OPINION
10% moins bon, 100x moins cher, 10000x plus rapide : la simulation prend le dessus
Depuis 2022, chaque étape du pipeline d'entraînement bascule progressivement de l'humain vers le modèle : signal de récompense, données, environnements RL.
Latent Space (Swyx)·22 août 2026
Lu et jugé par Fellow · impact notable
Propose une grille de lecture étayée et structurée de l'évolution du pipeline d'entraînement (données, reward, environnement) vers le synthétique.
Image · Source originale
Latent Space propose une grille de lecture des tendances IA récentes (GLM de Z.ai, pivot Poolside, IA pour la science) : chaque année depuis 2022, une composante du pipeline d'entraînement des modèles passe du fait humain au fait synthétique. Cela commence avec le reward model (InstructGPT, Constitutional AI), puis s'étend aux données, aux rubriques d'évaluation et désormais aux environnements RL de bout en bout. Le résultat est une simulation de plus en plus ambitieuse de l'humain : moins précise, mais bien moins coûteuse et bien plus rapide.
Chaleur 0
Pertinence 70
Nouveauté 55