Hallucination de LLM · Fabrication
Une hallucination est une affirmation fausse produite avec assurance par un LLM. Elle est fréquente quand le modèle répond depuis sa mémoire paramétrique sans grounding, ou quand les sources récupérées sont pauvres ou contradictoires.
Définition autonome · 34 mots
Pourquoi un LLM hallucine-t-il ?
Un modèle génère le texte le plus probable, pas le plus vrai. Sans source récupérée, il complète à partir de ce qu’il a appris, avec des lacunes et une date limite. Une synthèse de la littérature (Ji et al., 2022) distingue les hallucinations intrinsèques, qui contredisent la source, et extrinsèques, qui ne sont pas vérifiables à partir d’elle.
Quel risque pour une marque ?
Un LLM peut attribuer à une marque un produit, un prix ou une politique inexacts. Le risque est plus fort pour les marques peu documentées. Auditer régulièrement ce que les moteurs disent de la marque, et corriger à la source quand une page ambiguë ou obsolète est en cause.
Comment réduire les hallucinations sur sa marque ?
Publier des pages factuelles, datées et sans ambiguïté, identifier l’entité (Organization, sameAs, Wikidata), harmoniser les informations sur les sources tierces et supprimer les contenus obsolètes ou contradictoires. On ne contrôle pas le modèle, on réduit les sources d’erreur.
Questions fréquentes
Le grounding supprime-t-il les hallucinations ?
Il les réduit, mais le modèle peut mal lire une source.
Peut-on demander une correction à un moteur IA ?
Certains fournisseurs proposent des canaux de signalement. Rien ne garantit la correction.
Comment détecter une hallucination sur sa marque ?
Tester un corpus de prompts sur la marque et comparer les réponses aux faits vérifiés.
Termes liés
Approfondir
- Google AI Overviews VS Google AI mode, quelles différences ?
- Checklist GEO et LLM / IA 2026
- ← Retour au glossaire GEO (114 termes)