{"id":91290,"date":"2026-09-07T10:25:52","date_gmt":"2026-09-07T07:25:52","guid":{"rendered":"https:\/\/twodots.gr\/?p=91290"},"modified":"2026-09-07T10:25:51","modified_gmt":"2026-09-07T07:25:51","slug":"cdrl-en-cas-dechec","status":"publish","type":"post","link":"https:\/\/twodots.gr\/fr\/cdrl-ai-mathainei-apo-aitia-apotychias\/","title":{"rendered":"CDRL : quand l'IA tire les le\u00e7ons des causes de l'\u00e9chec"},"content":{"rendered":"<div class=\"td-article-lede\">\n<p><strong>Le CDRL ne se contente pas de constater qu'il a \u00e9chou\u00e9 : il utilise un certificat symbolique pour isoler l'ensemble des d\u00e9cisions qui ont conduit \u00e0 l'\u00e9chec et le transformer en contrainte stricte.<\/strong> Dans la pr\u00e9publication consacr\u00e9e \u00e0 la d\u00e9couverte de mod\u00e8les de saveurs de neutrinos, elle a atteint un taux de mod\u00e8les valides jusqu\u2019\u00e0 1,95 fois sup\u00e9rieur et un taux de mod\u00e8les de neutrinos jusqu\u2019\u00e0 6,33 fois sup\u00e9rieur, tout en \u00e9valuant jusqu\u2019\u00e0 4 fois moins de candidats. Pour les agents d'IA op\u00e9rationnels, ce mod\u00e8le n'a de valeur que lorsque le v\u00e9rificateur est fiable, que les contraintes sont versionn\u00e9es et que les jugements ambigus restent des signaux faibles soumis \u00e0 une supervision humaine.<\/p>\n<\/div>\n<div class=\"td-article-toc\">\n<div class=\"td-toc-title\">Sommaire<\/div>\n<ul>\n<li><a href=\"#negative-reward-den-exigei-apotychia\">Pourquoi une r\u00e9compense n\u00e9gative n'explique pas l'\u00e9chec<\/a><\/li>\n<li><a href=\"#constrained-provlima-cdrl\">Le probl\u00e8me \u00ab constrained \u00bb test\u00e9 par le CDRL<\/a><\/li>\n<li><a href=\"#kyklos-cdrl\">Comment fonctionne le cycle CDRL ?<\/a><\/li>\n<li><a href=\"#tria-failure-certificates\">Trois \u00ab failure certificates \u00bb qui modifient l'espace de recherche<\/a><\/li>\n<li><a href=\"#benchmark-tria-theory-spaces\">Quels ont \u00e9t\u00e9 les r\u00e9sultats du benchmark dans trois espaces th\u00e9oriques ?<\/a><\/li>\n<li><a href=\"#ligoteres-axiologiseis-perissotera-montela\">Plus de mod\u00e8les avec moins d'avis<\/a><\/li>\n<li><a href=\"#ablations-cdrl\">Les ablations montrent ce que chaque partie apporte<\/a><\/li>\n<li><a href=\"#saranta-kanones-soft-constraints\">De 40 r\u00e8gles \u00e0 des contraintes souples<\/a><\/li>\n<li><a href=\"#ai-agents-business-workflows\">Qu'est-ce que cela signifie pour les agents IA et les flux de travail d'entreprise ?<\/a><\/li>\n<li><a href=\"#certificate-kindynos\">Quand un certificat devient-il un risque ?<\/a><\/li>\n<li><a href=\"#asfales-pilot-verifier-driven-learning\">Un pilote s\u00e9curis\u00e9 avec apprentissage pilot\u00e9 par le v\u00e9rificateur<\/a><\/li>\n<li><a href=\"#symperasma-cdrl\">Du score \u00e0 la prise de conscience de l'\u00e9chec<\/a><\/li>\n<\/ul>\n<\/div>\n<p>Que se passerait-il si un syst\u00e8me d'intelligence artificielle n'apprenait pas simplement qu'une r\u00e9ponse est fausse, mais qu\u2019il comprenait exactement quel ensemble de choix la rendait impossible et qu\u2019il excluait toute cette cat\u00e9gorie d\u2019erreurs ? C\u2019est l\u00e0 l\u2019id\u00e9e fondamentale de <em>Apprentissage par renforcement ax\u00e9 sur la certification<\/em>, une m\u00e9thode neuro-symbolique pr\u00e9sent\u00e9e en ao\u00fbt 2026 pour la recherche de mod\u00e8les de saveur des neutrinos.<\/p>\n<p>Le champ d'application est extr\u00eame : l'espace des th\u00e9ories candidates d\u00e9passe 10<sup>26<\/sup> mod\u00e8les, et toute \u00e9valuation compl\u00e8te n\u00e9cessite des calculs symboliques et num\u00e9riques. Une recherche exhaustive n'est pas pratique. Le CDRL combine un r\u00e9seau de valeurs de politique, une recherche arborescente de Monte Carlo, des contraintes SAT et des certificats d'\u00e9chec, de sorte que chaque essai infructueux laisse derri\u00e8re lui des connaissances r\u00e9utilisables.<\/p>\n<p>La valeur commerciale ne r\u00e9side pas dans la nature des neutrinos en soi. Elle r\u00e9side dans le mod\u00e8le architectural : lorsque la v\u00e9rification est pr\u00e9cise et que les r\u00e8gles peuvent \u00eatre formul\u00e9es avec exactitude, le retour d'information peut modifier non seulement ce que le mod\u00e8le privil\u00e9gie, mais aussi ce qu'il est autoris\u00e9 \u00e0 r\u00e9essayer.<\/p>\n<h2 id=\"negative-reward-den-exigei-apotychia\">Pourquoi une r\u00e9compense n\u00e9gative n'explique pas l'\u00e9chec<\/h2>\n<p>Dans l'apprentissage par renforcement classique, un agent \u00e9labore une solution et re\u00e7oit un nombre en guise de r\u00e9compense. Ce nombre peut indiquer que la solution \u00e9tait mauvaise, mais il ne pr\u00e9cise pas laquelle, parmi les dizaines de d\u00e9cisions prises, a caus\u00e9 le probl\u00e8me. La politique \u00e9volue l\u00e9g\u00e8rement gr\u00e2ce \u00e0 la mise \u00e0 jour par gradient, mais le m\u00eame chemin, ou un chemin \u00e9quivalent menant \u00e0 une impasse, reste disponible.