Sources actives · extension 11.09.2026
Références actives
Chaque source soutient un claim local. Aucune proximité avec T^ n’est transformée en équivalence ou validation automatique. Les rumeurs sont conservées comme rumeurs, séparément des sources primaires.
| Statut | Référence | Usage T^GPT |
|---|---|---|
| OpenAI · 08.09.2026 · primaire | On the Navier–Stokes Millennium Prize Problem | modèle interne post-Astra, groupes d’agents, ≈10 000 agents concurrents, outils, cross-pollination, changement de version du modèle, 88 h, 2,7 M messages, ≈130 Md tokens |
| Clay Mathematics Institute · officiel | Navier–Stokes Equation | statut institutionnel extérieur du problème ; séparation publication OpenAI / reconnaissance du Millennium Prize |
| RUMEUR · 28.08.2026 · secondaire | AI Minute — Rumour: OpenAI is said to have finished training a 10-trillion-parameter model called Bel | traçage de la rumeur BEL vers une source sociale unique ; absence de confirmation OpenAI |
| RUMEUR · 27.08.2026 · secondaire | Traictory — Did OpenAI Really Finish a 10-Trillion-Parameter Pretraining Run? | contre-vérification de provenance ; distinction plausibilité / preuve |
| Source déclenchante · 11.09.2026 | Vidéo analysée — DYrgYW8SZa4 | point de départ du complément ; ses affirmations BEL/GPT‑7 ne sont pas utilisées comme preuve primaire |
| EMNLP 2024 | Lin et al. — Mitigating the Alignment Tax of RLHF | oubli de capacités, compromis alignement/conservation |
| EMNLP 2025 · Outstanding Paper | Shen et al. — MiCRo | préférences hétérogènes, erreur irréductible d’un reward global unique |
| ACL 2026 Findings | Chen et al. — Decoupling the Effect of Chain-of-Thought Reasoning: A Human Label Variation Perspective | top‑1 vs distribution, priors, ambiguïté |
| ACL 2026 Findings | Xu et al. — From Noise to Signal to Selbstzweck | Human Label Variation, consensus artificiel, pluralisme |
| EMNLP 2025 | Yun et al. — The Price of Format: Diversity Collapse in LLMs | tokens structurants, diversité, température |
| ICLR 2025 | Li et al. — Preserving Diversity in Supervised Fine-Tuning of Large Language Models | SFT, cross-entropy, diversité |
| ICML 2024 | Sorensen et al. — A Roadmap to Pluralistic Alignment | Overton, steerable, distributional pluralism |
| ACL 2026 Findings | Chen et al. — Diversity Collapse in Multi-Agent LLM Systems | couplage structurel, autorité, convergence prématurée |
| ACL 2026 Findings | Cui et al. — Free-MAD: Consensus-Free Multi-Agent Debate | anti-conformité, consensus non obligatoire |
| ACL 2026 | Xu & Zhang — Language of Thought Shapes Output Diversity | diversité de trajectoire multilingue |
| Model card | Mistral-7B-Instruct-v0.3 | paire base/instruct |
| Model card | Meta Llama 3.1 8B Instruct | paire base/instruct |
| OpenAI · 2025 | Expanding on what we missed with sycophancy | post-entraînement, signaux de comportement |
| OpenAI · 2025 | Collective alignment | pluralité des préférences et comportement par défaut |
| AERA · APA · NCME · 2014 | Standards for Educational and Psychological Testing | validité, fidélité, interprétation et portée des scores psychométriques |
| Nature Reviews Neuroscience · 2010 | Deary, Penke & Johnson — The neuroscience of human intelligence differences | facteur général, différences cognitives et prudence d’interprétation |
| Human Resource Management Review · 2015 | Schneider & Newman — Intelligence is multidimensional | modèles hiérarchiques, capacités spécifiques, profil vs unidimensionnalité |
| Educational Studies in Mathematics · 1984 | Clements — Terence Tao | cas documenté de précocité mathématique ; trajectoire vs compression scalaire |
| UCLA | Terence Tao — Professor of Mathematics | parcours académique, professorat à 24 ans, Fields Medal et distinctions |
| Annals NYAS · 2023 | Bommasani, Liang & Lee — Holistic Evaluation of Language Models | évaluation multi-scénarios et multi-métriques des modèles |
Règle bibliographique
Le corpus recherche aussi des résultats qui contredisent ses hypothèses. Alignment tax, diversity collapse, pluralistic alignment, psychométrie, critique des benchmarks et orchestration multi-agent ne sont pas utilisés comme slogans : chaque phénomène garde son protocole, son domaine et ses limites.
Une rumeur peut rester dans le corpus si son statut et sa provenance sont nécessaires à l’analyse d’un récit public ; elle ne peut pas être promue au rang de fait par répétition.