Selon OpenAI, GPT-5.6 Sol a entraîné seul son petit frère Luna

Voici un détail du lancement de GPT-5.6 qui mérite davantage d’attention qu’il n’en a reçu : selon OpenAI, son modèle phare, GPT-5.6 Sol, a assuré de manière autonome le post-entraînement de Luna, le plus petit modèle de la nouvelle famille. Le post-entraînement est la phase qui suit l’apprentissage de base d’un modèle et durant laquelle celui-ci est optimisé pour des compétences et des comportements précis. Un chercheur a donné à Sol ce qu’OpenAI qualifie de « consigne assez peu détaillée »autrement dit, des instructions vagues, et le modèle a déterminé la configuration d’entraînement, choisi des GPU adaptés, lancé le script d’entraînement et vérifié que tout fonctionnait correctement. « Auparavant, c’était une tâche sur laquelle une équipe de chercheurs expérimentés aurait pu travailler chez OpenAI, et maintenant, on a vraiment l’impression que le chercheur automatisé est tout proche », a déclaré Kathy Shi, chercheuse chez OpenAI, pendant la présentation.

Pour mesurer ce type de capacité, OpenAI a constitué une série de tests internes à partir de véritables tâches de recherche en IA : déboguer des systèmes de recherche, optimiser des recettes d’entraînement, conduire des expériences d’apprentissage automatique ou améliorer un autre modèle. Sur le résultat agrégé, qu’OpenAI appelle l’indice RSI, Sol obtient 16,2 points de plus que son prédécesseur GPT-5.5. L’entreprise indique également que, lors de tests internes, la production quotidienne de jetons par chercheur a plus que doublé et que la part de puissance de calcul consacrée au développement de code interne assisté par IA a été multipliée par cent en six mois.

Que se cache-t-il derrière cela ? RSI signifie « amélioration de soi récursive » : l’idée qu’un système d’IA se rende lui-même, ou rende ses successeurs, plus performant, chaque série de progrès facilitant la suivante. C’est une boucle de rétroaction qui occupe depuis des années une place centrale dans les débats sur la sécurité de l’IA, car un système véritablement capable de s’améliorer pourrait, en théorie, accélérer très rapidement. Soyons précis : Sol a automatisé une étape de l’entraînement sous supervision humaine ; il ne s’agit pas d’une machine ayant inventé une meilleure version d’elle-même. Même Anthropic, concurrent d’OpenAI qui s’exprime davantage sur les questions de sécurité, déclarait en juin que l’amélioration de soi récursive complète n’avait pas été atteinte, tout en avertissant qu’elle « pourrait arriver plus tôt que ne le pensent la plupart des institutions ». Autre point à garder en tête : l’indice RSI est le test interne d’OpenAI, évalué par l’acteur qui a le plus intérêt à obtenir un bon résultat.

Ce que cela signifie pour vous : Rien ne change aujourd’hui dans vos outils du quotidien. Mais c’est l’un de ces jalons qu’il vaut la peine de retenir : les grands laboratoires mesurent désormais ouvertement, et mettent en avant dans leur communication, la capacité de leurs IA à mener des recherches sur l’IA. C’est le mécanisme qui alimente les discours exaltés sur « l’accélération » et la raison pour laquelle les nouveaux modèles arrivent toujours plus vite. Si le rythme de l’actualité de l’IA vous paraît déjà effréné, cette histoire laisse entendre que les laboratoires travaillent à l’intensifier encore.

Sources

• OpenAI : GPT-5.6
• The Decoder : GPT-5.6 Sol d’OpenAI a assuré de manière autonome le post-entraînement du petit modèle Luna