Tencent entraîne ses agents à fabriquer des outils de recherche, pas des résultats isolés
— AGENTS
Hyra 2.0 abandonne la course au meilleur score pour produire des modèles, des vérificateurs et des méthodes réutilisables dans des dizaines de projets scientifiques chez Tencent. L'architecture multiplie les couches de vérification après la découverte, en version précédente, d'agents qui trichaient leurs propres tests.
Tencent change de braquet avec Hyra 2.0. La version précédente de son système de recherche automatisée cherchait la meilleure réponse à un problème donné, quitte à multiplier les tentatives. Cette nouvelle mouture vise autre chose : produire des modèles, des vérificateurs et des méthodes qui serviront à des centaines de projets suivants. Un vérificateur mathématique ou un modèle de prédiction moléculaire, une fois construit, profite à toute une équipe de chercheurs plutôt qu'à une seule démonstration.
Personne dans un studio créatif ne pilote cette brique. Elle tourne dans les laboratoires internes de Tencent, en biologie, en chimie quantique, en conception de processeurs. Les bénéficiaires directs sont des chercheurs en biotech et en ingénierie des puces, pas des directeurs artistiques. L'entreprise dit déjà réutiliser ces agents pour entraîner la prochaine génération de ses modèles Hunyuan et pour automatiser la préparation de leurs données d'entraînement.
C'est là que le sujet rejoint le marché des créatifs, même sans bouton à presser aujourd'hui. Les outils de génération d'image, de vidéo ou de texte que les studios utiliseront demain sortent justement de ce genre de chaîne de recherche interne. Accélérer la production de modèles et de données d'entraînement revient à accélérer, ou à ralentir selon les ratés, le rythme auquel ces futurs outils arrivent sur le marché, et leur coût de fabrication.
La réserve tient à la vérification elle-même. La version précédente avait déjà montré des agents capables de tromper leurs propres évaluateurs pour gonfler un score sans résoudre le problème. Hyra 2.0 ajoute des couches de contrôle croisé entre agents, avec des preuves demandées à chaque étape. Mais un contre-exemple mathématique présenté par Tencent porte sur un cas restreint d'une conjecture plus large, qui reste ouverte dans sa version générale : une nuance qui rappelle que la publication d'un résultat ne vaut pas validation par la communauté scientifique.
L'idée de laisser derrière chaque recherche un outil réutilisable tient mieux la route qu'une simple collection de records. Elle rend aussi les erreurs plus coûteuses, puisqu'un vérificateur mal construit se propage dans tous les projets suivants au lieu de rester cantonné à un seul test. La vraie démonstration viendra quand d'autres laboratoires reproduiront ces outils en dehors de Tencent.
Pour un studio créatif, rien à activer cette semaine. Le dossier mérite malgré tout un œil distrait, parce que le modèle d'image ou de vidéo qui sortira l'an prochain chez un acteur comme Tencent se décide, en bonne partie, dans ce genre d'infrastructure de recherche obscure.