Neuroplasticité en temps réel : Donner aux LLMs pré-entraînés un apprentissage en temps réel

Cette technique expérimentale, appelée « graffiti neuronal », utilise un plugin appelé « couche de pulvérisation » pour injecter des traces de mémoire directement dans la phase finale d’inférence des grands modèles linguistiques pré-entraînés (LLMs) sans réglage fin ni réentraînement. Imitant la neuroplasticité du cerveau, elle modifie subtilement la « pensée » du modèle en modifiant les plongements vectoriels, ce qui influence ses prédictions de jetons génératifs. Grâce à l’interaction, le modèle apprend et évolue progressivement. Sans forcer des sorties de mots spécifiques, il oriente le modèle vers des concepts associés à une interaction répétée. L’objectif est de donner aux modèles d’IA un comportement plus proactif, une personnalité plus concentrée et une curiosité accrue, les aidant finalement à atteindre une forme d’autoconscience au niveau neuronal.