Connaissance paramétrique
Ce que le modèle a stocké dans ses poids. Pas d'URL. Difficile à mettre à jour. Facile d'être obsolète ou confiant et faux.
La GEO face aux connaissances paramétriques est lente : il faut un consensus sur le web public jusqu'au prochain entraînement, plus la navigation pour tout ce qui doit être à jour.
C'est pourquoi les bascules de recherche comptent.
Exemples
- Paramétrique : tu es un outil de design. Tu t'es repositionné sur les données. Le mode Recherche le sait. Le mode Mémoire non.
Termes associés
La date après laquelle les poids du modèle n'incluent plus le web. Tout ce qui est plus récent nécessite du browsing ou du RAG.
Essayer d'influencer les poids futurs. Lent, incertain, surtout la même chose que d'être largement et précisément discuté sur le web public.
RAG signifie que le modèle consulte des documents au moment de la réponse au lieu de s'appuyer uniquement sur ce qu'il a mémorisé lors de l'entraînement.
FAQ
Écraser les connaissances paramétriques ? +
On n'écrase pas les poids. On les noie avec la récupération et le temps.
Suivre cela dans Reddex
Threads Reddit et réponses IA pour votre marque au même endroit. Commencez par une analyse gratuite.
Commencer