Les hyperparamètres sont les réglages choisis avant l'entraînement : taux d'apprentissage, taille des lots, nombre de couches. Ils ne sont pas appris par le modèle mais conditionnent la qualité de l'apprentissage ; les ajuster relève d'une expérimentation méthodique.
En pratique chez Gensai
Côté usage, Gensai règle les hyperparamètres d'inférence (température, longueur maximale) pour maîtriser le comportement des modèles.