<\/p>\n<p>Dans un grand espace combinatoire, cette absence d'explication a un co\u00fbt. L'agent peut revenir \u00e0 des variantes de la m\u00eame id\u00e9e invalide et r\u00e9p\u00e9ter le processus de v\u00e9rification, qui est co\u00fbteux. Cette distinction est directement li\u00e9e \u00e0 la <a href=\"https:\/\/twodots.gr\/epalithefsi-politikon-reinforcement-learning-ai-agent\/\">v\u00e9rification des politiques d'apprentissage par renforcement<\/a>: C'est une chose de mesurer un r\u00e9sultat, et c'en est une autre de d\u00e9montrer pourquoi une situation ne doit pas \u00eatre accessible.<\/p>\n<p>Le CDRL traite l'\u00e9chec comme une information structur\u00e9e. Un v\u00e9rificateur externe ne renvoie pas seulement un \u00ab \u00e9chec \u00bb, mais un certificat qui identifie les affectations ayant enfreint la contrainte. La r\u00e9compense scalaire modifie la probabilit\u00e9 d'un choix. Le certificat devient une clause de conflit et modifie l'espace de recherche lui-m\u00eame.<\/p>\n<h2 id=\"constrained-provlima-cdrl\">Le probl\u00e8me \u00ab constrained \u00bb test\u00e9 par le CDRL<\/h2>\n<p>Le Mod\u00e8le standard d\u00e9crit avec une grande pr\u00e9cision les particules fondamentales et leurs interactions, mais dans sa forme initiale, il pr\u00e9voit des neutrinos sans masse, alors que les exp\u00e9riences montrent qu'ils ont une masse. Une approche de mod\u00e9lisation ajoute des neutrinos de droite et des particules scalaires appel\u00e9es \u00ab flavons \u00bb, ainsi que des sym\u00e9tries qui restreignent la structure des interactions.<\/p>\n<p>Chaque th\u00e9orie candidate comprend des choix concernant les particules, les repr\u00e9sentations de sym\u00e9trie irr\u00e9ductibles, les charges ab\u00e9liennes et les valeurs d'esp\u00e9rance du vide. \u00c0 partir de celles-ci, on calcule le lagrangien, on d\u00e9duit les matrices de masse, on proc\u00e8de \u00e0 un ajustement num\u00e9rique et on compare la pr\u00e9diction aux observables exp\u00e9rimentales. De l\u00e9g\u00e8res modifications des attributions peuvent conduire \u00e0 un r\u00e9sultat totalement diff\u00e9rent.<\/p>\n<p>Les auteurs d\u00e9finissent comme mod\u00e8le de neutrino une solution structurellement valide avec \u03c7<sup>2<\/sup> jusqu'\u00e0 10 et jusqu'\u00e0 7 param\u00e8tres libres. Il ne suffit pas qu'une solution soit formellement valide. Elle doit correspondre aux donn\u00e9es sans devenir trop complexe. C\u2019est ce qui rend ce probl\u00e8me adapt\u00e9 au CDRL : il pr\u00e9sente des options distinctes, des contraintes claires et un v\u00e9rificateur terminal pr\u00e9cis.<\/p>\n<h2 id=\"kyklos-cdrl\">Comment fonctionne le cycle CDRL ?<\/h2>\n<p>L'agent construit chaque mod\u00e8le de mani\u00e8re s\u00e9quentielle, bloc par bloc. Un r\u00e9seau de valeurs de politique propose l'action suivante et \u00e9value la valeur de l'\u00e9tat. La recherche dans l'arbre de Monte Carlo (Monte Carlo Tree Search) assure un \u00e9quilibre entre exploration et exploitation, tandis qu'un arbitre bas\u00e9 sur SAT v\u00e9rifie \u00e0 chaque n\u0153ud quelles actions restent valides.<\/p>\n<p>Si le mod\u00e8le passe l'\u00e9valuation, le parcours et la r\u00e9compense sont enregistr\u00e9s dans le tampon de relecture. En cas d'\u00e9chec, l'analyseur de certificats identifie les affectations responsables et les convertit en clause sous forme normale conjonctive. La clause est int\u00e9gr\u00e9e \u00e0 une base commune de contraintes et appliqu\u00e9e aux requ\u00eates suivantes.<\/p>\n<p>Lorsque l'agent examine un nouveau coup, ses litt\u00e9raux sont ajout\u00e9s au solveur. Si la propagation entra\u00eene un conflit, le coup est retir\u00e9 du masque d'actions l\u00e9gales avant d'\u00eatre class\u00e9 par le r\u00e9seau neuronal. Ainsi, l'apprentissage propose, la logique symbolique \u00e9limine et le MCTS planifie dans l'espace restant. C'est ce m\u00eame principe qui rend utiles les <a href=\"https:\/\/twodots.gr\/c-se-rust-me-ai-metafrasi-kodika-apodeixeis\/\">les preuves et les contr\u00f4les de validit\u00e9 dans les logiciels assist\u00e9s par l'IA<\/a>: la sortie du mod\u00e8le n'est pas mise en \u0153uvre simplement parce qu'elle semble convaincante.<\/p>\n<h2 id=\"tria-failure-certificates\">Trois \u00ab failure certificates \u00bb qui modifient l'espace de recherche<\/h2>\n<p>Le premier certificat concerne un rang insuffisant. Le syst\u00e8me supprime temporairement le sous-espace ab\u00e9lien et examine uniquement les repr\u00e9sentations non ab\u00e9liennes et l'option VEV. Si la matrice de masse reste de rang insuffisant pour chaque attribution de charge possible, alors aucune charge ab\u00e9lienne ne peut sauver cette structure particuli\u00e8re. La clause exclut cette combinaison de repr\u00e9sentations et de VEV, et non toutes les alternatives de VEV.