Hallucinations des LLM : pourquoi, et comment les réduire
Un modèle peut inventer avec aplomb. Comprendre la cause aide à s’en prémunir.
Une « hallucination », c’est une réponse fausse présentée comme vraie. Ce n’est pas un bug : un LLM prédit le mot le plus plausible, pas le plus vrai. Quand il ne sait pas, il comble — avec assurance.
Pour réduire le risque : ancrez le modèle dans des sources (approche RAG), demandez-lui de citer ou de dire « je ne sais pas », baissez la température, et vérifiez systématiquement les faits sensibles (chiffres, noms, dates).
Aucune méthode n’élimine totalement le phénomène. La bonne posture reste : l’IA propose, l’humain valide — surtout en production.