# Rêver Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Rêver", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Dwarkesh Patel : La prochaine génération d'IA pourrait provenir du "travail"

Dwarkesh Patel, célèbre podcasteur tech de la Silicon Valley, s'interroge sur le prochain paradigme d'entraînement de l'IA. Il identifie le RLVR (Reinforcement Learning with Verifiable Rewards), efficace pour les tâches "grindables" comme le code ou les mathématiques (vérifiables et reproductibles à grande échelle), comme une étape clé. Cependant, il souligne ses limites pour les tâches complexes du monde réel (entreprendre, plaider en justice, gagner une élection), où les environnements sont non stationnaires, non réinitialisables et à rétroaction lente. L'enjeu principal, selon lui, est le "learning back to the weights" : apprendre à comprimer de manière efficace l'expérience acquise lors du déploiement réel en modifications durables des poids du modèle, au-delà de l'apprentissage contextuel temporaire. Il évoque deux pistes prometteuses : 1. **L'OPSD (On-Policy Self-Distillation)** : distiller les connaissances d'un modèle "expérimenté" ayant appris en contexte vers le modèle de base. 2. **Le "Dreaming"** : la capacité de l'agent à construire ses propres environnements simulés à partir d'observations réelles pour s'y entraîner de manière intensive. À terme, le futur paradigme d'entraînement pourrait combiner une phase préalable de RLVR pour des compétences agentiques de base, puis une phase continue d'apprentissage à partir de l'expérience réelle accumulée après le déploiement. L'avancée de l'IA reposerait ainsi moins sur des données humaines préexistantes que sur l'expérience autonome acquise en accomplissant des tâches authentiques.

marsbit06/28 23:54

Dwarkesh Patel : La prochaine génération d'IA pourrait provenir du "travail"

marsbit06/28 23:54

Cette fonction de « rêve » de ChatGPT, j'espère que toutes les IA la copieront

OpenAI a récemment déployé un nouveau système de mémoire pour ChatGPT, basé sur la technologie « Dreaming ». Ce système permet à l'IA de collecter et de synthétiser automatiquement les préférences, projets et informations contextuelles de l'utilisateur au fil des conversations, au lieu de s'appuyer uniquement sur des souvenirs explicitement sauvegardés. L'objectif est triple : maintenir un contexte utile, respecter les préférences de l'utilisateur et garantir l'actualité des informations, en sachant distinguer ce qui est toujours pertinent de ce qui est devenu obsolète (comme un voyage passé). Les évaluations internes montrent une nette amélioration, le taux de réussite passant de 41,5% en 2024 à 82,8% en 2026 pour le rappel de faits. Une nouvelle fonctionnalité, le « résumé de mémoire », permet aux utilisateurs de visualiser, modifier ou corriger les informations que ChatGPT a retenues. Ils conservent un contrôle via les paramètres de mémoire, les conversations temporaires (sans mémoire) et la possibilité de supprimer des données. La fonction « sources de mémoire » indique quels éléments (conversations passées, fichiers, Gmail connecté, etc.) ont influencé une réponse. Cette évolution représente une étape clé pour transformer ChatGPT d'un modèle de langage en un véritable assistant personnel capable d'un suivi continu. Elle soulève également des questions sur la relation avec l'utilisateur et la nature d'un « soi externe » numérisé, tout en nécessitant une attention particulière quant au contrôle et à la confidentialité des données. Le déploiement commence par les utilisateurs américains payants avant une extension progressive.

marsbit06/08 00:24

Cette fonction de « rêve » de ChatGPT, j'espère que toutes les IA la copieront

marsbit06/08 00:24

Votre Claude va faire des rêves ce soir, ne le dérangez pas

L'entreprise Anthropic a présenté la fonctionnalité « rêver » (Dreaming) pour ses agents IA, suscitant des interrogations sur l'usage de termes humains comme « penser », « mémoire » ou « rêver » dans le domaine de l'intelligence artificielle. En réalité, le « rêve » de l'IA correspond à un traitement automatique hors ligne des journaux d'exécution, permettant aux agents d'analyser leurs sessions passées pour en extraire des modèles, optimiser leurs futures actions et partager ces apprentissages. Des acteurs comme Hermes Agent et OpenClaw proposent des mécanismes similaires, souvent structurés en phases rappelant les cycles du sommeil humain. Cette fonctionnalité s'inscrit dans les défis du traitement du contexte (context window) et de la mémoire à long terme pour les agents IA. Face aux limites techniques et aux coûts de calcul, des entreprises explorent aussi l'élargissement des fenêtres de contexte, comme Subquadratic qui annonce un modèle supportant jusqu'à 12 millions de tokens. L'article soulève une réflexion critique sur la sémantique employée par les géants de la tech : en attribuant des capacités humaines aux machines, ils brouillent les frontières entre outil et entité autonome, influençant notre perception et les attentes des utilisateurs, tout en redistribuant potentiellement les responsabilités en cas de problème.

marsbit05/11 00:22

Votre Claude va faire des rêves ce soir, ne le dérangez pas

marsbit05/11 00:22

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Politiques réglementairesright-arrow