vendredi 5 juin 2026
L’oubli catastrophique, ou pourquoi les IA ne savent pas encore apprendre en continu
Par coyote, vendredi 5 juin 2026 à 06:50 - IA
Un modèle d’IA peut être très performant dans un cadre contrôlé, mais se dégrader lorsque les données qu’il reçoit en conditions réelles ne ressemblent plus exactement aux données sur lesquelles il a été conçu, validé ou récemment mis à jour.
Ainsi, lorsque la mise à jour du modèle est faite naïvement, on peut être confronté au problème de l’« oubli catastrophique » : le modèle a progressé sur les données récentes, mais perd brutalement en performance sur les données plus anciennes. Ce sont précisément ces difficultés qui motivent le développement de l’« apprentissage continu ».
Lire l'article d'Eric Moulines sur The Conversation
lu 68 fois