Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Modèle de décision

Un modèle de décision (decision model) est un modèle conçu pour renvoyer une réponse typée, comme un choix dans une liste, une note selon une grille ou une probabilité oui/non, au lieu de générer du texte libre.

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Les agents passent une grande partie de leur temps sur de petits jugements : quelle équipe gère ce ticket, ce message est-il du spam, cette étape doit-elle exiger une approbation humaine. Un modèle de chat peut y répondre, mais il répond en prose que le code doit analyser, et il ne donne aucune mesure fiable de son degré de certitude. Un modèle de décision est conçu pour cette tâche précise.

Comment ça marche

Vous envoyez au modèle les éléments (un texte, du JSON ou une image) et une ou plusieurs questions typées. TypeSafe, qui qualifie son modèle Jev de modèle « System One », décrit trois types de questions : un choix parmi une liste d'options, une note selon une grille, et la probabilité qu'une affirmation soit vraie. La réponse revient sous forme de valeurs assorties de probabilités, si bien que le code peut les comparer à un seuil et agir, ou transmettre le cas à une personne quand la confiance est faible. Parmi les autres exemples figurent Laya et GLiNER2.5-Decide.

Où il trouve sa place

Les usages typiques sont le routage de LLM, le tri, les contrôles de sécurité avant un appel d'outil et la décision de laisser ou non un agent continuer. Il côtoie les garde-fous et la sortie structurée : la sortie structurée fait remplir un schéma à un modèle de texte, alors qu'un modèle de décision est conçu dès le départ autour de la réponse typée.

Limites

Les étiquettes sont lues dans la requête plutôt qu'apprises à l'entraînement, ce qui les rend souples, mais la précision sur vos catégories n'est pas garantie. Testez un modèle de décision sur un échantillon annoté de vos propres données avant de vous fier à ses scores.

Termes liés

Routage de LLM
Le routage de LLM (LLM routing) consiste à envoyer chaque requête au modèle de langage le plus adapté, souvent un modèle bon marché pour les prompts simples et un modèle plus puissant pour les prompts difficiles, afin d'équilibrer coût, vitesse et qualité.
Sortie structurée
La sortie structurée (structured output) est une fonctionnalité d'API qui oblige la réponse d'un modèle de langage à suivre un format que vous définissez, généralement un JSON Schema, pour que du code puisse l'analyser de façon fiable au lieu d'extraire des informations d'un texte libre.
Garde-fous (IA)
Les garde-fous (guardrails) sont des contrôles exécutés autour d'un modèle de langage qui inspectent les entrées et les sorties et les bloquent, les réécrivent ou les redirigent, afin qu'une application reste dans son sujet, évite les contenus nuisibles et respecte des règles que le modèle seul ne tiendrait pas de façon fiable.
Petit modèle de langage
Un petit modèle de langage (small language model, SLM) est un modèle de langage doté de relativement peu de paramètres, généralement quelques milliards ou moins, conçu pour tourner sur un ordinateur portable, un téléphone ou un seul GPU à un coût inférieur à celui d'un grand modèle.
LLM-as-a-judge
Le LLM-as-a-judge (LLM juge) est une méthode d'évaluation dans laquelle un modèle de langage performant note les sorties d'un autre modèle ou d'une application, à l'aide d'une grille, d'une réponse de référence ou d'une comparaison côte à côte, à la place ou en complément d'évaluateurs humains.

Sources