La plupart des datasets DPO sont des paires : requ\u00eate + bonne r\u00e9ponse vs mauvaise r\u00e9ponse. C’est de la pens\u00e9e binaire. Laeka propose le Correction Triangle : requ\u00eate + r\u00e9ponse d\u00e9fectueuse AVEC DIAGNOSTIC + r\u00e9ponse sup\u00e9rieure AVEC EXPLICATION.<\/p>\n
Le diagnostic compte. Quand un LLM apprend pourquoi une r\u00e9ponse \u00e9choue \u2014 manque de nuance, br\u00e8che logique, lapse \u00e9thique \u2014 il ne se contente pas de m\u00e9moriser \u00ab pr\u00e9f\u00e8re celui-ci \u00bb. Il internalise la structure de la meilleure pens\u00e9e.<\/p>\n
Le DPO standard traite la pr\u00e9f\u00e9rence comme une bo\u00eete noire. Le mod\u00e8le apprend les motifs mais pas les principes. Ajoute le diagnostic et tu enseignes le raisonnement sur le raisonnement. La r\u00e9ponse inf\u00e9rieure vient avec une raison pour laquelle elle est inf\u00e9rieure. La r\u00e9ponse sup\u00e9rieure explique la correction.<\/p>\n
Cela produit un signal d’entra\u00eenement plus fort. Les mod\u00e8les entra\u00een\u00e9s sur DPO diagnostique montrent une meilleure g\u00e9n\u00e9ralisation aux requ\u00eates novatrices. Ils ne surapprenent pas aux motifs au niveau de surface.<\/p>\n
Chaque triangle se compose de trois \u00e9l\u00e9ments :<\/p>\n
1. Requ\u00eate :<\/strong> L’instruction ou la question originale.<\/p>\n 2. R\u00e9ponse d\u00e9fectueuse + Diagnostic :<\/strong> Une r\u00e9ponse qui \u00e9choue, plus annotation structur\u00e9e du pourquoi \u2014 information cl\u00e9 manquante, incoh\u00e9rence logique, inad\u00e9quation de ton, d\u00e9bordement de port\u00e9e.<\/p>\n 3. R\u00e9ponse sup\u00e9rieure + Explication :<\/strong> La meilleure r\u00e9ponse, annot\u00e9e avec le principe ou le raisonnement qui la rend sup\u00e9rieure.<\/p>\n Requ\u00eate :<\/strong> \u00ab Explique l’intrication quantique \u00e0 un \u00e9tudiant du secondaire. \u00bb<\/p>\n D\u00e9fectueuse + Diagnostic :<\/strong> \u00ab Deux particules deviennent li\u00e9es de sorte qu’elles s’affectent mutuellement instantan\u00e9ment \u00e0 n’importe quelle distance. \u00bb [Diagnostic : Simplifie \u00e0 outrance ; cr\u00e9e une fausse impression de communication plus rapide que la lumi\u00e8re ; manque de l’\u00e9tranget\u00e9 philosophique qui rend l’intrication int\u00e9ressante.]<\/p>\n Sup\u00e9rieure + Explication :<\/strong> \u00ab L’intrication quantique signifie que deux particules peuvent \u00eatre corr\u00e9l\u00e9es d’une mani\u00e8re que la physique classique ne peut pas expliquer. Mesurer l’une affecte instantan\u00e9ment ce que tu sais de l’autre \u2014 mais tu ne peux pas utiliser cela pour envoyer des informations plus rapides que la lumi\u00e8re. L’\u00e9tranget\u00e9 est que cette corr\u00e9lation semble exister m\u00eame si rien ne se d\u00e9place physiquement entre elles. \u00bb [Explication : Aborde le myst\u00e8re central ; clarifie la conception erron\u00e9e courante de la signalisation supraluminale ; invite l’\u00e9merveillement plut\u00f4t que juste d’\u00e9noncer les faits.]<\/p>\n Le Correction Triangle transforme les donn\u00e9es de pr\u00e9f\u00e9rence en donn\u00e9es de raisonnement. Chaque paire est maintenant un moment d’enseignement. Le mod\u00e8le apprend non seulement ce qui est bon mais comment le bien \u00e9merge de la compr\u00e9hension.<\/p>\n Cela s’aligne avec les principes de l’IA int\u00e9gr\u00e9e cognitivement : entra\u00eenement par clart\u00e9, diagnostic et explication plut\u00f4t que l’optimisation de pr\u00e9f\u00e9rence brute force.<\/p>\nExemple concret<\/h2>\n
Pourquoi Laeka a choisi cela<\/h2>\n