FondamentauxPrompting Mis à jour en 2026

Apprentissage en contexte (in-context learning)

Définition

La capacité d’un modèle à apprendre une tâche à partir d’exemples ou d’instructions placés dans le prompt au moment de l’inférence, sans aucune modification de ses poids.

L’apprentissage en contexte est le comportement émergent observé par Brown et al. (2020) avec GPT-3 : face à quelques exemples dans le prompt, le modèle exécute la tâche sans mise à jour du gradient. L’étude de Dong et al. (2022) recense son fonctionnement et ce qui le rend fiable.

C’est ce qui rend efficaces le prompting, les exemples few-shot et la chaîne de pensée — et ce qui explique qu’un seul modèle figé puisse accomplir autant de tâches différentes.

Références

Sources primaires, évaluées par les pairs et archivées pour cette définition.

Language Models are Few-Shot Learners
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., et al. (2020). Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
A Survey on In-context Learning
Dong, Q., Li, L., Dai, D., Zheng, C., Ma, J., et al. (2022). arXiv preprint (later EMNLP 2024).

Dictionnaires et encyclopédies

Citer cette entrée

MultipleChat. « Apprentissage en contexte. » Glossaire IA et LLM de MultipleChat, 2026. https://multiple.chat/ai-glossary/in-context-learning

Termes associés

Voir en pratique

Lancez le même prompt sur ChatGPT, Claude, Gemini, Grok et Perplexity côte à côte — avec vos propres fichiers comme contexte et des réponses que vous pouvez recouper.

Essayer MultipleChat gratuitement

Pour aller plus loin

Voir les offres payantes