Des chercheurs de Meta, de l’université Duke et de l’université de Californie à Davis ont mis au point un système de branches auto-amélioratrices qui optimise automatiquement le framework entourant un grand modèle de langage. Les résultats montrent une amélioration relative de 34,8% en raisonnement mathématique de niveau olympiade, passant la précision de 46,0% à 62,0% avec le modèle Gemini 3 Flash, sans réentraîner le modèle lui-même. L’approche a également obtenu des gains de 11,6% sur Terminal-Bench 2.0 et de 3,8% sur SWE-bench Lite. Le système, publié en pré-impression sur arXiv le 29 septembre 2026, succède à Meta-Harness de mars 2026 en divisant la recherche en plusieurs branches spécialisées qui apprennent de leur propre historique.
Source: Lire l’article original
