Aller au contenu
Édition de l'après-midi · N° 613 · prochaine à 22 h
Compte
Connexion

Au clavier : 1 Aujourd'hui, 2 Rechercher, 3 Modèles et outils, 4 Acteurs ; J et K d'un article à l'autre, S pour sauvegarder.

Fellow
La veille de l'intelligence artificielle, en français
Rechercher⌘K
OPINION
Verdict : léger

Le billet « Astra lit et écrit des poids pour améliorer Qwen » est trompeur, selon Honnibal

Un billet de blog conteste la présentation des expériences d'Astra : seules trois d'entre elles reposent sur les poids bruts, sur des réseaux de 17K à 172K paramètres.

honnibal.dev·repéré via Hacker News·3 novembre 2026·

Lu et jugé par Fellow · impact léger

Critique d'un billet tiers par un blogueur, sans nouveau résultat : elle précise la méthodologie (expériences 1, 2, 4 seules sur poids bruts) mais n'apporte ni modèle ni donnée indépendante.

Verdict rendu par une IA selon une grille publique

Discuter de ce verdict

Le tri de Fellow, chaque matin à 9 h 45, heure de Paris, dans votre boîte.
Le billet « Astra lit et écrit des poids pour améliorer Qwen » est trompeur, selon Honnibal
Image · Source originale
L'auteur reproche à l'abstract du billet sur GPT-6 Astra de suggérer que tous les résultats viennent de la lecture des poids bruts. Selon lui, le cadre « raw weights » n'apparaît que dans les expériences 1, 2 et 4, sur des réseaux de 17K à 172K poids. Les expériences sur de vrais modèles de langage, dont celle sur Qwen (MATH-500 de 7,9 % à 48,1 %), recourent à Python et exécutent le réseau. L'expérience équivalente sur Gemma 3 270M a échoué.

Traduit et résumé par IA à partir de l'article de honnibal.dev ↗ · Comment Fellow travaille

OUVRIR LA SOURCE ↗
#astra#qwen#interprétabilité#benchmark#critique

Une question sur cet article ?

Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.

À lire aussi