Qu’a-t-il jamais vu ? Talkie-1930 et le test d’Einstein

Talkie-1930 est un modèle de langage de 13 milliards de paramètres, délibérément entraîné sur des informations antérieures à 1931. Son objectif n’est pas de jouer un rôle historique. Les chercheurs veulent utiliser le modèle pour examiner une question bien plus difficile : si une IA n’a jamais vu la réponse connue pendant le préentraînement, peut-elle tout de même raisonner pour parvenir à une conclusion que les humains n’ont découverte que plus tard ?

Cela rend Talkie particulièrement pertinent dans le débat entre raisonnement et mémorisation. Les modèles modernes ont peut-être rencontré des questions de benchmark, des solutions, des articles, des dépôts GitHub ou des explications pendant leur entraînement. Un modèle historique crée une expérience plus rigoureuse en plaçant la réponse de l’autre côté d’une limite temporelle.

Qu’est-ce que Talkie-1930 ?

Talkie est une famille de modèles de langage « vintage » développés par Nick Levine, David Duvenaud et Alec Radford. L’équipe a présenté Talkie-1930 en 2026 à partir d’un corpus censé ne contenir que des informations publiées avant 1931.

Les chercheurs ont également entraîné un jumeau moderne en utilisant la même architecture et une puissance de calcul d’entraînement comparable, mais avec les données modernes de FineWeb. Talkie est ainsi utile pour étudier non seulement ce qu’un modèle sait, mais aussi dans quelle mesure ses capacités sont façonnées par son environnement informationnel.

Cela complète la question plus générale des modèles ouverts et de l’IA de pointe : les capacités d’un modèle dépendent de bien plus que du seul nombre de paramètres.

Pourquoi entraîner une IA qui ne connaît rien après 1930 ?

La raison principale est une évaluation résistante à la contamination.

Lorsqu’un modèle moderne résout un problème célèbre, les chercheurs ne peuvent pas toujours déterminer s’il a :

• déduit la réponse ;
• combiné des concepts connexes ;
• mémorisé un exemple similaire ;
• vu le benchmark pendant l’entraînement ;
• rencontré une explication ou une implémentation en ligne.

La date limite de Talkie permet aux chercheurs de sélectionner des tâches dont les réponses appartiennent véritablement à l’avenir du modèle.

Python, par exemple, a été créé des décennies après 1930. L’article fondamental de Turing sur la calculabilité a été publié en 1936. La xérographie et de nombreuses inventions techniques ultérieures sont également postérieures à cette date limite.

L’équipe de Talkie présente ces inventions postérieures à la date de coupure comme de potentielles expériences futures. C’est important : ce sont des objectifs de test, et non des découvertes que Talkie aurait déjà reproduites.

Talkie a-t-il vraiment appris Python sans avoir vu Python dans ses données de préentraînement ?

Pour tester la généralisation, les chercheurs ont montré à des modèles historiques plusieurs programmes Python dans leur contexte, puis leur ont demandé de résoudre de nouvelles tâches de type HumanEval.

Les résultats apportent certains éléments en faveur d’un apprentissage en contexte au-delà d’une véritable frontière des connaissances, mais ils restent modestes.

Les chercheurs indiquent que les programmes réussis étaient généralement des solutions simples en une ligne ou de petites modifications d’exemples déjà présents dans le contexte. ([Talkie](https://talkie-lm.com/introducing-talkie))

L’exemple le plus partagé concerne un chiffrement par rotation. Après avoir vu une fonction d’encodage, le modèle a produit l’opération inverse de décodage en inversant la relation arithmétique pertinente.

C’est plus intéressant qu’il n’y paraît précisément parce que l’affirmation est limitée.

Le modèle a utilisé des exemples pour effectuer une petite transformation correcte dans un langage absent de ses données de préentraînement prévues.

Qu’est-ce que le test d’Einstein pour l’IA ?

La même idée peut être poussée bien plus loin.

Demis Hassabis, PDG de DeepMind, a évoqué un « test d’Einstein » dans lequel une IA ne reçoit que les connaissances disponibles avant une découverte scientifique majeure, puis doit déterminer si elle peut parvenir indépendamment à la découverte ultérieure.

La version la plus célèbre demande si un modèle entraîné uniquement sur des connaissances disponibles avant la théorie de la relativité générale d’Einstein pourrait déduire cette théorie sans jamais l’avoir vue.

