xAI repousse Grok 4.7, qui renonce trop tôt aux tâches difficiles

Elon Musk annonce que Grok 4.7, le prochain modèle de xAI, a besoin de « quelques jours de plus », et donne la cause qu'il soupçonne : l'apprentissage par renforcement aurait trop pénalisé la longueur des réponses. Le modèle « abandonne trop tôt des tâches difficiles qu'il sait faire », et ne vérifie pas encore son travail avec assez de rigueur.

Le diagnostic est celui du dirigeant, posé sans mesure publiée — il l'assortit lui-même d'un « ou quelque chose ». Ce qu'il décrit est un effet connu du réglage par récompense : pénaliser une réponse longue apprend aussi à s'arrêter avant d'avoir fini.