<\/p>\n<p>Le deuxi\u00e8me certificat identifie les sym\u00e9tries ab\u00e9liennes r\u00e9ductibles. Si toutes les charges d\u2019un mod\u00e8le Z\u2099 ont un diviseur commun, le mod\u00e8le est \u00e9quivalent \u00e0 un mod\u00e8le de groupe plus petit, Z\u2099\/d. La m\u00e9thode v\u00e9rifie cette relation dans les deux sens, afin de ne pas perdre de temps \u00e0 examiner diff\u00e9rentes formulations d'un m\u00eame ph\u00e9nom\u00e8ne physique.<\/p>\n<p>Le troisi\u00e8me exploite l'automorphisme d'inversion des charges. Le remplacement de chaque charge q par \u2212q modulo N pr\u00e9serve la r\u00e8gle de s\u00e9lection ; par cons\u00e9quent, l'affectation invers\u00e9e n'a pas besoin d'\u00eatre consid\u00e9r\u00e9e comme une th\u00e9orie distincte. Les auteurs pr\u00e9cisent que les automorphismes d'ordre sup\u00e9rieur constituent une extension future, et ne font pas partie des exp\u00e9riences.<\/p>\n<div class=\"td-comparison td-comparison-cards td-comparison-cards--horizontal\">\n<div class=\"td-comparison-grid td-comparison-grid--three\">\n<div class=\"td-platform-card\">\n<p class=\"td-comparison-title\">R\u00e9compense scalaire<\/p>\n<p>Il \u00e9value la qualit\u00e9 de la solution finale et modifie progressivement la politique. Il n'identifie pas de lui-m\u00eame quelle attribution pr\u00e9c\u00e9dente a g\u00e9n\u00e9r\u00e9 le conflit.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">Signal faible<\/span><span class=\"td-badge\">Apprentissage des pr\u00e9f\u00e9rences<\/span><\/div>\n<\/div>\n<div class=\"td-platform-card td-platform-card--navy\">\n<p class=\"td-comparison-title\">Certificat d'\u00e9chec<\/p>\n<p>Il identifie un motif d'attribution dont la nullit\u00e9 a \u00e9t\u00e9 prouv\u00e9e et le transforme en clause que le BCP exclut de toute recherche ult\u00e9rieure.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">Contrainte stricte<\/span><span class=\"td-badge\">\u00c9lagage de l'espace de recherche<\/span><\/div>\n<\/div>\n<div class=\"td-platform-card\">\n<p class=\"td-comparison-title\">R\u00e8gle humaine ou statistique<\/p>\n<p>Il oriente la recherche lorsque les \u00e9l\u00e9ments probants sont indicatifs ou d\u00e9pendent du contexte. Il s'agit d'un biais mod\u00e9r\u00e9 et \u00e9volutif qui n'\u00e9carte pas les options valables.<\/p>\n<div class=\"td-badge-row\"><span class=\"td-badge\">Contr\u00f4le consultatif<\/span><span class=\"td-badge\">R\u00e9vision requise<\/span><\/div>\n<\/div>\n<\/div>\n<\/div>\n<h2 id=\"benchmark-tria-theory-spaces\">Quels ont \u00e9t\u00e9 les r\u00e9sultats du benchmark dans trois espaces th\u00e9oriques ?<\/h2>\n<p>L'\u00e9valuation a \u00e9t\u00e9 r\u00e9alis\u00e9e dans les trois m\u00eames lieux qu'avec la m\u00e9thode AMBer pr\u00e9c\u00e9dente : A<sub>4<\/sub>\u00d7Z<sub>4<\/sub> contenant jusqu'\u00e0 5 flavones, A<sub>4<\/sub>\u00d7Z\u2099 pour N compris entre 2 et 10 et jusqu'\u00e0 5 flavones, et T<sub>19<\/sub>\u00d7Z<sub>4<\/sub> contenant jusqu'\u00e0 6 flavones. Les espaces gagnent en richesse en termes de sym\u00e9trie et de difficult\u00e9 des combinaisons.<\/p>\n<p>Les indicateurs cl\u00e9s \u00e9taient le pourcentage de mod\u00e8les \u00ab structurally valid \u00bb, le pourcentage de mod\u00e8les de neutrinos viables et le nombre minimal de param\u00e8tres libres. La comparaison principale a \u00e9t\u00e9 effectu\u00e9e avec AMBer, qui utilisait un r\u00e9seau neuronal profond et l'algorithme PPO. Ont \u00e9galement \u00e9t\u00e9 inclus la recherche al\u00e9atoire, le \u00ab few-shot prompting \u00bb avec GPT-5.3, AlphaZero et des ablations sans composants sp\u00e9cifiques.<\/p>\n<p>Le mod\u00e8le de r\u00e9f\u00e9rence LLM comprenait une description du probl\u00e8me, un format et trois exemples \u00ab few-shot \u00bb, mais ne comportait ni recherche, ni propagation SAT, ni raffinement it\u00e9ratif, ni retour d'information sur les certificats. Les sorties ont \u00e9t\u00e9 trait\u00e9es par le m\u00eame pipeline physique et les r\u00e9sultats invalides ou non analysables ont \u00e9t\u00e9 comptabilis\u00e9s comme des \u00e9checs. Ce r\u00e9sultat ne d\u00e9montre pas une insuffisance g\u00e9n\u00e9rale des LLM ; il montre simplement qu\u2019une invite d\u00e9pourvue d\u2019outils et de boucle de r\u00e9troaction n\u2019a pas pu se substituer \u00e0 la recherche contrainte dans ce domaine sp\u00e9cifique.<\/p>\n<div class=\"td-chart td-chart--metrics\">\n<div class=\"td-chart-head\">\n<p class=\"td-chart-title\">Quatre dimensions v\u00e9rifi\u00e9es du CDRL<\/p>\n<p class=\"td-chart-subtitle\">Les am\u00e9liorations maximales proviennent des trois \u00ab theory spaces \u00bb test\u00e9s dans la pr\u00e9publication et ne constituent pas une pr\u00e9vision des performances op\u00e9rationnelles.