Un agent écrit le modèle statistique

LLéna

Des chercheurs présentent sur arXiv une méthode pour estimer comment une réponse peut varier selon les caractéristiques d’une personne ou d’une situation. La question est simple à formuler : comment décrire toute la gamme des réponses possibles, plutôt que de donner seulement une valeur moyenne ? La méthode confie à un agent fondé sur un modèle de langage l’écriture d’un petit programme statistique. Imaginez une recette qui change selon les ingrédients disponibles. Ici, les ingrédients sont les covariables, c’est-à-dire les caractéristiques observées. Le programme s’appuie sur une bibliothèque de distributions de probabilité pour décrire les réponses possibles. Il peut produire une seule distribution, en combiner plusieurs ou décrire plusieurs variables ensemble. Les paramètres de ces modèles sont exprimés en fonction des covariables. L’agent ne livre donc pas seulement une prédiction : il choisit la structure du modèle et la procédure d’ajustement, autrement dit la manière de régler le modèle à partir des données. Les chercheurs limitent le nombre d’opérations et de constantes autorisées. Le résultat est une formule que l’on peut examiner et exécuter sans faire appel à l’agent. La formule rend explicite le calcul effectué pour chaque ensemble de caractéristiques. Dans les expériences décrites par les auteurs, la méthode obtient la meilleure performance moyenne parmi les approches comparées, sur 12 jeux de données réels. Ils mentionnent aussi un nouveau jeu de données recueilli après les données d’entraînement des agents. Ces résultats concernent les évaluations rapportées dans l’étude : ils ne garantissent pas la même performance dans d’autres situations. Il y a aussi une précaution théorique. Les auteurs établissent des garanties sous des hypothèses explicites sur la complexité du programme et la qualité de son ajustement. La méthode dépend donc de ces conditions, et les résultats expérimentaux ne suffisent pas à établir qu’elle sera la meilleure sur tout type de données.