.@poetiq_ai est une nouvelle startup qui a récemment réalisé un bond majeur sur le benchmark ARC-AGI en superposant un système d'auto-amélioration récursive sur des modèles existants. Dans cet épisode du @LightconePod, le fondateur et PDG de Poetiq, @itfische, nous a rejoints pour discuter de la manière dont de petites équipes peuvent construire des "harnais de raisonnement" qui surpassent les modèles de base, ce que cela signifie pour les startups et pourquoi l'automatisation de l'ingénierie des prompts pourrait être l'un des leviers les plus puissants de l'IA aujourd'hui. 00:00 – Intro 00:40 – Qu'est-ce que Poetiq ? 01:07 – Auto-amélioration récursive expliquée 02:07 – Le piège du fine-tuning 02:59 – Des "pilotis" pour les LLMs 03:14 – Auto-amélioration récursive vs. fine-tuning 05:05 – Prendre la première place sur ARC-AGI 06:37 – Battre Claude à l'examen final de l'humanité 08:40 – Comment fonctionne le méta-système 10:26 – Au-delà du RL : une nouvelle courbe en S 11:32 – Automatiser l'ingénierie des prompts 13:37 – De 5 % à 95 % de performance 14:50 – Accès anticipé et mise en place de votre agent sur des pilotis 16:17 – D'un fondateur de YC à chercheur chez DeepMind 18:29 – Conseils pour les ingénieurs à l'ère de l'IA