Gradient boosting
Une méthode d'apprentissage automatique classique qui surpasse toujours les grands modèles de langage pour prédire les valeurs dans des données de type feuille de calcul.
Le boosting de gradient construit une prédiction en empilant des centaines de règles de décision très simples, chacune étant entraînée à corriger les erreurs de celles qui la précèdent. Il existe depuis la fin des années 1990, il s’entraîne en quelques secondes sur un ordinateur portable normal, et pour les tableaux de lignes et de colonnes, c’est toujours la méthode à battre. Les implémentations populaires incluent XGBoost et LightGBM.
C’est important car il s’agit de l’exemple le plus clair d’un travail dans lequel la toute dernière IA n’est pas le bon outil. Une recherche publiée en 2026 a confirmé que les modèles de langages frontières perdent beaucoup en prédiction tabulaire et qu’ils échouent d’une manière qu’aucune méthode classique n’explique. Si votre question est « prédire ce nombre à partir de cette feuille de calcul », utilisez l’ancien outil.