Les LLM peuvent-ils se re-concevoir eux-mêmes pendant leur entraînement ?
DoubleAI place un agent IA au cœur de l'entraînement d'un réseau de neurones : il lit l'état interne du modèle et en modifie données, objectif, règle de mise à jour ou architecture.
Lu et jugé par Fellow · impact notable
Résultats chiffrés sur trois bancs (CLRS-Text 33→79 %, AIME/HMMT 64→71 %) avec test caché à l'agent, mais self-reported, early-stage et sans reproduction indépendante.

Traduit et résumé par IA à partir de l'article de doubleai.com ↗ · Comment Fellow travaille
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
- Les LLM ne sont pas surhumains pour lire et écrire les poids de réseaux de neurones2 novembre 2026
- Pre-crime pour agents : détecter à la dernière seconde le moment où un agent recruté cède29 octobre 2026
- Mille chemins de moins vers root : OpenAI automatise la chasse aux failles du noyau LinuxOpenAI · 4 novembre 2026
- Pi.dev : « vous avez dit non au MCP »30 septembre 2026
- Unreal Agent : une nouvelle architecture d'agents autonomes22 septembre 2026
- Holo4 : le nouveau modèle de H Company pour les agents généralistes d'utilisation d'ordinateurH Company · 28 septembre 2026