L'IA face aux grands problèmes du monde · Physique · arXiv · 2026-10-22
Fine-tuning de petits modèles de raisonnement pour la théorie quantique des champs
Titre original: Fine-Tuning Small Reasoning Models for Quantum Field Theory
Les auteurs réalisent la première comparaison académique entre apprentissage par renforcement (RL) et fine-tuning supervisé (SFT) pour les LLM sur des tâches de résolution de problèmes vérifiables en physique théorique, en choisissant la théorie quantique des champs (QFT) comme domaine principal. Les données d'entraînement vérifiables étant rares, ils ont construit un pipeline de génération de données qui crée à la fois plus de 2,500 problèmes synthétiques et adapte pour l'entraînement des problèmes existants rédigés par des humains, issus d'arXiv et de ressources pédagogiques standard. Les deux méthodes améliorent le modèle de base sur chaque jeu de données, mais les gains du SFT se concentrent sur les tâches synthétiques in-distribution tandis que le RL généralise mieux et bat le SFT sur les jeux de données adaptés de sources humaines et sur TPBench ; les auteurs publient leur pipeline de données, des données d'entraînement QFT vérifiables et environ 200M de jetons de traces de raisonnement QFT, accompagnés d'une analyse de l'évolution des erreurs de chaîne de pensée au cours de l'entraînement.