Un modèle comme ceux de Mistral ne naît pas "assistant". Il traverse plusieurs étapes d'entraînement successives, chacune avec un objectif différent.

Définition — Pré-entraînement

La première étape : le modèle apprend la structure du langage sur d'énormes volumes de texte généraliste. Résultat : un "modèle de base", puissant mais brut, pas encore habitué à suivre des instructions.

Définition — RLHF (apprentissage par renforcement à partir de retours humains)

Une phase d'alignement où des évaluateurs humains notent les réponses du modèle, pour le pousser vers des réponses utiles, sûres et bien formulées.

💡 À retenir : c'est cette dernière étape qui transforme un modèle brut en un assistant agréable à utiliser, comme Le Chat.