Tout le monde parle des environnements RL. Et vous avez trop peur de demander à ce stade, "qu'est-ce qu'un environnement RL" ? Pensez-y comme à un monde où un agent vit, où l'état actuel, les récompenses et l'objectif sont définis. Une nouvelle façon de développer l'intelligence. La partie la plus difficile de la définition des environnements RL est de faire en sorte que le contexte et les actions aient du sens. Pour la plupart des praticiens, comme pour toute nouvelle technologie, ce ne sera pas le cas. Définir l'espace d'observation/action + la fonction de récompense est entièrement une question de données... 👀

Il y a deux semaines, OpenAI a lancé GPT-5. Une grande partie du buzz concerne son modèle de codage, qui est maintenant en concurrence avec Claude Code d'Anthropic. Ses nouvelles compétences, cependant ? Acquises grâce à un entraînement sur des données de codage du monde réel. Que se passerait-il si ces mêmes données étaient accessibles à tout chercheur développant des modèles de nouvelle génération ? C'est ce que fait ORO.

Fait sous-estimé sur les données d’IA de pointe : Scale AI prévoit un chiffre d’affaires de 2 milliards de dollars en 2025. Si l’on ajoute Surge, Mercor et d’autres, le total des dépenses en données atteint environ 3,5 milliards de dollars, principalement pour les modèles de raisonnement. Mais l’IA multimodale ? Attendez-vous à ce qu’il soit 10 fois plus grand. Piloté par la vidéo, l’audio et au-delà.