA cherche ensuite \u00e0 maximiser sa r\u00e9compense cumulative au fil du temps. Plus le score est \u00e9lev\u00e9, plus l’action est consid\u00e9r\u00e9e comme bonne. Ce syst\u00e8me permet \u00e0 l’IA d’apprendre progressivement les meilleures strat\u00e9gies pour atteindre un objectif donn\u00e9, sans qu’on lui dise explicitement comment faire.<\/p>\n

Pourquoi reward model est-il important\u00a0?<\/h3>\n

Le reward model est crucial car il d\u00e9finit le but et oriente l’apprentissage de l’IA. Un reward model bien con\u00e7u permet d’obtenir une IA performante et align\u00e9e avec les objectifs souhait\u00e9s. En prompt engineering, le reward model est particuli\u00e8rement important pour affiner les r\u00e9ponses d’un mod\u00e8le de langage. Par exemple, si vous voulez un mod\u00e8le qui g\u00e9n\u00e8re des po\u00e8mes, le reward model pourrait r\u00e9compenser la cr\u00e9ativit\u00e9, la rime et le respect du m\u00e8tre. Dans un autre contexte, si vous souhaitez un assistant virtuel capable de planifier des rendez-vous, le reward model r\u00e9compensera la pr\u00e9cision, l’efficacit\u00e9 et la pertinence des propositions.<\/p>\n

Exemples d’utilisation de reward model<\/h3>\n