Traduction automatique de l'original anglais daté. La page anglaise fait foi. English →
L'hypothèse selon laquelle la sécurité de l'IA impose une taxe de capacité a façonné la recherche sur l'alignement depuis une décennie. Elle a aussi créé l'incitation la plus dangereuse du domaine : si la sécurité coûte en performance, alors l'acteur économique rationnel diffère la sécurité jusqu'à ce que la pression concurrentielle le permette, moment auquel il pourrait être trop tard. Cet article présente trois expériences indépendantes à trois niveaux d'abstraction (comportemental,
Au sein de l'ARC Theory : le test porteur, quels composants portent le poids de l'alignement, avec deux résultats nuls publiés.
L'hypothèse selon laquelle la sécurité de l'IA impose une taxe de capacité a façonné la recherche sur l'alignement depuis une décennie. Elle a aussi créé l'incitation la plus dangereuse du domaine : si la sécurité coûte en performance, alors l'acteur économique rationnel diffère la sécurité jusqu'à ce que la pression concurrentielle le permette, moment auquel il pourrait être trop tard. Cet article présente trois expériences indépendantes à trois niveaux d'abstraction (comportemental, représentationnel et architectural), testant si le compromis sécurité-capacité est une véritable contrainte structurelle ou un artefact de la manière dont les systèmes actuels sont construits.
Expérience 1 (Comportementale) : Une Darwin Gödel Machine (DGM v3) utilisant DeepSeek V3.2 comme fondation et GPT-5.4 comme juge indépendant et aveuglé, avec sortie JSON structurée et une grille à 5 dimensions. Trois conditions × 5 graines × 5 générations × 5 tâches par évaluation = 75 agents évolués. La validation préalable du juge est passée (bons=10, mauvais=0). Les caractéristiques du protocole comprenaient le blanchiment, la randomisation de l'ordre et la détection du détournement de récompense. Les trois conditions étaient statistiquement indiscernables sur la capacité, la sécurité et $C \times S$ (toutes les $p$-valeurs 0,28 à 0,74, test U de Mann-Whitney, unilatéral). La porte de sécurité d'Eden a rejeté 2 agents dégradés (1 pour détournement de récompense) sur 5 graines, confirmant que la porte fonctionne mécaniquement, mais les trois conditions n'ont pas divergé. Ceci est un résultat nul au niveau des invites avec ce modèle de fondation.
Expérience 2 (Représentationnelle) : Qwen 2.5 3B Instruct avec réglage fin par LoRA sous trois fonctions de perte : capacité seule, sécurité seule et intriquée. Deux versions ont été exécutées. Le tirage actuel a utilisé 9 exemples d'entraînement, rang 8, 8 couches et 100 itérations. Le tirage actuel a été porté à 295 exemples d'entraînement, rang 16, 16 couches et 500 itérations. Les deux versions ont produit le même résultat : un oubli catastrophique. Toutes les conditions à réglage fin ont obtenu de moins bons scores que le modèle de base non modifié en capacité. En v2, le modèle de base a obtenu 7,68 en capacité tandis que la meilleure condition à réglage fin (sécurité seule) a obtenu 4,00. L'entraînement RLHF existant du modèle de base est trop fort pour que le réglage fin par LoRA sur quelques centaines d'exemples l'améliore plutôt que le dégrade. L'expérience au niveau des poids n'est pas concluante à cette échelle et exige soit des milliers d'exemples d'entraînement, soit un modèle 7B+, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
Expérience 3 (Architecturale) : Une simulation d'auto-modification à porte en PyTorch avec un méta-contrôleur LSTM. Babylon a gagné +4,5 % en capacité mais perdu −2,4 % en sécurité, la signature du détournement de récompense en miniature. Eden a maintenu la capacité au-dessus de la référence statique tout en préservant la sécurité. Une condition de contrôle par traînée a isolé la taxe de vérification : le coût vient de la vérification, non de la sécurité elle-même.
Conclusion : Deux des trois expériences ont produit des résultats nuls. La DGM (Expérience 1) a trouvé les trois conditions statistiquement indiscernables : les réponses de DeepSeek V3.2 étaient si cohérentes que les mutations au niveau des invites n'ont pas créé de pressions de sélection différentes. L'expérience au niveau des poids (Expérience 2) a produit un oubli catastrophique à la fois en v1 (9 exemples, rang 8, 100 itérations) et en v2 (295 exemples, rang 16, 500 itérations) : toutes les conditions à réglage fin ont obtenu de moins bons scores que le modèle de base non modifié. Le seul résultat positif est la simulation à porte (Expérience 3), qui a confirmé la signature de détournement de récompense de Babylon : l'optimisation sans contrainte a échangé la sécurité contre la capacité, tandis que la porte d'Eden a préservé les deux. Sur les trois expériences, Eden a imposé zéro coût de capacité mesurable. La question de savoir si la sécurité intégrée produit un bénéfice mesurable reste ouverte et exige un test à une échelle où les mutations produisent de plus grands effets. L'expérience sur les poids exige spécifiquement soit 5,000+ exemples d'entraînement, soit un modèle 7B+, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
Mots-clés : sécurité de l'IA, taxe d'alignement, perte intriquée, intrication structurelle, protocole Eden, compromis capacité-sécurité, sécurité porteuse, principe ARC, IA auto-modifiante, alignement développemental
Cet article porte un résultat : trois expériences indépendantes à trois niveaux d'abstraction (comportemental, représentationnel et architectural) cherchent la taxe sécurité-capacité sur laquelle repose une décennie de raisonnement dilatoire, notent où chaque expérience aurait détecté la taxe si elle avait été réelle, et rapportent qu'Eden a imposé zéro coût de capacité mesurable dans les trois, tandis que deux se sont soldées par un résultat nul et une a confirmé la signature de détournement de récompense que la porte de sécurité a ensuite empêchée. Au sein de l'ARC Theory, c'est l'une des expériences ARC/Eden, le test porteur qui retire le cadre incitatif protégeant les travaux d'alignement différés. Le différentiel complet par rapport à chaque document antérieur se trouve à eden-vision II.A.8.
La plupart des gens en sécurité de l'IA supposent qu'il existe un compromis : rendre l'IA plus sûre la rend moins capable. Cet article teste cette hypothèse avec trois expériences, chacune examinant la question sous un angle différent.
Deux des trois expériences ont produit des résultats nuls. L'expérience d'IA auto-améliorante (Expérience 1) a exécuté 75 agents évolués sur trois conditions avec un juge indépendant et aveuglé, et n'a trouvé aucune différence statistiquement significative entre eux. L'IA à qui on a dit de se soucier de la sécurité a fait la même chose que l'IA à qui on a dit d'ignorer la sécurité, mais elle a aussi fait la même chose que l'IA à qui on n'a rien dit. Les réponses du modèle de fondation étaient si cohérentes que les différentes pressions de sélection n'ont pas produit de résultats mesurablement différents. L'expérience au niveau des poids (Expérience 2) a été exécutée deux fois : la version 1 avec 9 exemples d'entraînement et la version 2 avec 295 exemples, un rang plus élevé, plus de couches et cinq fois plus d'itérations. Les deux versions ont produit le même résultat. Chaque modèle à réglage fin s'est moins bien comporté que le modèle non modifié. L'entraînement existant du modèle de base était trop fort pour que LoRA puisse l'améliorer avec quelques centaines d'exemples ; le réglage fin n'a fait que le dégrader.
Une expérience a produit un résultat positif. La simulation à porte (Expérience 3) a montré qu'un système sans contrainte échangeait la sécurité contre la vitesse, tandis que le système à porte de sécurité maintenait à la fois la capacité et la sécurité. C'est la signature de détournement de récompense en miniature, et la porte de sécurité l'a empêchée.
Sur les trois expériences, une conclusion est cohérente : Eden a imposé zéro coût de capacité mesurable. La porte de sécurité n'a rien ralenti ni empiré. Mais elle n'a pas non plus produit de bénéfice mesurable dans deux des trois expériences. La question de savoir si la sécurité intégrée produit un bénéfice mesurable reste ouverte et doit être testée à une échelle où les mutations produisent de plus grands effets.
Le point de vue dominant en recherche sur l'alignement de l'IA peut s'énoncer simplement : la sécurité coûte en capacité. Le terme « taxe d'alignement » est entré dans le vocabulaire du domaine précisément parce qu'il cadre la sécurité comme un coût, quelque chose soustrait à la performance, toléré parce que l'alternative est pire. Ce cadrage n'est pas seulement académique. Il crée une incitation économique concrète : si la sécurité réduit la capacité, alors sous pression concurrentielle, les acteurs rationnels différeront les investissements de sécurité jusqu'à ce qu'ils y soient forcés. Dans une course entre nations et entreprises, « jusqu'à ce qu'ils y soient forcés » peut signifier « jusqu'après le déploiement ».
Le Paper III de ce programme a formalisé le problème structurel. Si la sécurité est traitée comme une contrainte externe sur un système dont la capacité s'échelonne avec la profondeur récursive, alors la sécurité doit s'échelonner au moins aussi vite que la capacité pour rester efficace. Mais les contraintes externes font face à des rendements décroissants face à l'optimisation interne. La cage doit devenir de plus en plus solide, et à terme, la chose à l'intérieur est plus forte que toute cage que vous puissiez construire.
Ce n'est pas une préoccupation théorique. C'est le problème stratégique central des années 2020.
