Et encore, si on parle de LLMs génériques, ils apprennent sur une base de code et ne s'auto-corrigent pas. Qu'est-ce qui pourrait se passer si on les combinait avec une approche de machine learning à la alpha-go? Ton entrée c'est les specs, et la machine testerait des millions de bouts de code toute seule jusqu'à te produire quelque chose d'optimal, en fonction des contraintes initiales (CPU, RAM, taille du binaire, portabilité...).
Benjamin Bayart donne un exemple assez impressionnant de ce type de procédure dans cet interview, dont le lien a été fourni ici il y a quelque temps (peertube, ou chercher "Benjamin Bayart pipotron"). C'est à 3'40" (mais on peut commencer du début, tout ce que raconte ce gars est intéressant :)).
[^] # Re: Oups.
Posté par sebas . En réponse au lien LUCIE — l'IA véritablement open source construite sur la transparence, la confiance et l'efficacité.. Évalué à 4.
Benjamin Bayart donne un exemple assez impressionnant de ce type de procédure dans cet interview, dont le lien a été fourni ici il y a quelque temps (peertube, ou chercher "Benjamin Bayart pipotron"). C'est à 3'40" (mais on peut commencer du début, tout ce que raconte ce gars est intéressant :)).