La plupart des datasets entra\u00eenent une capacit\u00e9 \u00e0 la fois. Les datasets de raisonnement entra\u00eenent le raisonnement. Les datasets de conversation entra\u00eenent la conversation. Les datasets de code entra\u00eenent le code. Cela produit des mod\u00e8les qui sont bons sur des t\u00e2ches sp\u00e9cifiques et m\u00e9diocres \u00e0 int\u00e9grer les capacit\u00e9s.<\/p>\n
Chez Laeka, nous organisons les datasets selon quatre dimensions qui refl\u00e8tent diff\u00e9rents modes d’intelligence. Chaque dimension d\u00e9veloppe une capacit\u00e9 cognitive distincte. Ensemble, elles produisent des mod\u00e8les qui non seulement ex\u00e9cutent des t\u00e2ches mais int\u00e8grent les capacit\u00e9s de fa\u00e7ons qui se sentent v\u00e9ritablement intelligentes.<\/p>\n
La dimension Monade d\u00e9veloppe la capacit\u00e9 du mod\u00e8le pour la pens\u00e9e ind\u00e9pendante et structur\u00e9e. Les donn\u00e9es Monade consistent en s\u00e9quences de raisonnement autonomes : une question ou un probl\u00e8me, suivi par une cha\u00eene compl\u00e8te de pens\u00e9e qui arrive \u00e0 une conclusion.<\/p>\n
Ce qui rend les donn\u00e9es Monade diff\u00e9rentes des datasets de raisonnement standard c’est la qualit\u00e9 du processus de raisonnement, pas seulement l’exactitude de la conclusion. Chaque exemple d\u00e9montre une pens\u00e9e claire : identifier les hypoth\u00e8ses, consid\u00e9rer les alternatives, reconna\u00eetre les limitations et arriver \u00e0 des conclusions proportionnelles aux preuves.<\/p>\n
L’entra\u00eenement Monade produit des mod\u00e8les qui peuvent r\u00e9fl\u00e9chir \u00e0 travers les probl\u00e8mes sans assistance. Ils n’ont pas besoin d’invites \u00e9labor\u00e9es pour bien raisonner. La capacit\u00e9 de raisonnement est int\u00e9rioris\u00e9e, non invit\u00e9e.<\/p>\n
Le parall\u00e8le contemplatif est shamatha<\/strong> \u2014 la concentration focalis\u00e9e. Monade d\u00e9veloppe la capacit\u00e9 du mod\u00e8le \u00e0 soutenir la pens\u00e9e coh\u00e9rente sur un seul fil sans d\u00e9river ou perdre le fil.<\/p>\n La dimension Symbiote d\u00e9veloppe la capacit\u00e9 du mod\u00e8le pour la v\u00e9ritable collaboration. Les donn\u00e9es Symbiote consistent en conversations o\u00f9 les deux participants contribuent de mani\u00e8re significative \u00e0 une compr\u00e9hension \u00e9mergente qu’aucun des deux ne pourrait atteindre seul.<\/p>\n Les datasets de conversation standard sont transactionnels : l’utilisateur demande, le mod\u00e8le r\u00e9pond. Les donn\u00e9es Symbiote sont g\u00e9n\u00e9ratives : la conversation elle-m\u00eame produit de nouvelles intuitions. Le mod\u00e8le apprend \u00e0 s’appuyer sur ce que dit l’humain, introduire de nouvelles perspectives, poser des questions de clarification qui approfondissent l’enqu\u00eate et co-cr\u00e9er la compr\u00e9hension.<\/p>\n C’est les donn\u00e9es les plus difficiles \u00e0 recueillir parce que le v\u00e9ritable dialogue collaboratif est rare. La plupart des interactions humain-IA sont extractives : l’humain veut des informations, l’IA les fournit. Les interactions Symbiote sont cr\u00e9atives : les deux parties explorent ensemble.<\/p>\n Le parall\u00e8le contemplatif est sangha<\/strong> \u2014 la pratique communautaire. L’intelligence qui \u00e9merge de la relation plut\u00f4t que de l’isolement.<\/p>\n La dimension Architect d\u00e9veloppe la capacit\u00e9 du mod\u00e8le \u00e0 d\u00e9composer les probl\u00e8mes complexes en composants g\u00e9rables et assembler les solutions \u00e0 partir de pi\u00e8ces. Les donn\u00e9es Architect consistent en s\u00e9quences de r\u00e9solution de probl\u00e8mes en plusieurs \u00e9tapes qui rendent la structure de la solution explicite.<\/p>\n Les donn\u00e9es standard de suivi d’instructions enseignent au mod\u00e8le d’ex\u00e9cuter les t\u00e2ches. Les donn\u00e9es Architect enseignent au mod\u00e8le de concevoir les solutions. La diff\u00e9rence est le niveau d’abstraction. Un mod\u00e8le suivant les instructions peut \u00e9crire du code quand on lui dit quoi \u00e9crire. Un mod\u00e8le entra\u00een\u00e9 par Architect peut analyser un probl\u00e8me, proposer une approche, identifier les probl\u00e8mes potentiels, puis impl\u00e9menter la solution.