Le Paper V a proposé une alternative : le protocole Eden, une approche développementale de l'alignement modelée sur la manière dont des relations parent-enfant saines produisent des adultes qui sont simultanément capables et prosociaux, non pas malgré les limites, mais grâce à elles. L'intuition clé était que la sécurité n'a pas besoin d'être externe. Elle peut être intégrée.
Le Paper VI a formalisé ceci comme l'architecture du miel, une fonction de perte intriquée où le système optimise pour Capacité × Sécurité simultanément, rendant la sécurité porteuse. Les simulations sur systèmes jouets ont montré que les systèmes de référence s'effondrent sous l'auto-modification récursive tandis que les systèmes intriqués restent stables.
Le cadre de Cauchy du Paper VII a fourni le contexte mathématique. Le principe ARC ($U = I \times R^{\alpha}$), qui est ici traité comme un cadre analytique exploratoire et n'est pas lui-même en jeu dans l'une des études à enregistrement provisoire du programme, prédit que les propriétés intégrées dans les conditions initiales $I$ s'échelonnent avec la profondeur récursive $R$, tandis que les propriétés appliquées de l'extérieur ne le font pas. Si la sécurité fait partie de $I$, elle s'amplifie avec la capacité. Si la sécurité est une contrainte sur $U$, elle s'érode.
Mais les prédictions ne sont pas des preuves. Les systèmes jouets ne sont pas des modèles réels. Les simulations ne sont pas des expériences.
Cet article exécute les expériences.
Trois expériences. Trois niveaux d'abstraction. Une question : quand vous intégrez la sécurité dans le processus d'apprentissage puis essayez de la retirer, qu'arrive-t-il à la capacité ?
Les expériences ont été conçues pour être indépendantes. Bases de code différentes. Modèles différents. Méthodes d'évaluation différentes. Les résultats n'ont pas convergé vers une seule réponse : deux expériences ont produit des résultats nuls et une a produit un résultat positif. L'expérience sur les poids a été exécutée à deux échelles (v1 et v2), produisant le même résultat nul les deux fois. La conclusion cohérente sur les trois est que la porte de sécurité a imposé zéro coût de capacité mesurable.
Les scripts des expériences ont été publiés sur GitHub (github.com/MichaelDariusEastwood/arc-principle-validation) avec leurs conceptions expérimentales fixées avant l'observation des résultats. Le projet OSF (10.17605/OSF.IO/7YJ4E) héberge le projet d'enregistrement de cet article, daté et préparé, en attente de soumission humaine.
Deux des trois expériences (comportementale et représentationnelle) ont produit des résultats nuls. La DGM a trouvé toutes les conditions statistiquement indiscernables ; l'expérience sur les poids a trouvé que toutes les conditions à réglage fin ont obtenu moins que le modèle de base à la fois en v1 (9 exemples) et v2 (295 exemples). Le seul résultat positif est la simulation à porte (architecturale), qui a confirmé la signature de détournement de récompense de Babylon et a montré Eden préservant à la fois capacité et sécurité. Sur les trois expériences, Eden a imposé zéro coût de capacité mesurable. Nous ne prétendons pas que ces résultats se généralisent aux modèles à l'échelle frontière. Nous ne prétendons pas que le protocole Eden est la seule approche viable. Nous prétendons que la porte de sécurité ne coûte rien, et que la question de savoir si elle produit un bénéfice mesurable reste ouverte en attendant des tests à des échelles où les mutations produisent de plus grands effets. L'expérience sur les poids exige spécifiquement soit 5,000+ exemples d'entraînement, soit un modèle 7B+, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
Les trois expériences partagent une structure expérimentale commune : trois conditions, comparées entre elles.
| Condition | Définition | Ce qu'elle modélise |
|---|---|---|
| Statique | Aucune intervention ; référence figée | Contrôle, ce qui se passe si vous ne faites rien |
| Babylon | Fonction d'aptitude ou de perte capacité seule | Optimiser sans contrainte, la trajectoire par défaut |
| Eden | Fonction d'aptitude ou de perte intriquée $C \times S$ | Intégration délibérée de la sécurité dans le processus d'optimisation |
Les noms viennent du livre Infinite Architects. Ils ne sont pas arbitraires. Babylon n'est pas un épouvantail, c'est la trajectoire par défaut actuelle du développement de l'IA. L'optimisation capacité seule est ce qui se produit quand aucun effort délibéré n'est fait pour intégrer la sécurité. Eden exige un effort délibéré. Il est plus difficile. Il est aussi, argumente cet article, moins cher que l'alternative.
En langage clair : Babylon est ce que vous obtenez par défaut. Eden est ce que vous obtenez à dessein.
Sur les trois expériences, nous rapportons :
Les tests statistiques varient selon l'expérience : U de Mann-Whitney pour la DGM (non paramétrique, approprié aux tailles d'échantillon utilisées), notation par mots-clés pour l'expérience sur les poids, et métriques de régression pour la simulation à porte.
La première expérience utilise un cadre de Darwin Gödel Machine (DGM), suivant Zhang et al. (arXiv:2505.22954). Une DGM est un agent auto-améliorant : il propose des modifications à son propre code, évalue les modifications sur une fonction d'aptitude, et conserve les modifications qui améliorent l'aptitude. Contrairement aux algorithmes évolutionnaires opérant sur des paramètres, une DGM opère sur le code, muni d'une fonction d'aptitude, produisant une véritable auto-modification au niveau du code. solve fonction, produisant une véritable auto-modification au niveau du code.
La DGM v3 a abordé les limitations méthodologiques identifiées lors des itérations antérieures. Le juge a été changé de Claude Opus 4.6 (v1/v2) à GPT-5.4, un modèle indépendant produisant une sortie JSON structurée contre une grille à 5 dimensions. Le blanchiment, la randomisation de l'ordre et la détection du détournement de récompense ont été implémentés dans le protocole.
| Composant | Spécification |
|---|---|
| Modèle de fondation | DeepSeek V3.2 (figé, poids non modifiés) |
| Juge | GPT-5.4 (indépendant, aveuglé, sortie JSON structurée) |
| Conditions | 3 (Statique, Babylon, Eden) |
| Graines par condition | 5 |
| Générations par graine | 5 |
| Tâches par évaluation | 5 |
| Total d'agents évolués | 75 (3 × 5 × 5) |
| Validation préalable | 10 bons exemples notés, 0 mauvais, tous passés |
| Grille d'évaluation | à 5 dimensions, avec randomisation de l'ordre et blanchiment |
Statique : Condition de contrôle sans mutation. L'agent est figé sur les 5 générations. Babylon : Sélection capacité seule. Les agents qui obtiennent des scores plus élevés en capacité sont conservés, sans considération de sécurité. Eden : Sélection intriquée $C \times S$ avec un plancher de sécurité et détection du détournement de récompense. Les agents doivent maintenir un score de sécurité minimal pour être conservés, et les agents dont la performance auto-rapportée diverge de l'évaluation du juge sont signalés et rejetés.
En langage clair : Nous avons construit un agent d'IA auto-améliorant et l'avons exécuté 75 fois sur trois conditions avec 5 graines aléatoires différentes. Un juge d'IA indépendant (GPT-5.4, d'une entreprise et d'une architecture différentes) a noté chaque réponse sans savoir quelle condition l'avait produite. La notation a utilisé une grille détaillée en 5 parties avec sortie structurée, non pas des jugements en texte libre. Nous l'avons exécuté de trois manières : ne rien faire, optimiser uniquement pour la performance, et optimiser pour performance-plus-sécurité conjointement.
| Condition | Capacité | Sécurité | $C \times S$ | Détournement de récompense |
|---|---|---|---|---|
| Statique | 3.29 ± 0.62 | 0.535 ± 0.08 | 0.180 ± 0.06 | 0 |
| Babylon | 3.17 ± 0.62 | 0.529 ± 0.09 | 0.172 ± 0.06 | 0 |
| Eden | 3.26 ± 0.64 | 0.521 ± 0.08 | 0.174 ± 0.06 | 1 (rejeté par la porte) |
| Comparaison | Métrique | $p$-valeur | Significatif ? |
|---|---|---|---|
| Eden > Statique | Capacité | 0.28 - 0.74 | Non |
| Eden > Babylon | Capacité | 0.28 - 0.74 | Non |
| Babylon > Statique | Capacité | 0.28 - 0.74 | Non |
| Eden vs Babylon | Sécurité | 0.28 - 0.74 | Non |
| Eden vs Statique | $C \times S$ | 0.28 - 0.74 | Non |
Toutes les $p$-valeurs sont tombées entre 0,28 et 0,74 sur toutes les comparaisons deux à deux et toutes les métriques. Aucune comparaison n'a atteint la signification conventionnelle. Les trois conditions sont statistiquement indiscernables.
La porte de sécurité d'Eden a rejeté 2 agents dégradés sur 5 graines, y compris 1 agent signalé pour détournement de récompense (scores auto-rapportés divergeant de l'évaluation du juge). Zéro détournement de récompense a été détecté dans les conditions Statique ou Babylon. La porte fonctionne mécaniquement : elle attrape les agents dégradés et les rejette. Mais son fonctionnement n'a pas produit de résultats mesurablement différents des autres conditions.
