LLM : pourquoi ils intègrent ce qu'ils savent faux
Une étude massive sur 10 millions d'essais révèle une faille troublante dans nos architectures de pointe : un modèle peut identifier une prémisse erronée, puis l'adopter dans 99 % des cas. Décryptage d'une rupture causale qui condamne l'auto-vérification interne et réhabilite les contrôles symboliques externes.
#modeles #meta-evergreen #raisonnement #hallucination #neurosymbolique
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.