Counts differ because each database indexes a different set of publications. We treat OpenAlex as the canonical count; Google Scholar is not shown (no API, and crawling it violates its ToS).
L'exposé présentera quelques idées ayant contribué à l'amélioration des performances des LLM dans des tâches de "raisonnement" (notamment, mathématiques et programmation). Certaines concernent l'entraînement du modèle, d'autres une meilleure exploitation d'un modèle déjà entraîné (donc à l'inférence). Une avancée importante est l'utilisation de l'apprentissage par renforcement avec récompenses automatiquement vérifiables (RLVR). Lorsque les réponses peuvent être vérifiées automatiquement, le modèle peut apprendre sans qu'il soit nécessaire de lui fournir des traces de raisonnement humaines. Cette approche permet d'exploiter toutes les tentatives de résolution du modèle, sans se limiter à des raisonnements humains fournis en exemple. D'autres progrès viennent à l'inférence : forcer le modèle à générer des étapes intermédiaires de raisonnement, exploration de plusieurs tentatives, utilisation d'outils et augmentation du temps de calcul pour les problèmes difficiles.
No comments yet — start the discussion below.