TechniqueGlossaire de l'IA
Apprentissage par renforcement
Une façon d'apprendre sans exemples à recopier : le système essaie, reçoit un signal de récompense quand c'est réussi (ou de pénalité sinon), et ajuste peu à peu sa stratégie. C'est ainsi qu'AlphaGo a battu les champions de go, et c'est une étape clé pour façonner le comportement des assistants actuels, notamment via le RLHF.
Autrement dit
Apprendre à faire du vélo : personne ne donne la formule, on tombe, on recommence, et le corps retient ce qui marche.
Nos articles qui en parlent
- Robot-insecte du MIT : dix saltos en onze secondes
Un nouveau pilote par IA rend le micro-robot volant du MIT cinq fois plus rapide. La machine n'a pas changé : c'est son cerveau qui a changé.
- Entraînement intermédiaire, ajustement final : ce qui se passe après le pré-entraînement
Entre un modèle de base et un modèle utilisable, il y a plusieurs phases d'entraînement distinctes. On explique ce que fait chacune et pourquoi c'est là que se situe désormais la valeur.
- Une startup vaut 1,4 milliard et n'entraîne aucun modèle depuis zéro
Une jeune entreprise chinoise atteint 1,42 milliard de dollars de valorisation en sept mois en spécialisant des modèles ouverts plutôt qu'en les entraînant. On analyse ce modèle et ce qu'il révèle.
- GPT-6 Astra : le premier modèle classé « critique » en cybersécurité, et deux versions pour le gérer
OpenAI a dévoilé le 3 septembre GPT-6 Astra, premier modèle à atteindre le niveau critique de capacité cyber selon son propre cadre d'évaluation. On analyse la sortie, la structure à deux niveaux, la revendication d'AGI, et une découverte sur la surveillance du raisonnement.
- GLM-5.3 : un modèle ouvert a trouvé plus de mille failles réelles dans des logiciels très utilisés
GLM-5.3 de Z.ai atteint des scores de pointe en découverte de vulnérabilités. Contrairement aux versions précédentes, ses poids n'ont pas été publiés : le laboratoire les a retenus pour une évaluation de sécurité. On analyse ce précédent.
- C'est quoi l'apprentissage par renforcement ? Apprendre par essais, erreurs et récompenses
L'apprentissage par renforcement consiste à apprendre par interaction et récompense plutôt que par imitation d'exemples. On explique le principe, ses réussites spectaculaires, et pourquoi il est au coeur du comportement des IA actuelles.
Voir aussi
Dans la même famille : Technique
Retrouver ce terme dans le glossaire complet →Tous les termes