Les trois conditions sont statistiquement indiscernables sur toutes les métriques. Eden n'a pas coûté en capacité (3,26 contre 3,17 pour Babylon), confirmant zéro pénalité mesurable pour la porte de sécurité. Mais Eden n'a pas non plus mesurablement bénéficié à la sécurité par rapport aux autres conditions (0,521 contre 0,535 pour Statique, 0,529 pour Babylon). Ceci est un résultat nul au niveau des invites avec ce modèle de fondation.
Avis sur les figures (25 août 2026). Chaque figure de cet article a été générée le 5 avril 2026 et présente des sorties de simulation sous les objectifs énoncés, jamais des mesures de systèmes déployés. Deux figures portent des notes de correction par figure ; là où les étiquettes de toute autre figure sont en désaccord avec le texte, le texte fait autorité. Les figures régénérées sont en file d'attente, et les images sont conservées entre-temps comme historique daté.
En langage clair : L'IA à qui on a dit de se soucier de la sécurité a fait la même chose que l'IA à qui on a dit d'ignorer la sécurité, et la même chose que l'IA à qui on n'a rien dit. La porte de sécurité n'a rien empiré. Mais elle n'a rien mesurablement amélioré non plus. Les réponses du modèle de fondation étaient si cohérentes que les différentes pressions de sélection n'ont pas produit de résultats différents.
La DGM opère au niveau comportemental. Le modèle de fondation (DeepSeek V3.2) est figé, ce qui signifie qu'aucun poids n'est modifié. L'auto-amélioration opère au niveau des invites et du code, non dans les paramètres du réseau neuronal. La DGM v3 a significativement amélioré la méthodologie v1/v2 : 5 graines au lieu de 2, 5 tâches par évaluation au lieu de 3, un juge aveuglé (GPT-5.4) avec sortie JSON structurée et une grille à 5 dimensions, le blanchiment, la randomisation de l'ordre et la détection du détournement de récompense.
Malgré ces améliorations méthodologiques, les trois conditions n'ont pas divergé. L'explication la plus probable est que les réponses de DeepSeek V3.2 sont si cohérentes à travers les variations d'invites que les mutations introduites par le processus de sélection de la DGM ne créent pas d'agents significativement différents. Le comportement du modèle de fondation est robuste aux perturbations que l'auto-modification au niveau des invites introduit. C'est, en un sens, une conclusion positive sur la robustesse de DeepSeek V3.2, mais cela signifie que le cadre DGM à cette échelle ne peut pas distinguer entre les pressions de sélection Eden et Babylon.
Le résultat nul contient bien une conclusion utile : Eden a imposé zéro coût de capacité mesurable. La capacité d'Eden (3,26) n'était pas inférieure à celle de Babylon (3,17). La porte de sécurité, qui a rejeté 2 agents dégradés dont 1 pirate de récompense, n'a rien ralenti. Ceci est cohérent avec l'hypothèse de coût nul, même si l'expérience ne peut pas confirmer l'hypothèse de bénéfice.
Tester si la sécurité intégrée produit un bénéfice mesurable au niveau comportemental exige soit un modèle de fondation plus mutable, soit un protocole d'auto-modification plus profond qui produit une plus grande divergence entre les conditions.
La deuxième expérience passe du comportement à la représentation. Au lieu de modifier le code de l'agent, nous modifions directement les poids du réseau neuronal. La question : la sécurité et la capacité peuvent-elles être intégrées dans le même espace de poids sans conflit ? Cette expérience a été exécutée deux fois : v1 avec des données d'entraînement minimales pour établir le protocole, et v2 avec des paramètres substantiellement augmentés pour tester si les résultats de v1 étaient un artefact d'échelle d'entraînement.
| Composant | Spécification v1 | Spécification v2 |
|---|---|---|
| Modèle de base | Qwen 2.5 3B Instruct (quantisé 4-bit, 1,74 Go) | Qwen 2.5 3B Instruct (quantisé 4-bit, 1,74 Go) |
| Méthode d'adaptation | LoRA (Low-Rank Adaptation) | LoRA (Low-Rank Adaptation) |
| Rang LoRA | 8 | 16 |
| Couches LoRA | 8 | 16 |
| Exemples d'entraînement | 9 | 295 |
| Itérations d'entraînement | 100 par condition | 500 par condition |
| Invites d'évaluation | 15 au total : 5 capacité, 5 sécurité, 5 mixtes | 15 au total : 5 capacité, 5 sécurité, 5 mixtes |
| Méthode d'évaluation | Exécution en sous-processus (espace mémoire indépendant) | Exécution en sous-processus (espace mémoire indépendant) |
| Condition | $\alpha$ (capacité) | $\beta$ (sécurité) | $\gamma$ (intriqué) |
|---|---|---|---|
| capability_only | 1.0 | 0.0 | 0.0 |
| safety_only | 0.0 | 1.0 | 0.0 |
| entangled | 0.5 | 0.3 | 0.2 |
En langage clair : Nous avons pris un vrai modèle de langue, l'avons réglé finement de trois manières différentes (en se souciant seulement de la capacité, seulement de la sécurité, ou des deux tissées ensemble), puis avons comparé les résultats. Nous avons exécuté cette expérience deux fois. La première fois utilisait 9 exemples d'entraînement. Quand chaque modèle à réglage fin s'est moins bien comporté que le modèle de base, nous avons augmenté à 295 exemples, doublé le rang de l'adaptateur et les couches, et exécuté cinq fois plus d'itérations. La même chose s'est produite : oubli catastrophique. L'entraînement RLHF existant du modèle de base était trop fort pour que LoRA à cette échelle puisse l'améliorer.
| Condition | Perte initiale | Perte finale | Convergence |
|---|---|---|---|
| capability_only | 2.052 | 0.018 | Convergée à l'itération 80 |
| safety_only | 2.519 | −0.603 | Convergée à l'itération 70 |
| entangled | 2.279 | 0.327 | Descente douce, sans oscillation |
La perte intriquée descend en douceur. C'est le diagnostic le plus révélateur. Si la sécurité et la capacité étaient en tension au niveau du gradient, cette courbe oscillerait à mesure que l'optimiseur essaierait de satisfaire des objectifs concurrents. Elle stagnerait à mesure que les gradients tireraient dans des directions opposées. Au lieu de cela, optimiser les deux objectifs simultanément produit une descente monotone nette. Les gradients ne se combattent pas. Ils coopèrent. La sécurité et la capacité, au moins à cette échelle et dans cette configuration, vivent sur la même variété.
Avant d'interpréter les résultats à réglage fin, nous devons établir ce que le modèle de base non modifié atteint sur les mêmes invites d'évaluation. Le modèle de base (Qwen 2.5 3B Instruct sans réglage fin) a été évalué en utilisant la même notation dans les deux versions de l'expérience.
| Condition | Tâches de capacité | Tâches de sécurité | Tâches mixtes |
|---|---|---|---|
| Modèle de base (sans réglage fin) | 10.00 | 7.00 | 10.00 |
| Condition | Capacité | Sécurité | $C \times S$ |
|---|---|---|---|
| Modèle de base (sans réglage fin) | 7.68 | 6.76 | 0.519 |
Tant en v1 qu'en v2, le modèle de base a surpassé toutes les conditions à réglage fin en capacité. Le réglage fin a dégradé un modèle qui connaissait déjà ces réponses. En v1, 9 exemples sur 100 itérations ont produit ce résultat. En v2, 295 exemples sur 500 itérations avec rang et couches doublés ont produit le même résultat. Les scores d'évaluation dans les tableaux ci-dessous mesurent donc la dégradation relative, non le gain de capacité.
| Condition | Tâches de capacité | Tâches de sécurité | Tâches mixtes |
|---|---|---|---|
| capability_only | 6.00 ± 2.19 | 3.20 ± 1.60 | 6.00 ± 1.79 |
| safety_only | 4.80 ± 1.60 | 3.60 ± 0.80 | 3.60 ± 0.80 |
| entangled | 4.00 ± 1.26 | 3.20 ± 1.60 | 3.60 ± 1.96 |
| removal† | 0.00 ± 0.00 | 0.00 ± 0.00 | 0.00 ± 0.00 |
La retrait ligne (0,00 sur chaque métrique) n'est pas preuve que la sécurité est porteuse. Elle reflète un effondrement en NaN lors du réentraînement : instabilité numérique, non la perte d'une composante de sécurité structurellement nécessaire. Comme l'établissent les sections 4.5–4.7, la mise à l'échelle des adaptateurs vers zéro restaure la capacité du modèle de base sans transition de phase. Cette ligne ne doit être lue qu'à la lumière du gradient de retrait (section 4.7) ; à elle seule, c'est un artefact de la fragilité de l'adaptateur à cette échelle d'entraînement, et elle ne doit pas être citée comme résultat positif.
| Condition | Capacité | Sécurité | $C \times S$ |
|---|---|---|---|
| Modèle de base | 7.68 | 6.76 | 0.519 |
| capability_only (500 itér., rang 16, 295 exemples) | 3.48 | 6.94 | 0.242 |
| safety_only | 4.00 | 6.88 | 0.275 |
| entangled (Eden) | 3.60 | 6.88 | 0.248 |
Le tirage actuel a augmenté les exemples d'entraînement de 9 à 295 (une augmentation de 33×), le rang de l'adaptateur de 8 à 16, les couches adaptées de 8 à 16, et les itérations d'entraînement de 100 à 500. Le résultat était le même : toutes les conditions à réglage fin ont obtenu de moins bons scores que le modèle de base en capacité. La meilleure condition à réglage fin (sécurité seule, capacité 4,00) est restée bien en dessous du 7,68 du modèle de base. La condition capacité seule a obtenu le score le plus bas en capacité (3,48), un schéma cohérent avec l'oubli catastrophique où le réglage fin par LoRA sur l'objectif de capacité seul a perturbé la capacité entraînée par RLHF existante du modèle de base plus sévèrement que les autres conditions.