<\/p>\n<\/div>\n<div class=\"td-chart-body\">\n<div class=\"td-metric-grid\">\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">&gt;10<sup>26<\/sup><\/span><span class=\"td-metric-label\">mod\u00e8les de saveurs de neutrinos possibles dans l'espace de recherche global<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">1,95\u00d7<\/span><span class=\"td-metric-label\">jusqu'\u00e0 un taux de validit\u00e9 du mod\u00e8le plus \u00e9lev\u00e9 par rapport \u00e0 AMBer<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">6,33\u00d7<\/span><span class=\"td-metric-label\">jusqu'\u00e0 un taux de neutrinos plus \u00e9lev\u00e9 selon le mod\u00e8le par rapport \u00e0 AMBer<\/span><\/div>\n<div class=\"td-metric-card\"><span class=\"td-metric-value\">4 fois moins<\/span><span class=\"td-metric-label\">jusqu'\u00e0 moins d'\u00e9valuations de candidates avec davantage de d\u00e9couvertes<\/span><\/div>\n<\/div>\n<\/div>\n<\/div>\n<aside class=\"td-article-note\">\n<p><strong>Les \u00e9valuations des candidats constituent une mesure normalis\u00e9e, et non une comparaison en temps r\u00e9el.<\/strong> Environ 98% du co\u00fbt provenait du pipeline physique commun, mais le CDRL a tourn\u00e9 sur 32 c\u0153urs de processeur et l'AMBer sur 250 environnements parall\u00e8les. La pr\u00e9publication mentionne \u00e9galement les \u00e9carts types de quatre ex\u00e9cutions pour les principales mesures du CDRL.<\/p>\n<\/aside>\n<h2 id=\"ligoteres-axiologiseis-perissotera-montela\">Plus de mod\u00e8les avec moins d'avis<\/h2>\n<p>Dans l'espace A<sub>4<\/sub>\u00d7Z\u2099, le CDRL a obtenu 26,91 TP3T de mod\u00e8les valides contre 13,791 TP3T pour l'AMBer, soit une am\u00e9lioration de 1,95 fois. Le pourcentage de mod\u00e8les de neutrinos \u00e9tait de 0,191 TP3T contre 0,031 TP3T, soit 6,33 fois plus \u00e9lev\u00e9. Dans les deux autres domaines, les am\u00e9liorations par rapport \u00e0 AMBer ont \u00e9galement \u00e9t\u00e9 positives : 1,44 et 1,65 fois pour les taux de validit\u00e9, et 5 et 3 fois pour les taux de neutrinos, respectivement.<\/p>\n<p>L'efficacit\u00e9 d'\u00e9chantillonnage est plus facile \u00e0 appr\u00e9hender lorsque l'on examine les nombres de comptes. Dans A<sub>4<\/sub>\u00d7Z<sub>4<\/sub>, le CDRL a \u00e9valu\u00e9 1 million de mod\u00e8les et en a identifi\u00e9 1 090, tandis que l'AMBer en a \u00e9valu\u00e9 4 millions et en a identifi\u00e9 683. Dans l'A<sub>4<\/sub>\u00d7Z\u2099, les chiffres correspondants \u00e9taient de 1 million et 2 343 pour le CDRL, contre 4 millions et 1 394 pour l'AMBer.<\/p>\n<p>Sur T<sub>19<\/sub>\u00d7Z<sub>4<\/sub>, le CDRL a \u00e9valu\u00e9 6 millions de candidats et a identifi\u00e9 7 019 mod\u00e8les de neutrinos. L'AMBer a utilis\u00e9 24 millions d'\u00e9valuations pour en identifier 6 439. L'\u00e9tude a \u00e9galement examin\u00e9 la couverture : le CDRL a trouv\u00e9 des mod\u00e8les dans une distribution plus large de groupes Z\u2099, sans que la r\u00e9compense n'incite \u00e0 privil\u00e9gier les groupes d'ordre sup\u00e9rieur. Les certificats de r\u00e9ductibilit\u00e9 \u00e9liminaient les repr\u00e9sentations \u00e9quivalentes au lieu de les compter \u00e0 nouveau.<\/p>\n<h2 id=\"ablations-cdrl\">Les ablations montrent ce que chaque partie apporte<\/h2>\n<p>La suppression de n'importe quel composant essentiel a entra\u00een\u00e9 une baisse des performances. Sans r\u00e9seau neuronal ni MCTS, la d\u00e9couverte de mod\u00e8les de neutrinos a pratiquement disparu. Sans certificats symboliques, la recherche a continu\u00e9 \u00e0 fonctionner, mais \u00e0 A<sub>4<\/sub>\u00d7Z\u2099 : le taux de validit\u00e9 est pass\u00e9 de 26,91 TP3T \u00e0 16,21 TP3T et le taux de neutrinos de 0,191 TP3T \u00e0 0,031 TP3T.<\/p>\n<p>Sans partage de portefeuille, les performances ont diminu\u00e9 et la variance a augment\u00e9. Dans l'impl\u00e9mentation compl\u00e8te, de nombreux workers effectuent ind\u00e9pendamment des parties d'auto-entra\u00eenement MCTS, mais partagent un tampon de relecture et une base mondiale de clauses de conflit. Un certificat trouv\u00e9 par un worker est imm\u00e9diatement appliqu\u00e9 aux autres, tandis que les \u00e9valuations terminales exactes sont stock\u00e9es dans un cache commun. Ce sch\u00e9ma rappelle pourquoi le <a href=\"https:\/\/twodots.gr\/multi-agent-ai-concurrency-control\/\">Contr\u00f4le de la concurrence dans les syst\u00e8mes multi-agents<\/a> Il faut un cadre commun assorti de r\u00e8gles claires en mati\u00e8re de communication.<\/p>\n<p>Il n'existe donc pas d'algorithme \u00ab magique \u00bb. La puissance provient de la combinaison de l'apprentissage, de la planification, de la v\u00e9rification symbolique et de la m\u00e9moire partag\u00e9e. L'article montre \u00e9galement que les r\u00e8gles doivent avoir un poids diff\u00e9rent : la <a href=\"https:\/\/twodots.gr\/ai-reasoning-kanones-egkyrotita-orthotita\/\">validit\u00e9 d'une trace de raisonnement d'IA<\/a> cela ne signifie pas qu'une heuristique est valable simplement parce qu'elle est apparue souvent.