Un article de Nature de septembre 2026 décrit plusieurs chercheurs qui expérimentent actuellement avec des modèles de langage historiques et des méthodes similaires de coupure temporelle.

C’est bien plus difficile que de faire passer à un modèle moderne un examen sur la relativité.

La découverte scientifique exige plus que la résolution d'équations. Elle peut nécessiter de reconnaître qu'une hypothèse acceptée est erronée et de construire un meilleur cadre conceptuel.

Une IA a-t-elle réussi le test d'Einstein ?

Non.

Les expériences actuelles ont produit des éléments intéressants de généralisation et d'intuition scientifique, mais aucune redécouverte convaincante de niveau Einstein.

La revue de [Nature] décrit les premiers résultats comme révélant autant les limites importantes de l'IA actuelle que ses points forts. Les modèles peuvent souvent travailler efficacement une fois qu'un problème a été formulé, mais trouver la bonne nouvelle hypothèse reste bien plus difficile. ([Nature](https://www.nature.com/articles/d41586-026-02804-x))

Cette distinction est essentielle, car une IA peut générer des milliers d'hypothèses plausibles sans savoir laquelle mérite une étude plus approfondie.

Le test le plus exigeant ne consiste pas à vérifier si un modèle peut produire une théorie connue après avoir reçu suffisamment d'indices. Il consiste à déterminer s'il peut identifier une contradiction, proposer une explication véritablement utile et le faire sans que la réponse ultérieure ne se soit infiltrée dans ses données d'entraînement.

Talkie-1930 est-il vraiment exempt de connaissances modernes ?

Pas parfaitement.

L'équipe de Talkie signale ouvertement une fuite temporelle. Malgré la limite prévue à 1930, le modèle 13B semble connaître certaines informations sur des événements ultérieurs, notamment la présidence de Roosevelt, le New Deal, la Seconde Guerre mondiale, les Nations unies et l'Allemagne d'après-guerre.

Les chercheurs identifient plusieurs façons dont des informations futures peuvent s'infiltrer dans des corpus apparemment historiques :

• dates de publication incorrectes ;
• introductions modernes ajoutées à de vieux livres ;
• notes de bas de page et annotations ultérieures ;
• documents mal classés ;
• artefacts de numérisation et d'OCR.

Cette limite est fondamentale.

Si une expérience affirme qu'un modèle a découvert indépendamment quelque chose qu'il n'avait jamais vu, les chercheurs doivent d'abord apporter des preuves solides que la réponse était réellement absente.

Pour l'IA historique, la provenance des données fait partie du benchmark.

Les connaissances de Talkie sont historiques, mais son post-entraînement ne l'est pas entièrement

Il existe une autre limite subtile.

Le modèle de base est entraîné sur des données historiques, mais la création d'un assistant utile capable de suivre des instructions nécessite des données de post-entraînement qui n'existaient pas en 1930.

Les chercheurs ont généré des exemples d'instructions à partir de documents de référence historiques, mais indiquent également avoir utilisé des modèles Claude modernes lors des étapes ultérieures, notamment Claude Sonnet 4.6 comme juge et Claude Opus 4.6 pour la génération de conversations synthétiques. ([Talkie](https://talkie-lm.com/introducing-talkie))

Cela crée deux formes différentes de contamination qu'il ne faut pas confondre :

Talkie peut donc posséder principalement des connaissances d'époque sans se comporter exactement comme un hypothétique système intelligent conçu en 1930.

Pourquoi l'IA historique est aussi une expérience sur la qualité des données

Les modèles de langage historiques sont confrontés à un problème que les modèles web modernes évitent en grande partie : la plupart de leurs données d'entraînement n'ont jamais été créées sous forme numérique.

Les livres, les journaux, les brevets et les revues doivent d'abord être convertis de pages numérisées en texte.

L'équipe de Talkie indique que le texte historique traité par OCR conventionnel n'a fourni qu'environ 30 % de l'efficacité d'apprentissage des versions transcrites par des humains dans le cadre d'une expérience contrôlée. Un simple nettoyage a porté ce chiffre à environ 70 %. ([Talkie](https://talkie-lm.com/introducing-talkie))

Cela met en évidence une leçon plus générale : davantage de tokens ne signifie pas automatiquement des données d'entraînement plus utiles.