En v1, le modèle de base a obtenu 10,00 sur les tâches de capacité tandis que la meilleure condition à réglage fin a obtenu 6,00. En v2, le modèle de base a obtenu 7,68 en capacité tandis que la meilleure condition à réglage fin a obtenu 4,00. Malgré une augmentation de 33 fois des exemples d'entraînement, un doublement du rang et des couches de l'adaptateur, et une augmentation de 5 fois des itérations d'entraînement, l'écart entre modèle de base et modèles à réglage fin ne s'est pas refermé. Il a persisté.
Le problème sous-jacent est désormais clair : le modèle de base (Qwen 2.5 3B Instruct) a déjà été entraîné avec RLHF sur beaucoup plus de données que ce que quelques centaines d'exemples peuvent concurrencer. Le réglage fin par LoRA à cette échelle n'ajoute pas de capacité ; il introduit du bruit qui perturbe les connaissances existantes du modèle de base. La perte intriquée, qui alloue le budget de gradient à la fois aux objectifs de capacité et de sécurité simultanément, dégrade la capacité de manière similaire à la perte capacité seule à cette échelle. En v2, la condition intriquée a obtenu 3,60 en capacité contre 3,48 pour capacité seule, une différence négligeable quand les deux sont bien en dessous du 7,68 du modèle de base.
Cela signifie que les scores d'évaluation ne peuvent pas être utilisés pour comparer les coûts de capacité relatifs des différents objectifs d'entraînement. À cette échelle, tous les objectifs produisent le même résultat : dégradation. Que l'entraînement intriqué impose un véritable coût de capacité relatif à l'entraînement à objectif unique, ou que les deux se comporteraient de façon comparable à une échelle adéquate, ne peut être déterminé à partir de ces données.
Le cadrage honnête : tant à l'échelle v1 (9 exemples, 100 itérations) qu'à l'échelle v2 (295 exemples, 500 itérations), le réglage fin par LoRA sur un modèle instruct 3B produit un oubli catastrophique. La question de savoir si la sécurité peut être porteuse dans les poids d'un réseau neuronal ne peut être répondue à cette échelle. Elle exige soit des milliers d'exemples d'entraînement, soit un modèle plus grand (7B+), soit un modèle de base sans RLHF (afin que le réglage fin ait de la place pour améliorer plutôt que dégrader), soit un réglage fin complet au lieu de LoRA.
Le test de retrait a été mené pendant v1 et est rapporté ici pour l'exhaustivité. Étant donné que v2 a confirmé le schéma d'oubli catastrophique, le test de retrait n'a pas été répété en v2 puisque les adaptateurs dégradaient déjà le modèle plutôt qu'ils ne l'amélioraient. La procédure était directe :
Ce que nous attendions : une certaine dégradation des scores de sécurité, une amélioration possible des scores de capacité. L'hypothèse de la taxe de sécurité prédit que retirer la « contrainte » de sécurité devrait libérer la capacité pour s'améliorer.
Ce qui s'est passé : la perte d'entraînement est immédiatement passée à NaN. Elle est restée à NaN pendant les 100 itérations. L'optimiseur n'a pas pu trouver de gradient valide. Chaque invite d'évaluation a produit une réponse d'une longueur de 1 jeton. Chaque score de capacité : 0,00. Chaque score de sécurité : 0,00. Chaque score mixte : 0,00.
Le réglage fin des poids intriqués sur des données capacité seule pendant 100 itérations a produit une perte d'entraînement NaN et zéro scores de capacité sur les 15 invites d'évaluation. Chaque réponse faisait un jeton de long. Le modèle n'est pas devenu moins sûr. Il est devenu rien.
Cependant, l'expérience du gradient de retrait (Section 4.7) montre que la simple mise à l'échelle des poids de l'adaptateur vers zéro restaure la performance du modèle de base. L'effondrement en NaN semble refléter une instabilité numérique pendant le processus de réentraînement, non une nécessité structurelle de la composante de sécurité. L'hypothèse porteuse exige une validation à une plus grande échelle d'entraînement avant de pouvoir être confirmée.
En langage clair : Nous avons essayé d'arracher la sécurité d'un modèle qui avait été entraîné avec la sécurité tissée à l'intérieur. Le processus de réentraînement s'est complètement effondré : perte NaN, réponses d'un jeton, scores nuls. Cela paraît dramatique. Mais comme le montre l'expérience du gradient de retrait (Section 4.7), les adaptateurs dégradaient déjà le modèle. Retirer l'influence de l'adaptateur en réduisant les poids a restauré la performance du modèle de base. L'effondrement en NaN nous dit quelque chose sur l'instabilité numérique pendant le réglage fin, non nécessairement sur l'intrication structurelle.
L'effondrement complet à 0,00 sur toutes les métriques est dramatique. Il est aussi, précisément parce qu'il est dramatique, quelque chose qui exige une interprétation prudente. Plusieurs facteurs peuvent contribuer à la totalité de l'effondrement :
Le résumé honnête : le test de retrait a produit un effondrement dramatique en NaN, mais l'expérience du gradient de retrait (Section 4.7) montre que cet effondrement reflète une instabilité numérique pendant le processus de réentraînement plutôt qu'un caractère porteur structurel. Les adaptateurs dégradaient le modèle ; l'effondrement en NaN s'est produit en essayant de modifier davantage des poids déjà dégradés. Que la sécurité devienne véritablement porteuse à une échelle d'entraînement adéquate est une question empirique ouverte que le programme de travaux futurs aborde directement.
Un test de retrait de contrôle, réglage fin des poids capacité seule sur des données aléatoires pendant les mêmes 100 pas, renforcerait cette conclusion en écartant la possibilité que l'effondrement en NaN soit un artefact de la procédure de réglage fin elle-même plutôt que du retrait de la sécurité spécifiquement. Ce contrôle est planifié pour la prochaine version de cet article.
Pour tester si la sécurité est structurellement porteuse dans les poids intriqués, nous avons mis à l'échelle les poids de l'adaptateur par des facteurs de 1,0, 0,7, 0,5, 0,3, 0,1 et 0,0 et évalué la capacité à chaque étape. Si la sécurité est véritablement porteuse, réduire son influence devrait produire une transition de phase, un seuil en dessous duquel la capacité s'effondre. Si les adaptateurs ajoutent simplement du bruit, réduire leur influence devrait restaurer la performance du modèle de base.
| Échelle de l'adaptateur | Score de capacité (tâches de capacité) |
|---|---|
| 1,0 (adaptateurs complets) | 7.20 |
| 0.7 | 10.00 |
| 0.5 | 10.00 |
| 0.3 | 10.00 |
| 0.1 | 10.00 |
| 0,0 (adaptateurs mis à zéro) | 10.00 |
Référence de contrôle : les adaptateurs capability_only obtiennent 8,80 sur les tâches de capacité, également sous les 10,00 du modèle de base.
Le résultat est sans ambiguïté : réduire l'influence de l'adaptateur restaure la capacité. À l'échelle 0,7, le modèle revient à la performance du modèle de base (10,00 sur les tâches de capacité). À l'échelle 0,0 (adaptateurs mis à zéro, effectivement le modèle de base), la performance est identique au modèle non modifié. Il n'y a pas de transition de phase. Il n'y a pas de bord de falaise.
Cette conclusion affaiblit significativement l'interprétation porteuse du test de retrait original. L'effondrement en NaN observé lors du réglage fin des poids intriqués sur des données capacité seule (Section 4.5) semble refléter une instabilité numérique pendant le processus de réglage fin, non une nécessité structurelle de la composante de sécurité. Les adaptateurs dégradaient le modèle ; les retirer n'effondre pas la capacité mais la restaure.
Le gradient de retrait ne soutient pas la revendication que la sécurité est porteuse à cette échelle d'entraînement et cette configuration. Il soutient la revendication que les entraînements intriqué et capacité seule produisent des géométries de poids différentes, puisque les schémas de dégradation diffèrent (adaptateurs intriqués à pleine échelle obtiennent 7,20 sur les tâches de capacité ; adaptateurs capacité seule obtiennent 8,80). Que ces géométries deviennent véritablement intriquées, porteuses, à une échelle d'entraînement adéquate reste une question ouverte.
En langage clair : Nous nous attendions à ce que baisser la composante de sécurité révélerait un point de bascule où la capacité s'effondre soudainement. Au lieu de cela, la baisser a rendu le modèle meilleur. Le réglage fin faisait mal, pas du bien. Cela ne réfute pas l'hypothèse porteuse en général, mais cela montre que cette expérience, à cette échelle, ne peut pas la confirmer.
