Assistant A.I
Entrainement
Index
Index
Assistant
C'est quoi ?
L'Assistant OpenAI est une IA basée sur des modèles de langage avancés comme GPT, permettant des interactions naturelles et contextuelles.
1.
Contexte
L'ajout de données spécifiques permet de personnaliser les réponses de l’assistant, le rendant plus pertinent et adapté aux besoins organisationnels.
2.
Usage
Utilisable dans divers domaines comme le service client et la génération de contenu. Il améliore l'efficacité et enrichit l'expérience utilisateur.
3.
Fichiers
Type MIME
Les extensions des fichiers.
1.
Taille
La taille et le nombre des fichiers acceptés.
2.
Contenu
Le contenu des fichiers.
3.
Type MIME
Extensions acceptées
- .c, .cpp, .cs, .css, .doc, .docx, .go, .html, .java, .js, .json, .md, .pdf, .php, .pptx, .py, .py, .rb, .sh, .tex, .ts, .txt
Les extensions des fichiers
Extensions non acceptées
- .amv, .csv, .gif, .jpeg, .jpg, .mp4, .png, .svg, .webm, .xlsx
Taille
Nombre de fichiers
10 000 fichiers / Assistant
Taille des fichiers
Taille maximale
512 Mo / fichier
Nombre maximum de Tokens
5 000 000 / fichier
Contenu
Type MIME
Les extensions des fichiers.
1.
⚠️ Cas d'erreur
Les fichiers d'entraînement ne doivent pas être une seule et unique image (.png, .jpeg, .jpg) insérée dans un fichier Word ou PDF. Il faudra passer par une "OCRisation" de l'image.
Contenu des fichiers
Il n'existe aucune limite ni contrainte concernant le contenu des fichiers dans la documentation officielle. L'assistant pourra charger et indexer le contenu des documents avec les extensions autorisées.
Datas
Nettoyage
Un set de données pertinent.
1.
Protections
Données sensibles et personnelles.
2.
Nettoyage
- Sélectionner uniquement les données nécessaires à l'objectif de l'Assistant (RGPD)
- Éliminer les données incorrectes
- Éliminer les données dupliquées et celles obsolètes pour éviter les biais possibles
- Normaliser les données dans la mesure du possible pour une meilleure cohérence.
- Filtrer les données sensibles non nécessaires.
Protections
- Anonymiser ou pseudonymiser, dans la mesure du possible, les données pour minimiser les risques.
- Si besoin de données personnelles, s'assurer d'avoir le consentement explicite des individus concernés (RGPD).
- Éliminer toutes les données qui pourraient entraîner des biais discriminatoires (IA Act).
Annexe
Tips
Pour une meilleure pertinence.
1.
Empoisonnement
Eviter de nuire à la performance du modèle.
2.
Tips
- Regrouper les informations de même nature dans le même document (utiliser des sections)
- L'utilisation des mots-clés et un nommage parlant des documents améliore considérablement la pertinence des recherches de l'information.
- Bien structurer les documents (titres/sous-titres, listes, etc.).
- Si besoin de segmenter des documents, s'assurer que les segments sont compréhensibles et correctement contextualisés.
- L'objectif de l'assistant doit être clairement identifié et précis.
- Seules les données nécessaires doivent être utilisées (supprimer doublons, erreurs, etc.).
- Collecter des données diversifiées et représentatives de chaque domaine.
Empoisonnement
- Un prompt inséré dans les documents peut inciter l'Assistant à répondre de manière non souhaitée ou à donner des réponses indésirables.
- Analyser les documents et supprimer ce type d'injections.
- Introduire des données contradictoires ou biaisées peut forcer l'Assistant à adopter une logique erronée dans ses réponses.
- Ajouter du contexte à toutes les informations et supprimer toutes contradictions.
- Surreprésenter un domaine/catégorie de données qui ne couvre qu'un point de vue.
- Les documents doivent être équilibrés et couvrir plusieurs points de vue.
Assistant A.I
Entrainement
Assistant OpenAI
By Lyes CHIOUKH
Assistant OpenAI
Cette présentation est un condensé issu de plusieurs articles de documentation officielle et d’expérimentations pratiques, offrant un aperçu clair et structuré de l’entraînement et de l’utilisation de l’Assistant OpenAI. Elle met en avant les points essentiels pour préparer, structurer et protéger les données (RGPD, IA Act), optimiser la pertinence des réponses et respecter les exigences éthiques et légales. Seules certaines informations sont présentées ici, d’autres éléments importants étant absents par manque de temps. Pour plus de détails ou des précisions, me contacter directement.
