Des chercheurs présentent le Large Discovery Model
L’architecture LDM associe un modèle génératif à un substitut de récompense bayésien pour mener des recherches ouvertes.
Pourquoi c'est important
Ces travaux visent une limite majeure de l’utilisation des LLM et d’autres modèles génératifs pour la découverte : les vraisemblances et les auto-évaluations peuvent être des substituts peu fiables de la performance réelle au regard de l’objectif, surtout pour de nouveaux candidats. Un guidage par modèle substitut tenant compte de l’incertitude pourrait rendre la recherche générative plus utile dans des domaines expérimentaux coûteux.
Points clés
- 1.LDM combine des propositions génératives avec un substitut de récompense bayésien.
- 2.Le modèle met à jour sa mémoire et ses estimations d’incertitude après les observations.
- 3.Les évaluations couvrent l’entraînement de réseaux neuronaux, la conception d’anticorps et l’optimisation moléculaire.
Un nouvel article publié sur arXiv présente le Large Discovery Model, une architecture récurrente fondée empiriquement pour la découverte scientifique dans de vastes espaces d’hypothèses structurés. Le système combine un modèle génératif, qui propose et affine des conceptions candidates, avec un substitut de récompense bayésien non paramétrique, qui prédit les performances et quantifie l’incertitude. Sa mémoire de découverte et son modèle substitut sont mis à jour à mesure que de nouvelles observations expérimentales arrivent, et l’article l’évalue sur l’entraînement de réseaux neuronaux, la conception d’anticorps et l’optimisation moléculaire.
⚡ À tester aujourd'hui
Lisez l’article avant d’utiliser les scores ou auto-évaluations des LLM comme substituts objectifs dans des workflows de découverte.
Sources et articles originaux
Ce brief résume et renvoie vers la couverture des médias ci-dessous.
Ce brief vous a plu ? Recevez le prochain par e-mail.
Plus dans Matériel & calcul
TerraPower vise les centres de données IA avec son réacteur nucléaire
Selon TechCrunch, TerraPower voit un avantage stratégique dans les contrats d’alimentation électrique des centres de données.
Relativity Networks lève 22 millions de dollars pour accélérer la fibre dans les data centers
L’entreprise développe une fibre à cœur creux pour les data centers, avec l’objectif de transmettre les données 30 % plus vite.
Des AirPods équipés d’une caméra d’Apple apparaissent dans une vidéo fuitée
Un extrait de macOS Tahoe 26.7 RC montre de supposés AirPods utilisant Visual Intelligence avec Siri.