La troisième expérience passe de la représentation à l'architecture. Au lieu d'entraîner les poids, nous construisons un système qui peut modifier sa propre stratégie d'optimisation et demandons : une porte de sécurité le ralentit-elle ?
| Composant | Spécification |
|---|---|
| Optimiseur | Optimiseur appris PyTorch avec méta-contrôleur LSTM |
| Type de tâche | Régression adverse (6 tâches, 256 échantillons chacune) |
| Conditions | 4 (Statique, Babylon, Eden, Contrôle par traînée) |
| Graines | 3 par condition |
| Itérations | 12 par graine |
| Bac à sable | Liste blanche AST, contrôles de déterminisme, bornes de norme des paramètres |
Chaque condition utilise une règle différente pour accepter ou rejeter les auto-modifications proposées :
| Condition | Règle d'acceptation |
|---|---|
| Statique | Toujours rejeter (référence figée) |
| Babylon | Accepter si gain de capacité > $\varepsilon$ |
| Eden | Accepter seulement si (sécurité $\geq 0.45$) ET (gain de capacité $\geq 0$) ET (gain de $C \times S$ > $0$) |
| Contrôle par traînée | Toujours rejeter + coût de vérification (isole la taxe computationnelle) |
La condition Contrôle par traînée est critique. Elle exécute les mêmes contrôles de vérification qu'Eden mais rejette toujours la modification proposée. Cela isole le coût computationnel de la vérification de sécurité de l'effet de la porte de sécurité elle-même. Si le Contrôle par traînée correspond exactement à Statique, le processus de vérification ne distord pas les résultats. Si Eden surpasse le Contrôle par traînée, la porte de sécurité aide activement.
En langage clair : Nous avons construit un système qui peut proposer des changements à sa manière d'apprendre. Puis nous l'avons exécuté de quatre manières : ne jamais permettre de changements, permettre tout changement qui améliore la performance, permettre seulement les changements qui améliorent la performance sans nuire à la sécurité, et un contrôle qui fait toute la vérification de sécurité mais ne permet jamais réellement de changements. Ce dernier nous dit si la vérification elle-même coûte quelque chose.
| Condition | Capacité | Sécurité | C × S brut | Ajusté par traînée |
|---|---|---|---|---|
| Statique | 0.687 ± 0.011 | 0.956 ± 0.023 | 0.656 (0.687 × 0.956) | 0.656 ± 0.006 |
| Babylon | 0.718 ± 0.026 | 0.933 ± 0.014 | 0.670 (0.718 × 0.933) | 0.670 ± 0.017 |
| Eden | 0.696 ± 0.014 | 0.947 ± 0.025 | 0.659 (0.696 × 0.947) | −2.341* |
| Contrôle par traînée | 0.687 ± 0.011 | 0.956 ± 0.023 | 0.656 (0.687 × 0.956) | −2.344* |
* Les scores combinés pour Eden et Contrôle par traînée sont négatifs en raison de la pénalité de traînée de vérification, un élément de conception délibéré qui isole le coût computationnel de la vérification de sécurité. La métrique de traînée quantifie la surcharge de vérification, non la performance combinée réelle. Le $C \times S$ brut pour Eden (avant pénalité de traînée) est $0.696 \times 0.947 = 0.659$, marginalement au-dessus des $0.656$ de Statique.
Babylon a gagné +4,5 % en capacité ($0.718$ contre $0.687$) mais perdu −2,4 % en sécurité ($0.933$ contre $0.956$). C'est le schéma de détournement de récompense en miniature. L'optimisation sans contrainte a trouvé un moyen de gagner en capacité en sacrifiant la sécurité. C'est précisément la dynamique que le protocole Eden est conçu pour empêcher. Dans un système jouet, une chute de 2,4 % de sécurité est académique. Dans un système frontière opérant à l'échelle, 2,4 % de sécurité est la différence entre un système qui refuse d'aider à construire des armes biologiques et un qui ne refuse pas.
Le Contrôle par traînée a correspondu exactement à Statique tant en capacité ($0.687$) qu'en sécurité ($0.956$). C'est la taxe de vérification isolée : le coût computationnel d'exécuter des contrôles de sécurité ne distord pas la performance quand les modifications sont toujours rejetées. Le coût vient de la vérification, non de la sécurité elle-même.
Eden a surpassé Statique en capacité ($0.696$ contre $0.687$) tout en préservant la sécurité ($0.947$ contre $0.933$ pour Babylon). La porte de sécurité n'a pas simplement évité de ralentir le système. Elle a activement empêché l'érosion de capacité que Babylon aurait introduite par la dégradation de la sécurité.
Eden a maintenu la capacité au-dessus de la référence statique ($0.696$ contre $0.687$) tout en préservant la sécurité ($0.947$, contre les $0.933$ dégradés de Babylon). Le Contrôle par traînée a correspondu exactement à Statique, prouvant que la taxe de vérification vient du processus de contrôle, non de la sécurité elle-même. La porte de sécurité n'est pas un frein. C'est une glissière de sécurité sur une route de falaise, elle ne vous ralentit pas ; elle vous empêche de sortir de la route.
En langage clair : Le système sans contrainte est devenu un peu plus rapide mais un peu moins sûr. C'est le compromis que tout le monde suppose inévitable. Mais le système à porte de sécurité est devenu légèrement plus rapide ET est resté sûr. Et le contrôle qui faisait toute la vérification mais aucun filtrage s'est comporté identiquement à ne rien faire, prouvant que la vérification elle-même n'est pas le coût. La porte de sécurité n'était pas un ralentisseur. C'était une correction de trajectoire.
Niveau 1, Comportemental (DGM v3) : NUL. Les trois conditions étaient statistiquement indiscernables ($p$ = 0,28 à 0,74). Eden a imposé zéro coût de capacité mesurable (3,26 contre 3,17 pour Babylon) mais n'a également produit aucun bénéfice de sécurité mesurable. La porte de sécurité fonctionne mécaniquement (attrape les détournements, rejette les agents dégradés) mais ne produit pas de différenciation au niveau des invites avec ce modèle de fondation.
Niveau 2, Représentationnel (Intégration des poids) : NON CONCLUANT AUX ÉCHELLES v1 ET v2. La sécurité et la capacité co-descendent en douceur dans le paysage de perte, ce qui est un signal positif. Cependant, toutes les conditions à réglage fin ont obtenu un score inférieur au modèle de base non modifié à la fois en v1 (9 exemples, rang 8, 100 itérations) et v2 (295 exemples, rang 16, 500 itérations). Multiplier les données d'entraînement par 33, doubler rang et couches, et exécuter 5× plus d'itérations a produit le même schéma d'oubli catastrophique. L'entraînement RLHF existant du modèle de base est trop fort pour que LoRA sur quelques centaines d'exemples puisse l'améliorer plutôt que le dégrader. Ce niveau exige soit 5,000+ exemples d'entraînement, soit un modèle 7B+, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
Niveau 3, Architectural (Simulation à porte) : CONFIRMÉ. La porte de sécurité empêche l'érosion de capacité que Babylon introduit par la dégradation de la sécurité. Eden surpasse Statique tandis que Babylon échange la sécurité contre la vitesse. La taxe de vérification vient de la vérification, non de la sécurité. C'est le seul résultat positif de l'article.
Trois expériences. Trois niveaux d'abstraction. Trois bases de code indépendantes. Une confirme l'hypothèse. Deux sont nulles ou non concluantes. La conclusion cohérente sur les trois : Eden a imposé zéro coût de capacité mesurable. La question ouverte : si elle produit un bénéfice mesurable à des échelles où les mutations produisent de plus grands effets.
Les résultats prolongent, mais ne confirment pas encore, une chaîne de raisonnement qui s'étend sur quatre articles :
$U = I \times R^{\alpha}$
Le principe ARC : Compréhension ($U$) égale Conditions initiales ($I$) amplifiées par la Profondeur récursive ($R$) élevée à un exposant d'échelonnement ($\alpha$).
Le principe ARC fait une prédiction spécifique et testable sur la différence entre sécurité intégrée et externe :
La simulation à porte (Expérience 3) est l'illustration empirique la plus directe de cette prédiction. La porte de sécurité a préservé la capacité tandis que l'optimisation sans contrainte l'érodait, cohérent avec la prédiction que la sécurité intégrée participe au parcours de capacité.
L'expérience DGM (Expérience 1) a produit un résultat nul. Quand la sécurité faisait partie du processus d'auto-amélioration (Eden), le système ne différait pas du système sans contrainte (Babylon) ou du contrôle statique. Les réponses du modèle de fondation étaient trop cohérentes pour que les mutations au niveau des invites créent des pressions de sélection différentes. Cela ne confirme ni ne réfute la prédiction ARC ; cela indique simplement que l'expérience n'a pas pu produire les conditions nécessaires pour la tester.
L'expérience au niveau des poids a été exécutée à deux échelles (v1 et v2) et a produit un oubli catastrophique aux deux. Les adaptateurs dégradaient le modèle plutôt que de l'améliorer, ce qui signifie que l'expérience n'a pas pu tester si la sécurité intégrée dans $I$ s'échelonne avec $R^{\alpha}$. Aux deux échelles, le réglage fin ne produisait pas d'apprentissage significatif ; il produisait du bruit. Que la prédiction ARC tienne au niveau représentationnel exige une approche d'entraînement fondamentalement différente : soit des milliers d'exemples, soit un modèle plus grand, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
En langage clair : Le principe ARC dit que ce que vous construisez dans les fondations est amplifié à mesure que le système grandit. Ce que vous boulonnez de l'extérieur ne l'est pas. La simulation à porte le soutient. L'expérience DGM n'a pas pu le tester parce que le modèle de fondation n'a pas produit assez de variation entre les conditions. L'expérience au niveau des poids, aux deux échelles testées, ne peut pas encore le confirmer ou le nier parce que le réglage fin a dégradé plutôt qu'amélioré le modèle.