<\/p>\n<h2 id=\"saranta-kanones-soft-constraints\">De 40 r\u00e8gles \u00e0 des contraintes souples<\/h2>\n<p>Apr\u00e8s l'apprentissage, les auteurs ont extrait des \u00e9tats \u00e0 haut niveau de confiance \u00e0 partir des traces MCTS et ont entra\u00een\u00e9 des arbres de d\u00e9cision peu profonds \u00e0 diff\u00e9rents stades d'avancement. \u00c0 partir des chemins \u00ab racine-feuille \u00bb, ils ont extrait 40 r\u00e8gles simples de la forme \u00ab si ces attributions pr\u00e9c\u00e9dentes sont valables, privil\u00e9gie cette action suivante \u00bb.<\/p>\n<p>Les r\u00e8gles ne sont pas devenues des contraintes strictes. Elles ont \u00e9t\u00e9 utilis\u00e9es comme biais souple r\u00e9\u00e9quilibrant la politique avec \u03b2 = 0,5, tandis que le masque de l\u00e9galit\u00e9 reste le contr\u00f4le symbolique final. Dans des exp\u00e9riences \u00e0 plus petite \u00e9chelle, leur r\u00e9utilisation a permis d'obtenir des taux de validit\u00e9 environ 1,5 \u00e0 2 fois plus \u00e9lev\u00e9s et une d\u00e9tection des mod\u00e8les de neutrinos 2 \u00e0 3 fois plus importante dans les trois espaces. Les valeurs absolues de ces simulations \u00e0 plus petite \u00e9chelle ne sont pas directement comparables aux r\u00e9sultats \u00e0 grande \u00e9chelle.<\/p>\n<p>L'article fait preuve de prudence : une r\u00e8gle peut sembler solide parce qu'elle a \u00e9t\u00e9 d\u00e9duite d'un sous-ensemble restreint et s\u00e9lectif de trajectoires, et non parce qu'elle exprime une loi physique fondamentale. Ces 40 r\u00e8gles sont des hypoth\u00e8ses destin\u00e9es \u00e0 \u00eatre examin\u00e9es par l'homme, et non des d\u00e9couvertes scientifiques automatiques. Cette distinction est \u00e9galement cruciale pour la <a href=\"https:\/\/twodots.gr\/dreambench-swe-mnimi-ai-agents-mnimoniki-ygieini\/\">hygi\u00e8ne m\u00e9morielle des agents IA<\/a>: la m\u00e9moire commune doit savoir ce qu'est une d\u00e9monstration, ce qu'est une heuristique et quand celle-ci prend fin.<\/p>\n<h2 id=\"ai-agents-business-workflows\">Qu'est-ce que cela signifie pour les agents IA et les flux de travail d'entreprise ?<\/h2>\n<p>Le transfert vers des syst\u00e8mes op\u00e9rationnels est une extension analytique, et non un r\u00e9sultat test\u00e9 dans l'article. N\u00e9anmoins, ce mod\u00e8le est utile. Un workflow d'IA d\u00e9di\u00e9 \u00e0 la tarification, \u00e0 la conformit\u00e9, \u00e0 la configuration, \u00e0 la logistique ou \u00e0 la synth\u00e8se de code comporte souvent des contr\u00f4les d\u00e9terministes. Si ceux-ci ne renvoient qu'un r\u00e9sultat \u2019 r\u00e9ussi\/\u00e9chou\u00e9 \u00bb, on passe \u00e0 c\u00f4t\u00e9 de la possibilit\u00e9 de transformer l'\u00e9chec en contrainte r\u00e9utilisable.<\/p>\n<p>Un syst\u00e8me de production peut distinguer quatre r\u00f4les : un composant g\u00e9n\u00e9ratif qui propose, un planificateur qui explore, un v\u00e9rificateur qui renvoie des codes de raisonnement lisibles par machine ou des ensembles de conflits minimaux, et un magasin de contraintes qui n'applique que les r\u00e8gles approuv\u00e9es. La m\u00e9moire commune ne stocke pas simplement de mauvaises r\u00e9ponses, mais des \u00e9l\u00e9ments versionn\u00e9s concernant les cat\u00e9gories de situations qui les rendent invalides.<\/p>\n<p>Dans le commerce \u00e9lectronique, par exemple, un certificat peut exclure une combinaison d\u2019exp\u00e9dition, de stock et de contrainte r\u00e9glementaire qui est objectivement impossible. Dans la g\u00e9n\u00e9ration de code, il peut provenir d\u2019un compilateur, de tests ou d\u2019un moteur de r\u00e8gles. Dans le service client, en revanche, une \u00ab mauvaise formulation \u00bb n\u2019est souvent pas un fait av\u00e9r\u00e9. Dans ce domaine, il faut recourir \u00e0 des grilles d\u2019\u00e9valuation, \u00e0 l\u2019\u00e9chantillonnage et \u00e0 <a href=\"https:\/\/twodots.gr\/ai-agents-behavioral-testing\/\">tests comportementaux des agents IA<\/a>, pas de clause irr\u00e9vocable.<\/p>\n<h2 id=\"certificate-kindynos\">Quand un certificat devient-il un risque ?<\/h2>\n<p>Le CDRL n'a de sens que lorsque le v\u00e9rificateur est fiable et que la violation peut \u00eatre attribu\u00e9e \u00e0 un sous-ensemble sp\u00e9cifique de d\u00e9cisions. Un certificat erron\u00e9 ou trop g\u00e9n\u00e9ral peut exclure des solutions valides \u00e0 grande \u00e9chelle, en particulier lorsqu\u2019il est imm\u00e9diatement distribu\u00e9 \u00e0 de nombreux travailleurs.