La nouvelle astuce d'IA de Tencent permet aux modèles de s'auto-enseigner en boucle
Tencent a dévoilé une technique d’entraînement qu’elle appelle Terminal-RSI, qui permet à un grand modèle de langage de s’améliorer en générant ses propres problèmes d’entraînement puis en les résolvant. L’entreprise a décrit la méthode comme un moyen de donner aux modèles une sorte de boucle d’apprentissage autonome, réduisant la dépendance aux données d’entraînement rédigées par des humains. L’annonce, rapportée par le média technologique TMTPost, met en lumière l’attention croissante des développeurs chinois d’IA à rendre les modèles plus performants sans simplement les nourrir de plus de texte.
L’idée centrale est qu’un modèle peut agir à la fois comme élève et comme professeur. Il propose des tâches, les tente, vérifie les résultats par rapport à des résultats vérifiables et apprend de ses erreurs. Au fil de cycles répétés, les performances du modèle s’améliorent sur les tâches qu’il invente. Tencent appelle cela une version à petite échelle de l’amélioration récursive, un concept qui fascine depuis longtemps les chercheurs en IA mais qui reste difficile à mettre en œuvre de manière fiable. Le cadrage de l’entreprise suggère qu’elle voit l’approche comme une voie pratique vers des compétences de raisonnement plus solides.
Le mouvement de Tencent intervient alors que l’industrie chinoise de l’IA se divise en camps distincts. DeepSeek, le laboratoire basé à Hangzhou qui a surpris le monde avec ses modèles à faible coût, s’est concentré sur l’efficacité et les versions ouvertes. Kimi, développé par Moonshot AI, s’est positionné sur le traitement de documents à long contexte. Tencent, un géant d’Internet basé à Shenzhen connu pour WeChat, a construit sa famille de modèles Hunyuan et intègre l’IA dans ses produits grand public et professionnels. Le travail Terminal-RSI semble viser à combler l’écart en matière de raisonnement, où les modèles américains ont souvent été en tête.
Le timing est notable. DeepSeek a récemment commencé à facturer la recherche web dans son API, signe que les entreprises chinoises d’IA se dirigent vers des modèles économiques durables après une période de concurrence agressive sur les prix. La recherche de Tencent, en revanche, porte sur la capacité plutôt que sur le coût. Si les modèles peuvent s’améliorer avec moins de supervision humaine, l’économie du développement de l’IA pourrait changer, rendant moins coûteux d’atteindre des performances supérieures et potentiellement accélérant le rythme des sorties.
Pourtant, les modèles auto-améliorants soulèvent des questions. Un modèle qui génère ses propres données d’entraînement peut renforcer ses propres défauts, un problème connu sous le nom d’effondrement du modèle. La méthode de Tencent repose sur des tâches avec des réponses vérifiables, ce qui limite les domaines où elle peut fonctionner. L’écriture créative, le raisonnement ouvert et la planification dans le monde réel sont plus difficiles à vérifier automatiquement. L’entreprise n’a pas précisé quels produits ou futurs modèles Hunyuan utiliseront la technique.
Le contexte plus large est un marché chinois de l’IA devenu à la fois encombré et créatif. Les startups comme les géants expérimentent des systèmes agentiques, des outils de recherche et des assistants personnels. Le Terminal-RSI de Tencent s’inscrit dans ce schéma : une avancée de recherche qui pourrait alimenter des produits, des services cloud aux applications grand public. Pour les observateurs mondiaux, c’est un rappel que les progrès de l’IA en Chine ne consistent pas seulement à rattraper leur retard en termes d’échelle brute, mais aussi à trouver de nouvelles façons d’entraîner et de déployer des modèles.
Ce qui se passera ensuite dépend des résultats. Tencent a publié peu de détails sur les benchmarks, et une vérification indépendante sera importante. Mais la direction est claire. Les laboratoires chinois ne se contentent plus de suivre ; ils proposent leurs propres réponses au problème le plus difficile de l’IA, à savoir comment rendre les modèles plus intelligents sans manquer de données ou d’argent.