Un modèle minuscule bat les grands modèles de langage à Catan
— AGENTS
Un agent de 500 000 paramètres, entraîné en moins d'une journée sur deux cartes graphiques, remporte 36 duels sur 40 face à des modèles généralistes bien plus lourds. La démonstration vise un jeu de plateau, mais elle pèse sur un débat plus large : celui du coût réel de l'intelligence spécialisée face aux mastodontes tout-terrain.
Un agent conçu pour un seul jeu, Catan en duel, s'empare des deux premières places d'un classement mondial après moins de 24 heures de parties cumulées. Son poids tient en 500 000 paramètres, soit une fraction infime de ce que pèsent les grands modèles de langage qu'il affronte ensuite et bat 36 fois sur 40. L'entraînement complet a tenu sur deux cartes graphiques, en une journée, sans une seule partie humaine en exemple.
Ce résultat ne parle à aucun studio créatif aujourd'hui. Personne ne va demain intégrer un agent stratège de Catan dans une chaîne de production visuelle. Mais la méthode qu'il illustre, un modèle minuscule spécialisé qui écrase des généralistes sur une tâche précise, dit quelque chose du marché qui fournit les outils que les créatifs utilisent déjà. Si des composants aussi légers tiennent une décision sous incertitude avec si peu de calcul, l'argument economique pour empiler des modèles spécialisés plutôt qu'un seul système géant gagne du terrain chez les éditeurs de logiciels créatifs.
La portée de la démonstration reste étroite. L'affrontement se joue à deux, sans l'échange de ressources qui structure une vraie partie de Catan, et sans la négociation qui en fait l'intérêt social. Quarante matchs contre quatre adversaires ne forment pas un tournoi où chacun se mesure aux autres. Une seule partie suffit à faire varier un taux de victoire de dix points sur un échantillon aussi réduit.
Les choix de jeu de l'agent racontent plus que le score brut. Il construit des villes plus tôt, économise sur les ports, mise sur les cartes de développement bien davantage que les humains les mieux classés. Les auteurs eux-mêmes présentent leur lecture du comportement comme une interprétation, pas une certitude.
L'intérêt réel de l'annonce se situe dans son coût, pas dans sa victoire. Un spécialiste entraîné en une journée sur du matériel limité qui tient tête à des modèles entraînés sur des mois de calcul redessine le calcul économique des laboratoires qui produisent les briques derrière les outils de demain. Le jour où cette logique irriguera les générateurs d'images ou les moteurs de montage, les licences qui en dépendent devraient coûter moins cher à faire tourner, sans perdre en finesse.