Une étude publiée sur arXiv le 6 octobre 2026 présente une méthode Allowing aux agents d’intelligence artificielle d’apprendre à s’améliorer à partir de leurs propres révisions, y compris des tentatives infructueuses. Cette technique, appelée Hindsight Meta-Experience Distillation, rétablit l’agent dans un état antérieur, puis exécute dans les mêmes conditions la version initiale et la version révisée de ses méta-compétences. Les résultats sont transformés en expériences réutilisables, même lorsqu’une révision est rejetée, afin d’éviter de reproduire les erreurs futures. Testée sur six associations de modèles et de suites d’évaluation, la méthode a obtenu la meilleure performance moyenne dans chacune d’elles, devant les méthodes de référence, et les méta-compétences acquises sont restées efficaces après la réinitialisation de la bibliothèque de compétences de tâches.
Source: Lire l’article original
