Quotidien Shaarli
June 2, 2026
Les grands modèles de langage continuent de croire à des affirmations fausses même après avoir été explicitement avertis de leur inexactitude, d'après une étude susceptible d'expliquer les hallucinations
Une étude soutient que les hallucinations dans les modèles de langage ne sont pas seulement des erreurs occasionnelles mais une caractéristique inévitable de ces systèmes. Les chercheurs démontrent dans l'étude que les hallucinations découlent de la structure mathématique et logique fondamentale des LLM. Il est donc impossible de les éliminer par des améliorations architecturales, des améliorations des ensembles de données ou des mécanismes de vérification des faits.
Leurs analyses s'appuient sur la théorie informatique et le premier théorème d'incomplétude de Gödel, qui fait référence à l'indécidabilité de problèmes tels que les problèmes de halte, de vide et d'acceptation. Les chercheurs affirment que chaque étape du processus LLM (de la compilation des données d'entraînement à la récupération des faits, à la classification des intentions et à la génération de textes) aura une probabilité non nulle de produire des hallucinations.
Dans l'étude, ils introduisent le concept d'"hallucinations structurelles" en tant que nature intrinsèque de ces systèmes. En d'autre terme, elles font partie intégrante de la structure mathématique et logique de tout modèle de langage à long terme. Toutes les hallucinations sont des hallucinations structurelles et ne peuvent jamais être éliminées des grands modèles de langage (LLM).
En examinant le processus de génération de sortie des LLM, quelle que soit la sophistication des modèles ou l'étendue des données d'apprentissage, chaque étape comporte une probabilité non nulle d'hallucination structurelle.
Leurs analyses s'appuient sur la théorie informatique et le premier théorème d'incomplétude de Gödel, qui fait référence à l'indécidabilité de problèmes tels que les problèmes de halte, de vide et d'acceptation. Les chercheurs affirment que chaque étape du processus LLM (de la compilation des données d'entraînement à la récupération des faits, à la classification des intentions et à la génération de textes) aura une probabilité non nulle de produire des hallucinations.
Dans l'étude, ils introduisent le concept d'"hallucinations structurelles" en tant que nature intrinsèque de ces systèmes. En d'autre terme, elles font partie intégrante de la structure mathématique et logique de tout modèle de langage à long terme. Toutes les hallucinations sont des hallucinations structurelles et ne peuvent jamais être éliminées des grands modèles de langage (LLM).
En examinant le processus de génération de sortie des LLM, quelle que soit la sophistication des modèles ou l'étendue des données d'apprentissage, chaque étape comporte une probabilité non nulle d'hallucination structurelle.
Elle repose sur les idée que l’école transmet énormément de connaissances mais très peu de compréhension du monde et que parallèlement, le point central de l’enseignement devrait être la condition humaine.
Scientific literature depends on the integrity of its references. Each reference implicitly asserts that a verifiable source exists and supports the claims being made. When references point to non-existent studies, readers, reviewers, and policy makers are unable to evaluate the evidence.
Fabricated references (references whose claimed titles correspond to no existing publication) can arise from paper mill activity, intentional misconduct, or uncritical use of artificial intelligence (AI) writing tools.1 Large language models (LLMs) generate plausible sounding but fictitious references, a well documented failure mode; previous studies estimate that 30–69% of LLM-generated references in biomedical contexts are fabricated.2,3 These references are often correctly formatted, attributed to real researchers, and bear plausible publication dates, making them difficult to detect by conventional peer review.4 To our knowledge, no systematic audit of reference integrity across the biomedical literature has been conducted until now.
Fabricated references (references whose claimed titles correspond to no existing publication) can arise from paper mill activity, intentional misconduct, or uncritical use of artificial intelligence (AI) writing tools.1 Large language models (LLMs) generate plausible sounding but fictitious references, a well documented failure mode; previous studies estimate that 30–69% of LLM-generated references in biomedical contexts are fabricated.2,3 These references are often correctly formatted, attributed to real researchers, and bear plausible publication dates, making them difficult to detect by conventional peer review.4 To our knowledge, no systematic audit of reference integrity across the biomedical literature has been conducted until now.
Dans son numéro de mars 2026, la revue Agricultural Systems consacre un article à la multi-performance en élevage bovin allaitant. Pour mettre en évidence les tensions pouvant exister entre performances économiques, environnementales et bien-être animal, les chercheurs ont développé un modèle bioéconomique d’élevage allaitant. Ils ont construit un optimum multicritères sous contraintes (figure), en cherchant le point où l’on ne peut plus améliorer un critère sans dégrader les autres.
De septembre 2018 à avril 2019, les élèves de 3ème1 du collège Jean-Pierre Timbaud ont travaillé à la réalisation d'un journal sur le sexisme nommé CHéPA.
Voir les nombreuses ressources pour comprendre et utiliser lors de réunion par ex
Pour mieux comprendre l'envers de la souveraineté dans l'électronique
Enseigner les savoirs environnementaux en école d’ingénieur agronome - Blog de veille du Centre d'études et de prospective
Ils proposent de faire évoluer la pédagogie en postulant que les savoirs environnementaux relèvent d’une « science impliquée », ouverte, plurielle, attentive aux contextes et aux impacts de ses découvertes sur les milieux. Il s’agit de s’appuyer sur une approche pluridisciplinaire, combinant plus systématiquement savoirs techniques et sciences humaines. Au-delà des contenus, les modalités d’enseignement doivent selon eux évoluer pour s’appuyer plus fréquemment sur l’expérimentation par les étudiants en utilisant des jeux, en recourant à une pédagogie par projet, à des débats et controverses, pour les former à l’argumentation et à la résolution collective de problèmes. Cela suppose également, de la part des enseignants, une posture éthique et transparente sur leur propre positionnement face aux sujets traités et à leurs engagements personnels.