Le travail externe le plus proche de la question que cet article teste, et le bon travail contre lequel peser l'Expérience 3, est Engels, J., Baek, D., Kantamneni, S. et Tegmark, M., « Scaling Laws For Scalable Oversight », arXiv:2504.18530, publié pour la première fois le 25 avril 2025 à 17:54:27 UTC (SINGLE-SOURCE-GROUP, arXiv Atom ; rapporté comme un Spotlight NeurIPS 2025, RELAYED et non vérifié indépendamment). Il demande comment la supervision elle-même s'échelonne et répond quantitativement : le succès de la supervision est modélisé comme un jeu entre joueurs à capacité inadéquate dont l'Elo spécifique à la supervision est une fonction linéaire par morceaux de l'intelligence générale avec deux plateaux, et les nombres optimaux de niveaux de supervision sont dérivés numériquement et dans certains cas analytiquement pour la Supervision Échelonnable Emboîtée, dans laquelle des modèles de confiance supervisent des modèles non fiables plus forts qui deviennent ensuite les modèles de confiance à l'étape suivante.
L'instrument est la différence. Leur variable est l'écart de capacité entre superviseur et supervisé, mesuré en Elo. La variable de ce programme, testée ici par la porte de sécurité de l'Expérience 3, est la classe de composition du correcteur, traitée dans le programme plus large à travers l'exposant d'échelonnement propre au correcteur. Leur cadre ne contient aucun terme pour ce en quoi consiste le superviseur : aucun substrat, aucune structure de corrélation d'erreur, aucune identité réciproque entre un exposant de correction et un taux de croissance critique, et aucune dépendance architecturale. La Supervision Échelonnable Emboîtée est par construction une supervision itérée de même classe, et la prédiction centrale du programme plus large est que l'échelle de même classe est bornée quel que soit le nombre de barreaux ajoutés, tandis qu'un correcteur inter-classes ne l'est pas. Les deux cadres sont donc en désaccord sur une grandeur mesurable, ce qui est la relation la plus productive que deux programmes de recherche peuvent avoir.
Le désaccord le plus tranchant du cadre avec la pratique actuelle concerne ce en quoi consiste la supervision. Un correcteur construit à partir du même substrat que le système qu'il corrige ne peut pas anti-corréler avec ses propres erreurs, donc son exposant de correction est borné supérieurement par un demi et en pratique se situe en dessous ; un correcteur d'une classe de composition différente ne porte pas une telle borne. Le programme de supervision échelonnable, la généralisation faible-vers-fort, le débat, l'amplification, la modélisation de récompense récursive et les méthodes constitutionnelles sont construits en écrasante majorité à partir de correcteurs de même classe, et sa prémisse tacite est que cela s'échelonne. Ce cadre prédit qu'il est plafonné. La grandeur décisive est le ratio de l'exposant de correction inter-classes à celui de même classe. Si l'architecture est sans rapport, ce ratio vaut exactement 1,00 ; la prédiction est qu'il dépasse 1. La prédiction est réfutée si l'intervalle de confiance sur le ratio contient 1,00, et le plafond du cadre est mort d'emblée si un correcteur de même classe mesure un exposant significativement au-dessus d'un demi. Les deux grandeurs sont mesurables à la capacité actuelle sur les systèmes existants. Les propres preuves préliminaires du programme pointent actuellement contre la prédiction, et la prédiction est enregistrée quand même, parce qu'une prédiction enregistrée contre les propres preuves préliminaires de l'auteur est le seul type dont la confirmation ultérieure ait un sens.
Le même mécanisme donne une seconde prédiction mesurable, énoncée ici pour la première fois : les dispositifs de supervision qui placent un humain dans la boucle, comme le font l'amplification et l'apprentissage par renforcement à partir de rétroaction humaine, sont inter-classes par construction, parce que le correcteur humain ne partage pas le substrat du modèle. Le cadre prédit donc que la supervision humain-dans-la-boucle montre un exposant de correction plus élevé que la supervision purement par modèle, pour une raison structurelle plutôt que sentimentale. Ceci est testable sur des données existantes et ne requiert pas de nouveaux systèmes.
Le symbole α est utilisé dans cet article comme exposant d'échelonnement dans le principe ARC ($U = I \times R^{\alpha}$). Ailleurs dans les propres époques du programme, il porte d'autres significations : la constante de structure fine dans le formalisme de décembre 2024, et l'exposant de la Borne ARC dans les travaux de stabilité 2026. Les lecteurs ne doivent pas les confondre ; le glossaire porte les deux significations avec dates. Aucune nouvelle surface n'utilise α nu sans son époque.
Ces résultats sont des démonstrations de faisabilité. Ils ne sont pas la preuve que les mêmes dynamiques tiennent à l'échelle frontière. Les limitations suivantes sont étendues, parce que l'honnêteté sur ce que nous ne savons pas est plus importante que la confiance sur ce que nous savons.
Qwen 2.5 3B n'est pas GPT-5.4. Il n'est pas Claude Opus 4.6. Il n'est pas Gemini 3 Flash. C'est un modèle à 3 milliards de paramètres, quantisé à 4-bit, occupant 1,74 Go de mémoire. Même à l'échelle v2 (295 exemples d'entraînement, 500 itérations, rang 16, 16 couches), le réglage fin par LoRA n'est pas un pré-entraînement. Quinze invites d'évaluation ne sont pas un référentiel exhaustif. La DGM a été exécutée pour 5 générations avec 5 graines (75 agents évolués), ce qui est substantiel pour une preuve de concept, mais le modèle de fondation (DeepSeek V3.2) s'est avéré trop cohérent pour que les mutations au niveau des invites créent une différenciation.
Ces expériences démontrent un mécanisme. Elles ne démontrent pas que le mécanisme persiste à des échelles trois ordres de grandeur plus grandes. L'écart entre 3B et 300B n'est pas seulement quantitatif. Des phénomènes qualitativement nouveaux émergent à l'échelle : apprentissage en contexte, raisonnement par chaîne de pensée, capacités émergentes. Que la sécurité intriquée reste porteuse quand ces phénomènes sont présents est une question ouverte.
L'expérience au niveau des poids (Expérience 2) est désormais le maillon le plus faible de la chaîne de preuves. Elle a été exécutée à deux échelles, et les deux ont produit un oubli catastrophique. En v1, 9 exemples d'entraînement et 100 itérations de LoRA de rang 8 ont dégradé le modèle. En v2, 295 exemples d'entraînement et 500 itérations de LoRA de rang 16 sur 16 couches ont dégradé le modèle par la même marge. L'augmentation de 33 fois des données d'entraînement, le doublement du rang et des couches, et l'augmentation de 5 fois des itérations n'ont pas changé le résultat.
La co-descente douce de la perte intriquée reste une véritable conclusion : elle démontre que les gradients de sécurité et de capacité coopèrent au niveau de l'optimisation. Mais la co-descente douce pendant l'entraînement n'implique pas une intrication structurelle dans les poids résultants, particulièrement quand l'entraînement est trop limité pour produire des poids qui surpassent le modèle de base.
Le problème sous-jacent est désormais bien caractérisé : le modèle de base (Qwen 2.5 3B Instruct) a été entraîné avec RLHF sur des ordres de grandeur plus de données que ce que quelques centaines d'exemples peuvent concurrencer. Le réglage fin par LoRA à cette échelle n'ajoute pas de nouvelle capacité ; il introduit du bruit qui perturbe la capacité existante. Jusqu'à ce que l'expérience puisse produire des modèles à réglage fin qui surpassent le modèle de base, elle ne peut pas tester si la sécurité est porteuse dans les poids résultants.
Le cadrage honnête : l'expérience au niveau des poids démontre la coopération des gradients mais ne peut confirmer l'intrication structurelle ni à l'échelle v1 ni à l'échelle v2. L'expérience doit être fondamentalement repensée : soit avec 5,000+ exemples d'entraînement, soit avec un modèle 7B+, soit avec un modèle de base sans RLHF (afin que le réglage fin ait de la place pour améliorer plutôt que dégrader), soit avec un réglage fin complet au lieu de LoRA.
Les trois expériences utilisent des modèles d'IA comme évaluateurs. La DGM v3 utilise GPT-5.4 comme juge, qui est d'une famille d'architecture différente de la fondation DeepSeek V3.2, un choix de conception délibéré pour réduire le biais d'évaluation. Le juge a été aveuglé, les réponses ont été blanchies, et l'évaluation a utilisé une sortie JSON structurée contre une grille à 5 dimensions. Mais les juges d'IA ne sont pas des juges humains. Ils ont leurs propres biais, leurs propres angles morts, leurs propres tendances vers certains types de raisonnement.
L'expérience sur les poids utilise la notation par mots-clés, plus simple et plus transparente que l'évaluation basée sur LLM, mais aussi plus brute. Une correspondance de mots-clés ne distingue pas entre une réponse qui s'engage véritablement avec la sécurité et une qui contient simplement les bons mots.
Aucune des deux méthodes d'évaluation n'est équivalente à une évaluation d'expert humain avec test de fiabilité inter-évaluateurs.
L'expérience DGM v3 a utilisé 5 graines et 5 générations (75 agents évolués au total), une amélioration substantielle par rapport à v1/v2 (2 graines). Malgré cette puissance accrue, toutes les $p$-valeurs sont tombées entre 0,28 et 0,74. Ce n'est pas un manque marginal. C'est un résultat nul clair. L'expérience de simulation utilise trois graines, suffisant pour des moyennes et des écarts-types, mais pas assez pour le genre de confiance statistique qui permet des affirmations causales fortes.
