Historique des conversations

Entrée fournie par l'utilisateur à l'assistant IA, qui peut prendre la forme d'une question, d'une commande, d'une déclaration ou d'une instruction. Les instructions guident les actions de l'assistant IA en servant d'entrée principale pour générer des réponses ou effectuer des tâches.

Un échange continu entre l'utilisateur et l'assistant IA, impliquant généralement plusieurs tâches dans le cadre d'une ou de plusieurs conversations.

Un agent est un composant du système d'IA chargé d'interpréter les entrées de l'utilisateur et d'exécuter des tâches ou des actions en réponse. Les agents peuvent effectuer diverses tâches, qu'il s'agisse de répondre à des questions ou d'effectuer des actions spécialisées telles que l'envoi de notifications ou l'analyse de données. Les agents travaillent au sein d'un système d'IA plus large et interagissent souvent avec d'autres composants tels que des bases de données ou des interfaces utilisateur pour offrir une expérience utilisateur fluide.

L'objectif sous-jacent ou le résultat souhaité qu'un utilisateur souhaite atteindre lorsqu'il interagit avec l'assistant IA. Comprendre les intentions de l'utilisateur est essentiel pour que l'IA puisse générer des réponses pertinentes ou effectuer des tâches appropriées.

Processus par lequel l'utilisateur ajuste ou reformule son invite pour obtenir une réponse plus précise ou plus pertinente de la part de l'assistant IA. Le raffinement aide l'IA à mieux comprendre les besoins spécifiques de l'utilisateur, en veillant à ce que le résultat corresponde plus étroitement au résultat souhaité.

L'IA composée fait référence à un système d'IA avancé qui combine plusieurs modèles, algorithmes ou méthodologies d'IA pour créer un système plus performant que ce qu'un LLM pourrait réaliser seul. Comme un composé chimique formé à partir de différents éléments, l'IA composée intègre diverses technologies d'IA (telles que l'apprentissage automatique, le traitement du langage naturel, la vision par ordinateur et l'optimisation des niveaux d'inférence) pour gérer des tâches complexes telles que la logique et le codage, et fournir des résultats plus performants. Cette approche permet au système de tirer parti des points forts de chaque composant tout en compensant potentiellement les faiblesses individuelles des LLM.

Le temps nécessaire à l'assistant IA pour générer une réponse après avoir reçu une invite.

Les informations conservées lors des interactions précédentes que l'assistant IA utilise pour maintenir la continuité et la pertinence des conversations en cours. Le contexte aide l'IA à adapter ses réponses aux entrées précédentes des utilisateurs.