Les études sur le self-play s’intensifient, et ça grimpe d’une manière intéressante. Alors ce week-end, je vais lancer une expérience pour voir si je peux pousser le truc au niveau supérieur. Je repense aux questions restées sans réponse de Big Bang et Absolute Zero. On verra où j’en arrive.
Le self-play, c’est quand on pose les bases et qu’on laisse un petit LLM déterminer lui-même ce qu’il trouve difficile dans un contexte précis.
Ici, je veux transformer Qwen3.6 en un développeur Go, capable de bosser seul sur des projets longs et intéressants.
La méthodologie va emprunter à Absolute Zero : on utilise une porte de compilation déterministe comme premier réviseur.
Après ça, je vais utiliser un modèle plus gros, Sol ou K3, pour réviser le style.
Ensuite, la modification est appliquée, et le modèle sera testé par un troisième agent réviseur.
En reprenant l’idée de Big Bang, la question sera : « oui, mais est-ce que ça rend le modèle meilleur ? »
Il n’y a qu’une façon de le savoir.
Souhaitez-moi bonne chance.