ByteDance affirme que la plupart des phases d'entraînement des IA sont superflues et présente un modèle ouvert compétitif à l'appui de cette thèse. La maison mère de TikTok travaille avec plusieurs universités américaines pour démontrer que trois étapes suffisent.
Des étapes d'entraînement difficiles à évaluer
Les modèles d'IA dépendent de plus en plus de chaînes d'entraînement complexes. De nombreux développeurs enchaînent les phases, tandis que les méthodes s'imbriquent davantage. Des chercheurs estiment qu'il est devenu presque impossible de déterminer l'utilité réelle de chaque étape et que la reproduction des travaux devient coûteuse.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
L'équipe de ByteDance mène ses travaux avec plusieurs universités américaines. Elle entend établir qu'un entraînement limité à trois étapes peut suffire.






