ZDNet France
6 novembre 2026
GPT-6 Astra optimise un modèle open source sans réentraînement

Des chercheurs du MIT CSAIL démontrent qu'un modèle frontière comme GPT-6 Astra peut lire et modifier les poids d'un réseau de neurones. L'opération, baptisée "Weight-Space Programming", s'affranchit de la descente de gradient classique pour corriger les limites structurelles des modèles open source.
GPT-6 Astra optimise un modèle open source sans réentraînement
Des chercheurs du MIT CSAIL démontrent qu'un modèle frontière comme GPT-6 Astra peut lire et modifier les poids d'un réseau de neurones. L'opération, baptisée "Weight-Space Programming", s'affranchit de la descente de gradient classique pour corriger les limites structurelles des modèles open source.
L'ajustement des modèles de langage passe traditionnellement par des phases d'apprentissage coûteuses en ressources de calcul. Mais une équipe du MIT CSAIL contourne cette contrainte en utilisant directement les capacités de raisonnement de GPT-6 Astra pour modifier les poids bruts d'autres réseaux de neurones.
Les chercheurs ont confié à l'IA d'OpenAI la tâche d'améliorer les compétences mathématiques du modèle Qwen3.5-0.8B.
Astra a identifié une anomalie générant des boucles de raisonnement, responsables de l'échec de 93 % des requêtes mathématiques complexes par dépassement de la limite de tokens. L'outil a remonté ces boucles jusqu'à une direction spécifique inscrite dans les couches 15 et 19 du modèle. En soustrayant cette direction, Astra a ensuite modifié très exactement 131 072 poids sur les 0,8 milliard que compte le modèle, soit une intervention sur 0,016 % de l'architecture globale.
Des performances mathématiques démultipliées
Et cette correction microscopique a produit des effets importants sur les bancs d'essai. Le score du modèle Qwen sur le benchmark MATH-500 est passé de 7,9 % à 48,1 %. La capacité du modèle à suivre des instructions (mesurée par le benchmark IFEval) a également triplé, passant de 21 % à 62,3 %. Et la part des réponses interrompues artificiellement a chuté de 93 % à 33 %.
L'intervention n'injecte par ailleurs aucune connaissance mathématique supplémentaire. Elle lève simplement un blocage technique qui empêchait le modèle de formuler des solutions qu'il possédait déjà.
Enfin, le MIT CSAIL a confirmé cette démonstration en appliquant la même méthode au modèle Gemma 3 270M. Ce dernier, exempt de boucles de raisonnement, n'a enregistré aucune progression significative de ses scores post-modification.
Validation communautaire et rapprochement avec l'ablitération
La robustesse de l'approche a ensuite été testée et vérifiée par la communauté open source, mentionne Korben.info. Sur la plateforme Hugging Face, le chercheur indépendant Jonathan Coletti a reproduit l'expérience en appliquant les poids générés par Astra sur le modèle Qwen de base. Son évaluation indépendante affiche un score grimpant de 7,4 % à 50,2 %.
Mais ce résultat s'accompagne d'une forte contrainte. L'amélioration des scores exige en effet l'activation du mode "Thinking" (réflexion). Sans ce paramètre, le modèle retouché perd deux points de performance par rapport à sa version d'origine.
Cette soustraction d'une direction indésirable dans l'espace des poids s'apparente techniquement à l'ablitération, une méthode logicielle déjà employée pour désactiver les filtres de censure intégrés aux LLM.
Rejet du budget 2027 : l'exemption sur la facturation électronique annulée, le calendrier maintenu
Galaxy Book6 Series : 10 raisons de choisir la performance
Le guide de la migration écoresponsable vers Windows 11
IA locale : la nouvelle ère de l’Intelligence artificielle ?
Les RH pensent que vous pouvez acquérir des compétences en IA, mais alors pourquoi votre entreprise recrute-t-elle ailleurs ?
Plus de 90 % des professionnels des ressources humaines estiment que les employés peuvent acquérir les compétences nécessaires pour occuper des postes liés à l'IA, mais la moitié des entreprises continuent de recruter en externe pour ces postes, selon un nouveau rapport.
Anthropic : Claude se lance dans la gestion des finances personnelles
Anthropic enrichit son chatbot Claude d’une nouvelle fonctionnalité dédiée à la gestion des finances personnelles. Les utilisateurs pourront connecter leurs comptes bancaires, suivre leurs dépenses et analyser jusqu’à deux ans de transactions
OpenAI lance GPT-6 Cyber, une IA qui traque les failles avant les attaquants
GPT-6 Cyber est un modèle qui repère des failles logicielles, vérifie qu’elles sont exploitables et propose des correctifs. Réservé à certains clients du programme Daybreak Red, il a trouvé 81 failles inédites dans Firefox.
Meta réduit ses effectifs français d'un tiers pour financer sa transition vers l'IA
Meta France ampute ses équipes d'un tiers. La firme orchestre le départ d'une centaine de salariés via une rupture conventionnelle collective.
J'ai testé l'ordinateur portable RTX Spark de HP et j'ai cramé 50 millions de jetons d'IA, et cela ne m'a rien coûté
J'ai exécuté localement un modèle d'IA gratuit et sans restriction de taille sur l'OmniBook Ultra de HP, d'une valeur de 7 000 euros, et j'ai transformé en une seule journée 20 ans de mes articles en une archive consultable.
Test Geekom A7 : voici des tâches IA que ce mini PC est capable de mener
Sous Ubuntu 26.10 (bêta), cet ordinateur de bureau compact a dû, par exemple, faire fonctionner la nouvelle plateforme de dictée Myna de Canonical, basée sur l'intelligence artificielle. Les résultats sont appréciables.
Test Gemini Spark : un nouvel échec de Google en matière d’intelligence artificielle, ou un outil prochainement très efficace?
L'agent IA s'est bien débrouillé pour certaines tâches, mais a également connu quelques ratés. Les antécédents de la société peuvent toutefois donner des raisons de ne pas s'arrêter à ces premiers faux pas.
Test Mini PC AX9 Max : je doutais qu'il puisse prendre en charge mes tâches d'IA en local, mais il m'a vraiment impressionné
Si vous avez besoin d'une grande puissance pour exécuter des tâches d'IA, mais que vous disposez de peu d'espace, VZmore propose un PC qui vous conviendra parfaitement.
iPhone pratique : gagnez du temps avec la fonctionnalité « Actions suggérées »
Apple Intelligence peut désormais extraire des informations de vos messages et les transformer en rappels et en événements dans votre agenda.
Web pratique : comment essayer l’IA locale avec Opera
Grâce à la nouvelle norme WebAI, le navigateur va commencer à intégrer localement des modèles d'intelligence artificielle. L’activation de ce service est très simple.
ChatGPT Voice m'a aidé à réparer mon PC de jeu endommagé, et à éviter une erreur qui m'aurait coûté cher
J'ai utilisé ChatGPT pour enquêter sur des pannes de mémoire vive, des paramètres du BIOS et des problèmes de corruption de Windows, et cela a bouleversé ma vision de l'assistance technique basée sur l'IA.
IA pratique : testez l’apprentissage visuel avec ChatGPT
Le nouveau modèle d’intelligence artificielle GPT-6 du chat box permet de créer des images interactives pour vous aider à visualiser et à exploiter les informations dont vous avez besoin. Voici cinq façons d’utiliser cette fonctionnalité.
Publié le 6 novembre 2026
Source originale : ZDNet France