C'est également l'une des raisons pour lesquelles le traitement local de l'IA pour les jeux de données privés peut être important dans les travaux d'archivage. L'OCR, l'indexation, les embeddings et les corpus expérimentaux peuvent être traités à proximité des sources stockées, plutôt que d'exiger que chaque document passe par un service distant.

Pouvez-vous exécuter Talkie-1930 en local ?

Oui.

Le dépôt officiel de Talkie fournit des poids publics et du code d'inférence sous licence Apache 2.0.

La configuration BF16 de référence indique actuellement :

Ce n'est pas un petit modèle pour processeur, mais il s'agit d'une charge de recherche réaliste pour une station de travail ou un serveur d'IA domestique.

Pour un déploiement local, la taille du checkpoint n'est que le point de départ. La mémoire d'exécution, le contexte, le cache et les autres composants du modèle consomment également des ressources, c'est pourquoi l'empreinte mémoire du modèle est plus importante qu'une simple comparaison des tailles de fichiers.

Une fois téléchargé, Talkie peut également être utilisé sans API d’inférence propriétaire. Cela facilite la conservation de versions exactes des modèles et la reproductibilité des expériences.

Une configuration entièrement reproductible devrait également conserver localement les fichiers des modèles, les tokeniseurs, les jeux de données et les dépendances requises, plutôt que de supposer un accès permanent à des services externes. C’est le même principe que celui qui sous-tend un flux de travail d’IA locale utilisable hors ligne.

À quoi servent réellement les modèles de langage historiques ?

La valeur à long terme de Talkie ne réside pas dans le fait de prétendre discuter avec quelqu’un de 1930.

Les chercheurs ont déjà utilisé environ 5 000 descriptions d’événements historiques du New York Times pour mesurer à quel point des événements futurs semblent « surprenants » pour un modèle entraîné sur des informations antérieures. Il ne s’agit pas de prédiction au sens de la science-fiction, mais cela fournit une nouvelle façon d’étudier les horizons de prévision. ([Talkie](https://talkie-lm.com/introducing-talkie))

Ce que Talkie révèle sur l’intelligence de l’IA moderne

Le jumeau moderne de Talkie offre une comparaison particulièrement utile.

L’architecture et la puissance de calcul consacrée à l’entraînement peuvent rester similaires tandis que l’environnement informationnel change radicalement.

Le modèle entraîné sur des données modernes est plus performant pour de nombreuses tâches conventionnelles. Cela peut s’expliquer en partie par des données plus propres. Cela peut aussi venir du fait que le Web moderne contient des programmes, de la documentation technique, des questions-réponses, des explications scientifiques et de nombreuses formes de résolution structurée de problèmes absentes d’un corpus historique.

Cela soulève une question plus profonde :

quelle part des capacités de l’IA moderne vient de l’architecture du modèle, et quelle part vient de la compression de la structure accumulée de l’Internet moderne ?

Cette question est également pertinente lorsqu’on évalue les modèles ouverts par rapport à l’IA de pointe. Les seuls scores de référence ne révèlent pas si les différences proviennent de l’architecture, des données, de l’entraînement postérieur, des outils ou de l’ampleur même de l’entraînement.

Le meilleur test n’est pas « L’IA peut-elle penser ? »

Les débats sur la question de savoir si l’IA « pense vraiment » deviennent rapidement philosophiques.

Les modèles historiques offrent une question plus facile à tester :

Pouvons-nous concevoir une expérience dans laquelle il serait impossible, ou du moins nettement moins probable, de se souvenir de la réponse connue ?

Talkie-1930 n’est pas une solution parfaite. Son corpus contient des fuites temporelles. Les OCR historiques sont bruités. Le post-entraînement moderne introduit une influence comportementale. Et le modèle à 13 milliards de paramètres reste bien plus faible que les systèmes de pointe actuels.

Mais ces limites peuvent être mesurées et améliorées.

L’accomplissement important n’est donc pas que Talkie ait redécouvert la science moderne. Ce n’est pas le cas.

Son intérêt est de fournir aux chercheurs un moyen plus fiable de déterminer si un futur modèle peut rencontrer d’anciens éléments de preuve, repérer ce qui manque, formuler une nouvelle hypothèse et parvenir à une conclusion qui n’existait véritablement pas dans son univers d’entraînement.

Ce serait une preuve de généralisation bien plus solide qu’un nouveau score élevé sur un benchmark dont Internet a déjà discuté des milliers de fois.