Modèle instruct
Un modèle instruct est un modèle de langage de base qui a été entraîné en plus sur des instructions associées à de bonnes réponses, et souvent sur des retours humains, afin qu'il suive les demandes au lieu de simplement prolonger le texte.
Aussi appelé : instruction-tuned model, -Instruct, chat model
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Quand le nom d'un modèle se termine par -Instruct, -it ou -chat, il s'agit généralement de la version ajustée aux instructions d'un modèle de base issu de la même publication. Le modèle de base ne fait que prolonger le texte. Le modèle instruct a appris à lire une demande et à y répondre.
Comment il est fabriqué
En partant d'un modèle pré-entraîné, le développeur lance un fine-tuning supervisé sur des exemples d'instructions et des réponses souhaitées. L'article FLAN de Google a montré que cet ajustement aux instructions rendait les modèles bien meilleurs sur des tâches qu'ils n'avaient pas vues. Les travaux d'OpenAI sur InstructGPT ont ensuite ajouté une étape où des personnes classaient les sorties du modèle, qui était ensuite ajusté par RLHF. Les modèles plus récents utilisent souvent à la place la DPO ou des méthodes similaires. Les modèles instruct apprennent aussi un modèle de chat (chat template) : des tokens spéciaux qui marquent les tours du système, de l'utilisateur et de l'assistant.
Base ou instruct
Pour la plupart des applications, utilisez le modèle instruct. Il suit un prompt système, répond aux questions, utilise des outils et refuse certaines demandes. Choisissez le modèle de base quand vous comptez faire votre propre fine-tuning à partir d'un point de départ neutre, ou quand vous voulez une simple continuation de texte, comme l'autocomplétion.
Points de vigilance
Utilisez le chat template avec lequel le modèle a été entraîné. Beaucoup d'outils locaux l'appliquent pour vous, mais un mauvais template est une raison fréquente pour laquelle un modèle instruct ouvert donne des réponses étranges. L'ajustement aux instructions modifie aussi le comportement d'une façon que vous ne souhaitez pas forcément, comme des réponses longues ou des refus, et il ne rend pas à lui seul un modèle plus véridique.
Termes liés
- Modèle de base
- Un modèle de base (base model) est un modèle de langage tout juste sorti du pré-entraînement, avant l'ajustement aux instructions ou l'entraînement par retour humain. Il prolonge le texte qu'on lui donne au lieu de suivre des instructions ou de tenir une conversation.
- Fine-tuning supervisé
- Le fine-tuning supervisé (supervised fine-tuning, SFT) poursuit l'entraînement d'un modèle préentraîné sur des exemples de prompts associés aux réponses souhaitées. C'est la première étape habituelle pour transformer un modèle de base en modèle qui suit les instructions.
- RLHF
- Le RLHF (reinforcement learning from human feedback, apprentissage par renforcement à partir de retours humains) ajuste un modèle de langage à l'aide de classements humains de ses réponses : un modèle de récompense apprend ces préférences, puis l'apprentissage par renforcement pousse le modèle vers les réponses qui obtiennent un bon score.
- Prompt système
- Un prompt système (system prompt) est le bloc d'instructions qu'une application envoie à un modèle de langage avant les messages de l'utilisateur. Il fixe le rôle, les règles, le ton et le format de sortie du modèle pour toute la conversation.
- Préentraînement
- Le préentraînement (pretraining) est la première et la plus importante étape de l'entraînement d'un modèle, au cours de laquelle il apprend des schémas généraux à partir d'un très grand jeu de données non étiquetées, généralement en prédisant le token suivant, avant tout ajustement propre à une tâche.