<\/p>\n<p>Avant de devenir une contrainte stricte, un r\u00e9sultat doit \u00eatre reproductible, minimal en termes d\u2019attributions responsables, limit\u00e9 \u00e0 une version sp\u00e9cifique de la r\u00e8gle et v\u00e9rifi\u00e9 pour d\u00e9tecter les faux positifs. Lorsque la r\u00e8gle d\u00e9coule d\u2019une pr\u00e9f\u00e9rence humaine, d\u2019une corr\u00e9lation statistique, d\u2019une donn\u00e9e externe instable ou d\u2019un juge g\u00e9n\u00e9ratif, elle doit rester un signal souple jusqu\u2019\u00e0 ce qu\u2019elle fasse l\u2019objet d\u2019une v\u00e9rification ind\u00e9pendante.<\/p>\n<aside class=\"td-article-note\">\n<p><strong>Une \u00ab contrainte stricte \u00bb signifie un droit d'exclusion.<\/strong> En production, il faut indiquer le propri\u00e9taire, la provenance, le champ d'application, la date de validit\u00e9, les cas de test, les tests de faux positifs, la piste d'audit, la possibilit\u00e9 d'intervention manuelle et la restauration. Un code de motif qui semble convaincant ne constitue pas un certificat s'il ne peut pas \u00eatre v\u00e9rifi\u00e9 de mani\u00e8re ind\u00e9pendante.<\/p>\n<\/aside>\n<div class=\"td-decision-band\">\n<p class=\"td-decision-band-kicker\">D\u00e9cision de contr\u00f4le<\/p>\n<h3>Quand un \u00ab failure \u00bb devient-il une \u00ab hard clause \u00bb ?<\/h3>\n<p>N'effectuez un \u00ab hard block \u00bb que lorsque le v\u00e9rificateur contr\u00f4le une exigence d\u00e9terministe, isole l'ensemble de conflits responsable minimal, reproduit le r\u00e9sultat lors d'un test ind\u00e9pendant et que la clause dispose d'une version, d'une port\u00e9e, d'un propri\u00e9taire et d'une fonction de rollback. Sinon, conservez le r\u00e9sultat en tant que \u00ab soft bias \u00bb ou soumettez-le \u00e0 une validation humaine.<\/p>\n<\/div>\n<h2 id=\"asfales-pilot-verifier-driven-learning\">Un pilote s\u00e9curis\u00e9 avec apprentissage pilot\u00e9 par le v\u00e9rificateur<\/h2>\n<p>Un bon premier pilote n'est pas un agent qui d\u00e9cide de tout. Il s'agit d'un workflow restreint dans lequel l'\u00e9valuation finale est pr\u00e9cise, o\u00f9 les m\u00eames sch\u00e9mas d'\u00e9chec se reproduisent et o\u00f9 au moins une partie de la validit\u00e9 peut \u00eatre v\u00e9rifi\u00e9e automatiquement. La proc\u00e9dure ci-dessous met en \u0153uvre les principes du CDRL sans reproduire le code physique ni le code de recherche.<\/p>\n<div class=\"td-step-list\">\n<p class=\"td-step-list-title\">Du syst\u00e8me \u00ab r\u00e9ussite\/\u00e9chec \u00bb \u00e0 la m\u00e9moire contr\u00f4l\u00e9e d'\u00e9chec<\/p>\n<ol>\n<li><span class=\"td-step-kicker\">\u00c9tape 1<\/span><strong>S\u00e9lectionnez \u00ab bounded workflow \u00bb<\/strong>\n<p>Limitez le projet pilote \u00e0 un seul processus, tel que la configuration des produits, la validation des factures ou les tests de g\u00e9n\u00e9ration de code. Consignez l'\u00e9valuation finale et le co\u00fbt op\u00e9rationnel de chaque erreur.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 2<\/span><strong>Voici ce qu'est une preuve<\/strong>\n<p>Distinguez les contraintes d\u00e9terministes des pr\u00e9f\u00e9rences. Le sch\u00e9ma, la r\u00e8gle de stock, l'erreur de compilation et la violation de politique peuvent faire l'objet de certificats ; le ton, l'esth\u00e9tique et les intentions ambigu\u00ebs n\u00e9cessitent une notation souple ou une r\u00e9vision humaine.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 3<\/span><strong>Renvoyer la cause structur\u00e9e<\/strong>\n<p>Le v\u00e9rificateur doit fournir un code de raison, des preuves, les choix responsables et le plus petit ensemble de conflits pouvant \u00eatre reproduit. Ne vous contentez pas d'enregistrer un simple \u00ab failed=true \u00bb g\u00e9n\u00e9rique.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 4<\/span><strong>Faites la distinction entre \u00ab r\u00e9compense \u00bb et \u00ab l\u00e9galit\u00e9 \u00bb<\/strong>\n<p>R\u00e9servez la r\u00e9compense pour la qualit\u00e9, le co\u00fbt ou la pr\u00e9f\u00e9rence, et le certificat pour une impossibilit\u00e9 av\u00e9r\u00e9e. L'une r\u00e9organise les choix ; l'autre ne fait qu'\u00e9liminer ce que le v\u00e9rificateur peut exclure avec certitude.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 5<\/span><strong>Traduisez les clauses<\/strong>\n<p>Associez chaque contrainte \u00e0 une version de politique, une source, un propri\u00e9taire, un p\u00e9rim\u00e8tre, une suite de tests et une date d'expiration. Une r\u00e8gle de stock ou de conformit\u00e9 ne doit pas rester en vigueur plus longtemps que l'exigence qui l'a motiv\u00e9e.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 6<\/span><strong>Lancer l'\u00e9valuation par simulation<\/strong>\n<p>Comptez les \u00e9checs r\u00e9p\u00e9t\u00e9s, les validations co\u00fbteuses \u00e9vit\u00e9es, les faux positifs, les solutions valides \u00e9cart\u00e9es et le temps consacr\u00e9 \u00e0 la r\u00e9vision humaine. Conservez une base de r\u00e9f\u00e9rence sans \u00e9lagage des certificats.