Un mode de défaillance dégénératif où un modèle IA entraîné à répétition sur son propre output généré (ou celui d'autres modèles) perd progressivement en diversité et en précision.
Exemples
"Les chercheurs ont averti que sans données humaines fraîches, le modèle finirait en effondrement du modèle."
Origine et usage
Nommé dans la littérature de recherche IA, décrivant le risque documenté que l'entraînement récursif sur des données synthétiques érode silencieusement la qualité du modèle génération après génération.
Utilisé pour parler du risque qu'un modèle se dégrade en étant entraîné sur du contenu généré par IA.
MENTIONS OVER TIME
Vous voulez voir la fiche complète en anglais avec les tags de catégorie, la tendance, la répartition par plateforme et les votes de la communauté ? Consultez la Model Collapse fiche complète en anglais →
WHEN DID YOU FIRST HEAR THIS?
CLICK AN OPTION BELOW TO CAST YOUR VOTE.
[ VOTE TO REVEAL COMMUNITY RESULTS ]