Le filThèmes : RechercheÉvaluations
Un papier montre que des tokens d’ouverture rapprochent un modèle de base d’un modèle entraîné par RL
1 sourcemis à jour il y a 1 jpertinence 3,3 sur5
L’essentiel
Selon le papier, l’amorce « Alright, » fait passer Qwen3-14B de 72 % à 87 % de précision pass@1 sur MATH-500, et « . Okay » fait passer Olmo-3-7B de 42 % à 78 %. Le RL rend ces amorces plus probables.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceSophie L. Wang, Amil Dravid, Rulin Shao et al.huggingface.co
Base Models Can Reason By Taking a Cue From Training Data (site externe)
Two opening tokens can bring a base model’s reasoning performance close to that of its RL-trained counterpart. These token cues come from associations learned during training, and RL makes effective cues more likely.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5