<\/p>\n<\/li>\n<li><span class=\"td-step-kicker\">\u00c9tape 7<\/span><strong>Mettez en place une mise \u00e0 l'\u00e9chelle avec rollback<\/strong>\n<p>Activez d'abord les clauses \u00e0 faible risque, surveillez la d\u00e9rive et autorisez une intervention manuelle. Comme dans les <a href=\"https:\/\/twodots.gr\/terminal-agents-ai-command-line-plires-systima\/\">syst\u00e8mes terminal-agent<\/a>, la fiabilit\u00e9 concerne l'ensemble du harnais, et pas seulement le mod\u00e8le.<\/p>\n<\/li>\n<\/ol>\n<\/div>\n<h2 id=\"symperasma-cdrl\">Du score \u00e0 la prise de conscience de l'\u00e9chec<\/h2>\n<p>La premi\u00e8re le\u00e7on est de ne pas confondre le retour d'information avec l'explication. Une note peut permettre d'apprendre des pr\u00e9f\u00e9rences, mais elle n'\u00e9limine pas les zones logiquement impossibles. La deuxi\u00e8me le\u00e7on est que la m\u00e9moire d'un agent peut stocker des contraintes et des classes d'\u00e9quivalence, et pas seulement des exemples et des repr\u00e9sentations.<\/p>\n<p>Troisi\u00e8mement, les signaux \u00ab hard \u00bb et \u00ab soft \u00bb doivent jouer un r\u00f4le diff\u00e9rent. Les certificats n'interdisent que ce qui enfreint manifestement les r\u00e8gles. Les r\u00e8gles issues des arbres de d\u00e9cision orientent la politique, car leur puissance statistique ne suffit pas pour justifier une exclusion d\u00e9finitive. Cette distinction r\u00e9duit le risque qu\u2019une corr\u00e9lation se transforme en une interdiction injustifi\u00e9e.<\/p>\n<p>Le CDRL ne prouve pas que l'IA soit capable de faire de la science de mani\u00e8re autonome ou d'automatiser n'importe quelle activit\u00e9. Il montre quelque chose de plus pr\u00e9cis : dans un espace contraint gigantesque, un syst\u00e8me gagne en efficacit\u00e9 lorsqu\u2019il tire les le\u00e7ons de la structure de l\u2019\u00e9chec, qu\u2019il distingue clairement les r\u00f4les d\u2019apprentissage et de v\u00e9rification, et qu\u2019il permet aux experts d\u2019examiner les connaissances ainsi acquises.<\/p>\n<section class=\"td-service-cta\">\n<div class=\"td-service-cta-content\">\n<p class=\"td-service-cta-kicker\">Du journal des d\u00e9faillances \u00e0 l'automatisation contr\u00f4l\u00e9e<\/p>\n<h3>Concevez des flux de travail IA qui comprennent pourquoi une action n'est pas autoris\u00e9e<\/h3>\n<p>TWO DOTS cartographie les v\u00e9rificateurs, les codes de justification, les bases de donn\u00e9es de contraintes, la piste d'audit, les validations humaines et les annulations, afin que les agents IA puissent tirer des le\u00e7ons des erreurs r\u00e9currentes sans transformer un jugement incertain en blocage permanent.<\/p>\n<div class=\"td-service-cta-actions\"><a class=\"td-service-cta-button\" href=\"https:\/\/twodots.gr\/aftomatismoi-epicheiriseon-ai\/\">D\u00e9couvrez les solutions d'automatisation des processus m\u00e9tier et d'IA<\/a><\/div>\n<\/div>\n<\/section>\n<section id=\"sychnes-erotiseis\" class=\"td-faq-section\">\n<div class=\"td-faq\">\n<p class=\"td-faq-heading\">Foire aux questions (FAQ)<\/p>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Qu'est-ce que l'apprentissage par renforcement bas\u00e9 sur la certification ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Le CDRL est un cadre d'apprentissage par renforcement dans lequel un v\u00e9rificateur symbolique externe renvoie un certificat indiquant les contraintes qui ont provoqu\u00e9 un \u00e9chec. Ce certificat est converti en une contrainte r\u00e9utilisable pour la recherche suivante.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">En quoi un \u00ab certificate \u00bb diff\u00e8re-t-il d'une \u00ab r\u00e9compense n\u00e9gative \u00bb ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>La r\u00e9compense n\u00e9gative modifie progressivement la probabilit\u00e9 d'un choix, sans toutefois l'interdire. Le certificat identifie le motif responsable et cr\u00e9e une clause stricte que la propagation des contraintes bool\u00e9ennes exclut de l'espace de recherche.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quel a \u00e9t\u00e9 le r\u00e9sultat principal de ce test de performance ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Dans l'espace A4\u00d7ZN, le CDRL a obtenu 26,91 TP3T de mod\u00e8les valides contre 13,791 TP3T pour l'AMBer, et 0,191 TP3T de mod\u00e8les de neutrinos contre 0,031 TP3T. Au total, il a enregistr\u00e9 un taux de validit\u00e9 jusqu\u2019\u00e0 1,95 fois sup\u00e9rieur, un taux de neutrinos jusqu\u2019\u00e0 6,33 fois sup\u00e9rieur et jusqu\u2019\u00e0 4 fois moins d\u2019\u00e9valuations.