Styliser son raisonnement rend un modèle d'IA moins surveillable
Un préprint arXiv français, non relu par les pairs, montre qu'un modèle ouvert dont le raisonnement est réécrit en voix de personnages devient moins surveillable.
🎧 Écouter le résumé
0:00 / 0:00Selon ActuIA, la surveillabilité automatique du modèle gpt-oss-20b passe de 0,94 à 0,68 après entraînement à styliser sa chaîne de raisonnement. Le travail porte sur la surveillance du raisonnement, une piste de sécurité des modèles. Le lien vers le dépôt de code indiqué par les auteurs ne menait à aucun dépôt accessible le 19 novembre 2026. Les résultats restent préliminaires tant qu'aucune relecture par les pairs n'a eu lieu.
Source : ActuIA, publié le 20 novembre 2026.