Des chercheurs étudient l’effet de l’entraînement efficace sur la fidélité de la chaîne de pensée

L’essentiel

Après le fine-tuning avec trois méthodes qui pénalisent la longueur, la fidélité baisse dans la plupart des cas. La surveillabilité est plus robuste : les modèles reconnaissent l’influence même avec une chaîne bien plus courte.