Bibliographie ciblée · v0.8
Antériorités avant originalité.
La revue v0.8 ajoute explicitement les familles que T^GPT doit battre ou distinguer : semantic entropy, Quality-Diversity, Verbalized Sampling, pluralistic alignment, self-consistency, multi-agent debate, topologie et post-training ouvert.
| Famille | Référence | Usage v0.8 |
|---|---|---|
| Semantic entropy | Farquhar et al. (Nature, 2024) — Detecting hallucinations in large language models using semantic entropy | baseline méthodologique pour regrouper les générations par sens et mesurer une entropie sémantique ; ne définit pas à elle seule D_sem ou REC^GAIN. |
| Quality-Diversity | Mouret & Clune (2015) — Illuminating search spaces by mapping elites | antériorité structurale majeure : collection de solutions diverses et performantes ; T^FIELD doit être comparé à niching/QD avant toute revendication d’originalité. |
| Verbalized Sampling | Zhang et al. (2025) — Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity | baseline training-free obligatoire ; documente typicality bias dans les préférences et propose une stratégie simple de diversification. |
| Pluralistic alignment | Feng et al. (EMNLP 2024) — Modular Pluralism | antériorité sur Overton / steerable / distributional pluralism et collaboration multi-LLM. |
| Self-consistency | Wang et al. (2022) — Self-Consistency Improves Chain of Thought Reasoning | baseline d’échantillonnage de trajectoires puis agrégation vers la réponse la plus consistante ; utile comme contraste avec conservation non majoritaire. |
| Multi-agent debate | Du et al. (2023) — Improving Factuality and Reasoning through Multiagent Debate | baseline conventionnelle de débat multi-round conduisant vers une réponse commune. |
| Consensus-free debate | Cui et al. (Findings ACL 2026) — Free-MAD | antériorité directe sur anti-conformité et critique du consensus/majority vote. |
| Topologie multi-agent | Chen et al. (Findings ACL 2026) — Diversity Collapse in Multi-Agent LLM Systems | H08 et la partie existentielle de H14 deviennent partiellement soutenues/documentées : topologies denses et structural coupling peuvent accélérer convergence prématurée. |
| Post-training ouvert | Ai2 — Tülu 3 · Tülu 3 technical overview | E1-STAGE : recettes, données et code ouverts pour SFT, DPO et RLVR ; attribution étape par étape lorsque checkpoints ou reproduction le permettent. |
| OLMo 2 | Ai2 — OLMo 2 | écosystème ouvert de réplication / ablation ; l’usage exact dépend des artefacts intermédiaires disponibles. |
| Self-correction | Huang et al. — Large Language Models Cannot Self-Correct Reasoning Yet | antériorité pour R_meta et nécessité de distinguer critique intrinsèque, feedback externe et conditions d’élicitation. |
| Psychométrie / validité | Cronbach & Meehl (1955) · Messick (1989) | montre que la branche cognition-mesure doit être traitée comme extension métrologique adjacente et non comme contribution centrale originale. |
règle d’originalité
Une ressemblance structurelle n’est ni identité ni nouveauté.
T^FIELD n’est pas déclaré identique à MAP-Elites, Free-MAD ou Modular Pluralism. Mais ces antériorités deviennent des concurrents obligatoires. Toute contribution revendiquée doit être formulée comme différence opérationnelle mesurée après comparaison à ces baselines.