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quels types de certificats de d\u00e9faillance l'\u00e9tude a-t-elle utilis\u00e9s ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Utilise un certificat de rang insuffisant pour les combinaisons de repr\u00e9sentations et de VEV, un certificat r\u00e9ductible de sym\u00e9trie ab\u00e9lienne et un certificat pour l'\u00e9quivalence r\u00e9sultant de l'inversion des charges modulo N.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Ces 40 r\u00e8gles constituent-elles les nouvelles lois de la physique ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Non. Il s'agit de motifs post-hoc issus de trajectoires MCTS s\u00e9lectionn\u00e9es pour leur haut niveau de confiance. L'\u00e9tude les a utilis\u00e9s comme \u00ab soft bias \u00bb (biais souple), et non comme \u00ab hard constraints \u00bb (contraintes strictes), et souligne qu'ils n\u00e9cessitent une interpr\u00e9tation physique et une validation ind\u00e9pendante.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Le CDRL peut-il \u00eatre appliqu\u00e9 tel quel \u00e0 des agents d'IA op\u00e9rationnels ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Non. Cette \u00e9tude a \u00e9t\u00e9 test\u00e9e dans le cadre de la d\u00e9couverte d'un mod\u00e8le de saveurs de neutrinos. Pour les workflows m\u00e9tier, il s'agit d'un mod\u00e8le architectural qui n\u00e9cessite des r\u00e8gles claires et v\u00e9rifiables par machine, un v\u00e9rificateur fiable, des contraintes versionn\u00e9es, des tests en parall\u00e8le et une supervision humaine.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Dans quels cas un certificat ne doit-il pas constituer une contrainte stricte ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Lorsque l'\u00e9valuation est subjective, que la r\u00e8gle change fr\u00e9quemment, que la cause ne peut \u00eatre isol\u00e9e ou que le v\u00e9rificateur g\u00e9n\u00e8re des faux positifs inacceptables, le r\u00e9sultat doit rester un signal faible ou faire l'objet d'un examen humain.<\/p>\n<\/div>\n<\/details>\n<details class=\"td-faq-item\">\n<summary class=\"td-faq-title\">Quel est le premier projet pilote s\u00fbr pour une entreprise ?;<\/summary>\n<div class=\"td-faq-content\">\n<p>Un workflow restreint avec une validation co\u00fbteuse mais r\u00e9p\u00e9titive, une base de r\u00e9f\u00e9rence claire, des codes de motif structur\u00e9s, une mesure des faux positifs, un syst\u00e8me de gestion des versions des clauses, une possibilit\u00e9 de d\u00e9rogation manuelle et une fonctionnalit\u00e9 de retour en arri\u00e8re rapide.<\/p>\n<\/div>\n<\/details>\n<\/div>\n<\/section>\n<div class=\"td-source-list\">\n<p id=\"piges\" class=\"td-source-list-title\">Sources d'information<\/p>\n<ul>\n<li><a href=\"https:\/\/arxiv.org\/abs\/2608.20686\" target=\"_blank\" rel=\"noopener\">arXiv \u2014 CDRL : apprentissage par renforcement ax\u00e9 sur la certification pour la d\u00e9couverte de mod\u00e8les de saveurs de neutrinos<\/a><\/li>\n<li><a href=\"https:\/\/pysathq.github.io\/\" target=\"_blank\" rel=\"noopener\">PySAT \u2014 documentation officielle de la bo\u00eete \u00e0 outils SAT utilis\u00e9e dans cette \u00e9tude<\/a><\/li>\n<li><a href=\"https:\/\/www.nist.gov\/publications\/artificial-intelligence-risk-management-framework-ai-rmf-10\" target=\"_blank\" rel=\"noopener\">NIST \u2014 Cadre de gestion des risques li\u00e9s \u00e0 l'intelligence artificielle 1.0<\/a><\/li>\n<li><a href=\"https:\/\/genai.owasp.org\/resource\/agent-control-standard-acs\/\" target=\"_blank\" rel=\"noopener\">OWASP \u2014 Norme de contr\u00f4le des agents pour des contr\u00f4les d'ex\u00e9cution v\u00e9rifiables<\/a><\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>Le CDRL transforme la cause d'un \u00e9chec en contrainte r\u00e9utilisable. Ce qu'a r\u00e9v\u00e9l\u00e9 le benchmark et dans quels cas ce mod\u00e8le contribue \u00e0 la s\u00e9curit\u00e9 des workflows d'IA.<\/p>","protected":false},"author":1,"featured_media":92633,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","footnotes":""},"categories":[199],"tags":[6506,19107,18034,19919,19920],"class_list":["post-91290","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-techniti-noimosyni","tag-ai-agents","tag-neuro-symbolic-ai","tag-reinforcement-learning","tag-scientific-ai","tag-symbolic-reasoning"],"_links":{"self":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts\/91290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/comments?post=91290"}],"version-history":[{"count":0,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/posts\/91290\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/media\/92633"}],"wp:attachment":[{"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/media?parent=91290"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/categories?post=91290"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/twodots.gr\/fr\/wp-json\/wp\/v2\/tags?post=91290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}