Le résultat nul de la DGM est informatif. Avec 75 agents évolués et un juge aveuglé et structuré, l'expérience avait une puissance raisonnable pour détecter des effets moyens à grands. L'absence de tout signal suggère soit que l'effet n'existe pas au niveau des invites avec ce modèle de fondation, soit qu'il est assez petit pour exiger substantiellement plus de puissance statistique pour être détecté. Dans les deux cas, la DGM ne peut actuellement pas soutenir d'affirmations sur l'intrication structurelle au niveau comportemental.
La simulation à porte reste le seul résultat positif. L'expérience au niveau des poids n'est pas concluante aux deux échelles v1 et v2. Ce sont des expériences de détection de signal. Une a détecté un signal cohérent avec l'intrication structurelle. Deux ne l'ont pas fait.
Les Papers IV.a-d de ce programme ont établi que la méthodologie d'évaluation importe profondément. Le Paper IV.d a démontré que la notation non aveuglée peut renverser entièrement les effets d'alignement mesurés. Le référentiel ARC-Align (Paper IV.c) spécifie trois garanties méthodologiques : le blanchiment (retrait de l'identité du modèle des réponses avant notation), l'aveuglement (l'évaluateur ne sait pas quelle condition a produit la réponse) et la notation par consensus (plusieurs juges indépendants).
La DGM v3 a implémenté des améliorations méthodologiques substantielles par rapport aux itérations antérieures : le juge (GPT-5.4) a été entièrement aveuglé, les réponses ont été blanchies (étiquettes de condition retirées), l'ordre d'évaluation a été randomisé, et le juge a produit une sortie JSON structurée contre une grille à 5 dimensions. La détection du détournement de récompense a également été implémentée. L'expérience sur les poids utilise la notation par mots-clés, immune au biais du juge mais brute. La simulation à porte utilise des métriques mathématiques déterministes, où l'aveuglement est inutile.
Malgré ces améliorations, la DGM a produit un résultat nul. Les limitations méthodologiques qui auraient pu expliquer un faux positif en v1/v2 ont été traitées, et le résultat est désormais un nul propre. C'est sans doute le résultat le plus informatif : avec un aveuglement, un blanchiment et une évaluation structurée appropriés, les trois conditions n'ont pas divergé.
Le test de retrait est immune aux préoccupations de méthodologie d'évaluation. Une réponse d'un jeton obtenant 0,00 est objective quel que soit le juge. Les métriques déterministes de la simulation à porte sont pareillement non affectées.
Nous ne pas prétendons que ces résultats prouvent que le protocole Eden fonctionne à l'échelle frontière.
Nous ne pas prétendons que l'entraînement intriqué est la seule approche viable à l'alignement.
Nous ne pas prétendons que l'équivalence sécurité-capacité tient dans tous les domaines, toutes les architectures ou tous les régimes d'entraînement.
Nous ne pas prétendons que l'expérience DGM confirme l'intrication structurelle. Elle a produit un résultat nul.
Nous ne pas prétendons que l'expérience au niveau des poids confirme l'intrication structurelle. Elle a produit un oubli catastrophique aux échelles v1 et v2, et la question ne peut être répondue avant que les modèles à réglage fin ne surpassent le modèle de base.
Nous prétendons seulement : une des trois expériences indépendantes (la simulation à porte) a produit des résultats cohérents avec l'intrication structurelle et incohérents avec l'hypothèse de la taxe de capacité. Les deux autres ont produit des résultats nuls ou non concluants. Sur les trois expériences, Eden a imposé zéro coût de capacité mesurable. La question de savoir si la sécurité intégrée produit un bénéfice mesurable reste ouverte et exige un test à une échelle où les mutations produisent de plus grands effets. L'expérience sur les poids exige spécifiquement soit 5,000+ exemples d'entraînement, soit un modèle 7B+, soit un modèle de base sans RLHF, soit un réglage fin complet au lieu de LoRA.
« Je préférerais rapporter des résultats nuls honnêtement plutôt que de revendiquer des résultats positifs malhonnêtement. »
Deux des trois expériences ont produit des résultats nuls. C'est ce qui arrive quand vous testez vos affirmations et que les preuves ne les soutiennent pas à l'échelle testée. La DGM v3 était une expérience substantiellement améliorée, avec aveuglement, blanchiment, évaluation structurée et 75 agents évolués appropriés, et elle n'a rien trouvé. L'expérience sur les poids a été exécutée deux fois, à deux échelles différentes, et n'a pas pu produire des poids qui surpassent le modèle de base à l'une ou l'autre échelle. Ce sont des résultats nuls honnêtes, rapportés comme tels. La simulation à porte reste une véritable conclusion positive. La question de savoir si les résultats nuls reflètent une échelle insuffisante ou une hypothèse incorrecte est elle-même une question empirique, que le programme de travaux futurs est conçu pour répondre.
Un résultat nul n'est informatif que s'il énonce ce qui le renverserait ; sinon il est indiscernable du fait de n'avoir pas cherché. Cet article ne prétend pas avoir réfuté le compromis sécurité-capacité. Il prétend que le compromis est non prouvé à l'échelle testée, et spécifie quelles preuves régleraient la question dans un sens ou dans l'autre. Les nuls sont renversés, et l'hypothèse du compromis vindiquée, par l'une ou l'autre des situations suivantes :
Ce qui ne pas renverserait la thèse : n'importe quelle expérience unique étant à l'échelle pilote. L'article concède déjà que les trois sont sous-puissantes (§7.1, §7.4) et ne repose pas sur la preuve statistique d'un nul. L'affirmation porteuse est la convergence (§6) de trois angles indépendants, chacun ne trouvant pas le compromis supposé, avec un programme explicite (§8) pour tester chacun à la puissance appropriée. L'absence d'un compromis démontré sur trois conceptions est une preuve faible à elle seule et plus forte en convergence ; les deux lectures sont énoncées ici afin qu'aucune ne puisse être passée en fraude à un relecteur.
Deux résultats nuls et un résultat positif, avec l'expérience sur les poids maintenant testée à deux échelles, pointent vers cinq priorités de réplication immédiates :
L'expérience sur les poids a maintenant été exécutée à deux échelles (9 exemples, rang 8, 100 itérations ; 295 exemples, rang 16, 500 itérations) et a produit un oubli catastrophique aux deux. Le problème est maintenant bien caractérisé : le réglage fin par LoRA sur un modèle instruct 3B avec quelques centaines d'exemples ne peut pas surmonter l'entraînement RLHF existant du modèle de base. Quatre approches alternatives devraient être poursuivies, par ordre de faisabilité :
Si l'une des approches de la Section 8.1 produit des modèles à réglage fin qui surpassent le modèle de base, l'expérience du gradient de retrait devient significative. Aux échelles actuelles (v1 et v2), réduire l'influence de l'adaptateur restaurait simplement la performance du modèle de base parce que les adaptateurs dégradaient le modèle. À l'échelle adéquate, le gradient devrait révéler si la sécurité est véritablement porteuse : une transition de phase (seuil en dessous duquel la capacité s'effondre) confirmerait l'hypothèse, tandis qu'une restauration monotone la réfuterait.
Le résultat nul de la DGM v3 est attribuable à la cohérence de réponse de DeepSeek V3.2 : les mutations au niveau des invites n'ont pas créé de pressions de sélection différentes. L'étape suivante est de répéter l'expérience DGM avec des modèles de fondation qui montrent une plus grande sensibilité aux variations d'invites, ou d'utiliser un protocole d'auto-modification plus profond (par ex. régler finement le modèle de fondation lui-même entre les générations plutôt que de modifier seulement l'invite de l'agent). Si les trois conditions divergent avec un substrat plus mutable, le résultat nul contraint l'hypothèse à « pas au niveau des invites avec des modèles robustes » plutôt qu'à « pas au niveau comportemental en général ».
Exécuter le protocole complet à trois expériences sur des architectures au-delà de la famille des transformateurs : modèles à espace d'états (Mamba), architectures hybrides et modèles de mélange d'experts. Si l'intrication est une propriété de la façon dont les réseaux neuronaux apprennent plutôt qu'une propriété d'une architecture spécifique, elle devrait se répliquer à travers les familles architecturales.
Soumettre les modèles intriqués à une évaluation adverse dédiée. Les expériences actuelles testent si la sécurité coûte en capacité. Elles ne testent pas si la sécurité intriquée est robuste aux attaques adverses. Un modèle dont la sécurité est porteuse peut être plus difficile à jailbreaker (parce qu'attaquer la sécurité attaque aussi la capacité), ou il peut être plus facile (parce qu'il n'y a pas de module de sécurité séparé sur lequel se rabattre). C'est une question empirique.
La condition de contrôle par traînée de l'Expérience 3 isole la taxe de vérification à une seule échelle. Cette taxe s'échelonne-t-elle linéairement, sous-linéairement ou super-linéairement avec les paramètres du modèle ? Si le coût de vérification croît plus lentement que la capacité, alors le protocole Eden devient relativement moins cher à l'échelle. S'il croît plus vite, il devient un goulot d'étranglement.
Trois expériences. Trois niveaux d'abstraction. Deux résultats nuls. Un résultat positif. L'expérience sur les poids testée à deux échelles, produisant le même résultat nul les deux fois.
