Essayer un exemple simple
Que peut voir l’IA dans une image?
Recadrez l’enseigne. Une petite exception apparaît, mais la table disparaît. Ce qu’une image permet d’établir dépend de ce qui est réellement visible.
Réponse illustrative
La grande enseigne indique 8–16. Une petite note n’est pas lisible ici; je ne peux donc pas exclure une exception.
Éléments visibles dans cette vue
- Grande enseigne des heuresVisible à ce niveau de détail
- Petite note de fermetureDétail insuffisant dans cette vue pédagogique
- Tasse de gaucheVisible à ce niveau de détail
- Tasse du milieuVisible à ce niveau de détail
- Objet partiellement cachéPartiellement caché ou coupé
Illustration et réponses d’exemple rédigées pour cette activité. Aucune image n’est envoyée à un modèle. Les règles de visibilité sont pédagogiques et ne mesurent pas les performances d’une IA.
Pour réduire le détail, les petits caractères sont remplacés par des traits dans ce dessin pédagogique. Les recadrages utilisent la scène originale, pas un agrandissement de la version réduite.
Lire l’expérience sur l’image
Cette scène de café inventée contient une enseigne « 8–16 » et une petite note « Fermé mardi ». Dans la vue d’ensemble réduite, les heures restent lisibles, mais pas la note. Un recadrage de l’original révèle les deux et exclut la table. Sur la table, deux tasses sont entièrement visibles et un objet ressemblant à une tasse est partiellement caché. Une meilleure résolution ne révèle pas ce qui se trouve derrière la plante ou hors du cadre. Ce sont des exemples rédigés, pas les réponses d’un modèle de vision.
Plus de détails, moins de contexte
La petite vue d’ensemble masque l’exception du mardi. Recadrer l’original permet de la lire, mais retire les tasses. Agrandir un détail absent ou caché ne fournit pas une preuve qui n’était pas visible.
Fournissez une vue d’ensemble et un gros plan utile
Pour une étiquette, un reçu ou une capture d’écran, conservez l’original et ajoutez un recadrage net. Demandez ce qui est visible, ce qui reste incertain et ce qui exige une autre source. Vérifiez le texte important dans l’original avant d’agir.
Aller plus loin
Des pixels aux caractéristiques
Certains encodeurs visuels divisent une image en zones et les transforment en représentations apprises. Notre grille illustre cette idée sans exécuter d’encodeur.
Un encodeur ne rédige pas une réponse
Un système vision-langage peut relier un encodeur d’image à un modèle de langage. LLaVA en est un exemple publié. Le modèle de langage produit alors une réponse à partir des informations visuelles et de la consigne.
Une représentation ne constitue pas une preuve complète
Cette scène distingue trois limites : la perte de détails, le contexte manquant et les éléments cachés. Un recadrage peut améliorer la première tout en aggravant la deuxième. Cette activité ne mesure pas l’exactitude d’un modèle réel.
Explorer les sources originales
Références primaires. Elles expliquent les mécanismes; les exemples ici sont des simulations pédagogiques rédigées.
Qu’aimeriez-vous essayer ensuite?
Choisissez un autre petit exemple, ou revenez à celui-ci quand vous en avez besoin.
Voir tous les exemples