Oossa

Une méthode permet aux agents IA d’apprendre de modèles opaques par le dialogue

Des chercheurs présentent la distillation communicative on-policy (COPD) : les petits modèles peuvent poser des questions ouvertes à de grands modèles opaques et améliorer leurs performances sur des tâches longues.

BrèvePar Publié par Oossa: 1 min de lecture

Lirui Luo et ses coauteurs ont publié un article le 19 novembre 2026 présentant la distillation communicative on-policy (COPD). Cette technique permet à un modèle apprenant de décider quand interroger un modèle enseignant opaque en langage naturel libre, puis de s’entraîner à partir de ces échanges sans solliciter de nouveau le modèle enseignant. Sur le benchmark CAMG-II, COPD a obtenu un gain 2,46 fois supérieur à celui de la meilleure méthode existante de distillation on-policy pour modèles opaques. Les auteurs font également état de progrès sur Terminal-Bench 2.1 et SWE-Bench Pro V2.

Pourquoi c'est important

Si cette méthode se révèle efficace en pratique, les développeurs pourraient améliorer des agents IA capables d’effectuer des tâches complexes sans avoir besoin d’un accès complet à de grands modèles propriétaires.

Cet article vous a-t-il été utile ?
Partager

À lire ensuite

Oossa · Newsletter

La semaine de l'IA, expliquée

Chaque lundi : l'essentiel de l'actualité, en langage clair. Gratuit, sans spam.