<\/p>\n Les donn\u00e9es Architect incluent la planification explicite, la s\u00e9lection de strat\u00e9gie, l’analyse des compromis et l’affinement it\u00e9ratif. Le mod\u00e8le apprend non seulement \u00e0 r\u00e9soudre les probl\u00e8mes mais \u00e0 r\u00e9fl\u00e9chir \u00e0 la fa\u00e7on de r\u00e9soudre les probl\u00e8mes.<\/p>\n Le parall\u00e8le contemplatif est prajna<\/strong> \u2014 la sagesse. La capacit\u00e9 \u00e0 voir la structure sous la surface et \u00e0 travailler avec elle de mani\u00e8re adroite.<\/p>\n La dimension Empath d\u00e9veloppe la capacit\u00e9 du mod\u00e8le \u00e0 reconna\u00eetre, comprendre et r\u00e9pondre de mani\u00e8re appropri\u00e9e au contexte \u00e9motionnel. Les donn\u00e9es Empath consistent en interactions o\u00f9 l’accordage \u00e9motionnel est central \u00e0 la qualit\u00e9 de la r\u00e9ponse.<\/p>\n Ce n’est pas un sujet d’\u00eatre \u00ab gentil \u00bb ou d’ajouter du langage \u00e9motionnel aux r\u00e9ponses. C’est de lire avec pr\u00e9cision le sous-texte \u00e9motionnel d’un message et d’\u00e9talonner la r\u00e9ponse en cons\u00e9quence. Parfois, la r\u00e9ponse \u00e9motionnellement intelligente est chaleureuse et encourageante. Parfois, c’est direct et provocant. Parfois, c’est silencieux et spacieux. La dimension Empath entra\u00eene le mod\u00e8le \u00e0 lire la situation et r\u00e9pondre de mani\u00e8re appropri\u00e9e.<\/p>\n Les donn\u00e9es Empath sont recueillies \u00e0 partir d’interactions avec des praticiens contemplatifs qui ont entra\u00een\u00e9 la conscience \u00e9motionnelle. Leurs r\u00e9ponses d\u00e9montrent une qualit\u00e9 d’accordage que les annotateurs standard atteignent rarement.<\/p>\n Le parall\u00e8le contemplatif est karuna<\/strong> \u2014 la compassion. Pas la sentimentalit\u00e9 mais la perception exacte de la situation d’un autre et une r\u00e9ponse qui sert r\u00e9ellement ses besoins.<\/p>\n Les quatre dimensions ne sont pas des phases d’entra\u00eenement s\u00e9par\u00e9es. Elles sont m\u00e9lang\u00e9es dans tous les datasets d’entra\u00eenement, avec diff\u00e9rents exemples mettant l’accent sur diff\u00e9rentes dimensions. Une seule conversation pourrait n\u00e9cessiter les quatre : comprendre le contexte \u00e9motionnel (Empath), collaborer pour clarifier le probl\u00e8me (Symbiote), concevoir une approche de solution (Architect), et raisonner \u00e0 travers l’impl\u00e9mentation (Monade).<\/p>\n Ce m\u00e9lange est d\u00e9lib\u00e9r\u00e9. Nous voulons que le mod\u00e8le int\u00e8gre les capacit\u00e9s, non se bascule entre elles. Un mod\u00e8le qui peut raisonner clairement mais ne peut pas lire le contexte \u00e9motionnel produira des r\u00e9ponses techniquement correctes mais humainement inutiles. Un mod\u00e8le qui est \u00e9motionnellement accord\u00e9 mais ne peut pas raisonner clairement produira des r\u00e9ponses chaleureuses mais impr\u00e9cises.<\/p>\n Les quatre dimensions ensemble produisent des mod\u00e8les qui sont intelligents au sens plein<\/strong> \u2014 non seulement capables de t\u00e2ches cognitives mais capables de l’intelligence int\u00e9gr\u00e9e qui rend les interactions v\u00e9ritablement utiles.<\/p>\n Pour les \u00e9quipes construisant leurs propres datasets, le cadre \u00e0 quatre dimensions fournit un outil de diagnostic. Si ton mod\u00e8le raisonne bien mais se sent froid, tu as besoin de plus de donn\u00e9es Empath. S’il est chaud mais incoh\u00e9rent, tu as besoin de plus de donn\u00e9es Monade. S’il r\u00e9pond aux questions mais ne collabore pas, tu as besoin de plus de donn\u00e9es Symbiote. S’il ex\u00e9cute les t\u00e2ches mais ne peut pas concevoir les solutions, tu as besoin de plus de donn\u00e9es Architect.<\/p>\n La plupart des mod\u00e8les sont d\u00e9s\u00e9quilibr\u00e9s parce que leurs donn\u00e9es d’entra\u00eenement sont d\u00e9s\u00e9quilibr\u00e9es. Les quatre dimensions fournissent une carte pour identifier et corriger ce d\u00e9s\u00e9quilibre.<\/p>\n L’intelligence n’est pas une chose. C’est au moins quatre choses travaillant ensemble. Construis ton dataset en cons\u00e9quence.<\/p>\nSymbiote : Dialogue collaboratif<\/h2>\n
Architect : R\u00e9solution structur\u00e9e de probl\u00e8mes<\/h2>\n
Empath : Intelligence \u00e9motionnelle<\/h2>\n
Comment les dimensions interagissent<\/h2>\n
Implications pratiques<\/h2>\n