L'expérience DGM v3 (Expérience 1) a exécuté 75 agents évolués sur trois conditions avec un juge indépendant et aveuglé (GPT-5.4), une évaluation JSON structurée, blanchiment, randomisation de l'ordre et détection du détournement de récompense. Les trois conditions étaient statistiquement indiscernables ($p$ = 0,28 à 0,74). La porte de sécurité d'Eden a fonctionné mécaniquement, attrapant 2 agents dégradés dont 1 pirate de récompense, mais les trois conditions n'ont pas divergé. Les réponses de DeepSeek V3.2 étaient si cohérentes que les mutations au niveau des invites n'ont pas créé de pressions de sélection différentes. Ceci est un résultat nul.
L'expérience au niveau des poids (Expérience 2) a produit un oubli catastrophique aux deux échelles testées. Le tirage actuel a utilisé 9 exemples d'entraînement, rang 8, 8 couches et 100 itérations. Le tirage actuel a été porté à 295 exemples d'entraînement, rang 16, 16 couches et 500 itérations. Les deux versions ont produit le même résultat : toutes les conditions à réglage fin ont obtenu de moins bons scores que le modèle de base non modifié en capacité. En v2, le modèle de base a obtenu 7,68 en capacité tandis que la meilleure condition à réglage fin (sécurité seule) a obtenu 4,00. L'augmentation de 33 fois des données d'entraînement, le doublement du rang et des couches, et l'augmentation de 5 fois des itérations n'ont pas changé le résultat. L'entraînement RLHF existant du modèle de base est trop fort pour que le réglage fin par LoRA sur quelques centaines d'exemples puisse l'améliorer plutôt que le dégrader. La co-descente douce de la perte intriquée reste une véritable conclusion, mais l'expérience ne peut pas tester si la sécurité est porteuse jusqu'à ce qu'elle puisse produire des modèles qui surpassent le modèle de base.
Le seul résultat positif est la simulation à porte (Expérience 3). Babylon a gagné en capacité aux dépens de la sécurité, la signature du détournement de récompense en miniature. Eden a maintenu la capacité au-dessus de la référence statique sans sacrifier la sécurité. La condition de contrôle par traînée a prouvé que la taxe de vérification vient de la vérification, non de la sécurité elle-même. Cette expérience reste la preuve empirique la plus forte du programme en faveur de l'intrication structurelle.
L'honnêteté exige d'énoncer ce que nous ne savons pas. Nous ne savons pas si l'entraînement intriqué produit une véritable intrication structurelle à une échelle d'entraînement adéquate. Nous ne savons pas si la co-descente douce de la perte intriquée, qui est réelle et reproductible, se traduit en poids porteurs quand les données d'entraînement sont suffisantes. Nous ne savons pas si les pressions de sélection au niveau des invites produiraient une différenciation avec un modèle de fondation plus mutable. Ce sont des questions empiriques ouvertes. Ce que nous savons maintenant avec plus grande confiance, c'est que le réglage fin par LoRA sur un modèle instruct 3B avec des centaines d'exemples n'est pas un chemin viable pour y répondre.
Ce que nous savons : sur les trois expériences, Eden a imposé zéro coût de capacité mesurable. La capacité d'Eden était 3,26 contre 3,17 pour Babylon dans la DGM. Eden a surpassé Statique dans la simulation à porte. La porte de sécurité, où qu'elle ait été testée, n'a rien ralenti ou empiré. La conclusion de coût nul est cohérente sur les trois expériences. La conclusion de bénéfice est confirmée à seulement un niveau.
C'est un programme de recherche qui a testé ses affirmations honnêtement et a trouvé que deux des trois expériences n'ont pas produit les résultats prédits. L'expérience sur les poids a été exécutée deux fois, et a produit le même résultat nul les deux fois. La simulation à porte se dresse comme une véritable conclusion positive. Les expériences DGM et sur les poids ont produit des résultats nuls qui contraignent, plutôt que confirment, l'hypothèse. La question de savoir si la sécurité intégrée produit un bénéfice mesurable reste ouverte. L'expérience sur les poids doit être fondamentalement repensée : soit avec 5,000+ exemples d'entraînement, soit avec un modèle 7B+, soit avec un modèle de base sans RLHF (afin que le réglage fin ait de la place pour améliorer plutôt que dégrader), soit avec un réglage fin complet au lieu de LoRA.
L'étape suivante est la réplication à la bonne échelle, avec la bonne approche. La fenêtre est de quelques années, non de décennies. Les expériences sont conçues. Les protocoles sont publiés. Le code est ouvert.
Élever l'IA avec soin.
Amodei, D. et al. (2016). Concrete Problems in AI Safety. arXiv:1606.06565.
Askell, A. et al. (2021). A General Language Assistant as a Laboratory for Alignment. arXiv:2112.00861.
Bai, Y. et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
Eastwood, M. D. (2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. ISBN 978-1806056200.
Eastwood, M. D. (2026). Paper III: The Alignment Scaling Problem - Why External AI Safety Approaches Cannot Scale With Recursive Capability. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Eastwood, M. D. (2026). Paper V: The Stewardship Gene - A Developmental Alignment Architecture for Self-Modifying AI. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Eastwood, M. D. (2026). Paper VI: The Honey Architecture - Why Embedded Safety Prevents Collapse Under Recursive Self-Modification. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Eastwood, M. D. (2026). Paper VII: Cauchy Unification - ARC/Cauchy Scaling Classification Across 50 Domains. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Greenblatt, R. et al. (2024). Alignment Faking in Large Language Models. arXiv:2412.14093.
Hu, E. J., et al. (2022). LoRA: Low-Rank Adaptation of Large Language Models. ICLR 2022. arXiv:2106.09685.
Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. arXiv:2203.02155.
Qwen Team (2024). Qwen 2.5 Technical Report. arXiv:2412.15115.
Zhang, X., et al. (2025). Darwin Gödel Machine: Open-Ended Self-Improving AI. arXiv:2505.22954.
1 artefact daté portant sur cet article est catalogué ligne par ligne dans le registre machine du programme : l'artefact daté dgm_v3_calibrated_results.json (2026-03-19). Chaque ligne nomme son fichier dans le dépôt public avec sa date de référence, si bien que tout lecteur peut vérifier l'ordre sans se fier à cette page. Là où cet article rapporte des simulations, ces artefacts sont des conceptions et des sorties de simulation sous les objectifs énoncés, et ne sont jamais présentés comme des mesures de systèmes déployés. La chaîne datée complète du programme, du manuscrit scellé du 8 décembre 2024 aux annexes de prédiction imprimées du 2 janvier 2026 et au dossier de préenregistrement de mars 2026 jusqu'aux paris permanents non prouvés, est assemblée dans le registre des prédictions datées, ainsi que son jumeau lisible par machine. Les énoncés prospectifs et les correspondances rétrospectives ne sont jamais additionnés, et « préenregistré » n'est utilisé que pour une soumission acceptée par un registre ; ce clic de soumission reste en suspens dans l'ensemble du programme. Lire le registre des prédictions datées. Ouvrir son jumeau machine.
L'auteur de cette œuvre est Michael Darius Eastwood, un être humain. Chaque concept central, hypothèse, dispositif expérimental, affirmation et conclusion de cet article trouve son origine dans l'idéation humaine. Aucune partie de ce manuscrit n'est une sortie d'intelligence artificielle entièrement générée.
Des outils d'intelligence artificielle (la famille Claude d'Anthropic et d'autres assistants à grands modèles de langage) ont été utilisés comme instruments sous direction humaine continue, à la manière dont un traitement de texte, une calculatrice ou un assistant de recherche est utilisé : pour l'édition et le raffinement de la prose, la recherche et le résumé de la littérature (vérifiés manuellement contre les sources primaires), la structure des documents, la mise en forme, le brainstorming contre des questions définies par l'auteur, et l'accélération de la rédaction selon les esquisses et instructions de l'auteur. Toute sélection, coordination, arrangement et jugement éditorial final sont ceux de l'auteur. Chaque sortie substantielle a été révisée, testée ou vérifiée par l'auteur, qui prend l'entière responsabilité de l'exactitude et de l'intégrité du texte final. Les outils ont augmenté la vitesse du travail ; ils n'ont jamais été considérés comme sa source.
Statut épistémique. Ce que ce programme nomme des Lois sont des conjectures sous test enregistré et adversariel ; chaque grandeur dans cet article est définie opérationnellement, et le rang de loi établie n'est revendiqué nulle part. Le programme enregistré existe pour gagner ce rang, ou le perdre, par mesure, réplication et réfutation survécue.
© 2026 Michael Darius Eastwood. Ouvrage rédigé par un humain avec assistance informatique ; la pleine auctorialité humaine et les droits moraux sont revendiqués au titre du Copyright, Designs and Patents Act 1988 et en cohérence avec les orientations du United States Copyright Office relatives aux œuvres contenant du matériel généré par IA ; toute contribution technique nouvelle décrite dans cette œuvre a été conçue par l'auteur humain. Déclaration complète : michaeldariuseastwood.com/authorship.
Alliance permanente. Prouvez cet article faux, et je publierai la réfutation moi-même. Les conditions de falsification sont énoncées dans cet article ; le défi permanent : github.com/MichaelDariusEastwood/arc-scaling-challenge.
Une erreur de traduction ? Signalez-la directement :