Contexte
Les messages et fichiers fournis au modèle pour produire la réponse actuelle.
Comme un bureau de travail temporaire.Un même mot, plusieurs mécanismes
Qu’est-ce qu’une mémoire d’IA ?
Une IA peut utiliser le contexte en cours, retrouver un historique, conserver des préférences ou consulter des documents. Ces mécanismes ne sont ni identiques, ni toujours activés.
La bonne questionQuelle information est conservée, où, pendant combien de temps et pour quel usage ?
conversationcontextecomptehistoriqueprofilpréférencesdocumentsrecherchemodèleparamètres appris
Le test des cinq mémoires
Que signifie « l’IA se souvient » dans cette situation ?
Choisissez un cas pour identifier le mécanisme, sa durée probable et le contrôle à effectuer.
Cinq mécanismes à distinguer
Exemple : « Souviens-toi que je préfère des réponses courtes »
Dans la conversation actuelle, cette préférence peut rester dans le contexte. Une fonction de mémoire peut aussi l’enregistrer pour une prochaine discussion. L’historique, lui, peut simplement conserver l’échange dans votre compte. Ces trois mécanismes sont différents et peuvent avoir des réglages distincts.
Ils ne conservent pas la même chose
Historique
Les conversations enregistrées par le service et visibles dans votre compte.
Comme une archive consultable.Préférences
Des informations enregistrées pour personnaliser de futurs échanges.
Comme une fiche de réglages.Recherche externe
Des documents retrouvés puis ajoutés au contexte au moment de répondre.
Comme une bibliothèque interrogée.Paramètres appris
Des régularités intégrées au modèle pendant son entraînement.
Comme des habitudes statistiques, pas une bibliothèque de fiches.La mémoire de travail
Le contexte est limité et peut oublier le début
Pour répondre, le modèle examine un ensemble limité de tokens : instructions, messages récents, extraits de documents et parfois résumés d’échanges plus anciens. Lorsque cette fenêtre est pleine, certains éléments doivent être retirés, raccourcis ou résumés.
Une longue conversation ne garantit pas un souvenir parfait. Un détail important peut disparaître du contexte, être mal résumé ou être contredit par une instruction plus récente.
ancien messagerésumévotre demandedocument utilenouvelle réponseLa fenêtre avance : tout ne reste pas toujours visible au modèle.
Stockage et utilisation sont distincts
Une conversation conservée n’est pas forcément utilisée de la même façon
Un service peut enregistrer un échange pour vous permettre de le rouvrir, le conserver pour la sécurité, l’utiliser pour personnaliser les réponses ou, selon ses règles et vos réglages, contribuer à l’amélioration de ses modèles.
Ces finalités peuvent avoir des durées et des commandes différentes.
Retrouver la conversation dans son compte.
Réutiliser certains éléments dans de nouveaux échanges.
Conserver temporairement des journaux pour prévenir les abus.
Employer des données pour évaluer ou entraîner des systèmes, selon le service.
Retrouver plutôt que mémoriser
Une IA peut consulter une bibliothèque au moment de répondre
Dans un système de génération augmentée par recherche, souvent appelé RAG, une question déclenche la recherche d’extraits pertinents dans des documents. Ces passages sont ajoutés au contexte avant la réponse.
Cela permet d’actualiser ou de spécialiser les informations sans réentraîner tout le modèle.
question→recherche→extraits→réponseLe document reste une source externe : ouvrez-le pour vérifier.
La mémoire dans les paramètres
Le modèle apprend des régularités, pas un classeur bien rangé
Pendant l’entraînement, les paramètres numériques du modèle sont ajustés à partir de très nombreux exemples. Ils permettent ensuite de produire du langage et de mobiliser certaines connaissances générales.
Mais le modèle ne consulte pas normalement une copie identifiable de chaque texte appris. Il peut mélanger, déformer ou inventer une information.
Encodent des régularités utiles à la prédiction.
Une source précise, une date exacte ou un souvenir fidèle.
Garder la main
Sept réflexes avant de parler de mémoire
- 01
Ouvrez les réglages.
Historique, personnalisation et entraînement peuvent être séparés. - 02
Vérifiez la durée de conservation.
La suppression visible peut ne pas être immédiate partout. - 03
Consultez les informations mémorisées.
Lorsqu’un service permet de les afficher ou les corriger. - 04
Supprimez ce qui n’est plus utile.
Conversation, fichier, préférence ou compte selon le besoin. - 05
Ne donnez pas de secret.
Une interface familière n’est pas une conversation privée. - 06
Distinguez source et souvenir.
Demandez quel document soutient une affirmation. - 07
Revérifiez après une mise à jour.
Les fonctions et réglages des services peuvent changer.
Quatre idées à corriger
Une mémoire d’IA n’est pas une mémoire humaine
Le contexte est limité et la mémoire persistante dépend du service et de ses réglages.
Une archive visible et les informations réellement envoyées au modèle sont deux choses différentes.
Suppression, conservation de sécurité et entraînement peuvent suivre des règles distinctes.
Les paramètres stockent des régularités et peuvent produire des souvenirs inexacts.
Sources de référence
Pour approfondir
Ces références expliquent le contexte des modèles, la recherche documentaire et la conservation des échanges par les chatbots.
Pour appliquer ces repères
Vérifiez les règles de confidentialité de vos conversations.
Comprendre une notion
Gardez le fil de votre apprentissage.
Une étape courte et clairement reliée à ce que vous venez de lire.