Seize modèles ouverts, 1,1 million de poèmes, les mêmes mots
Quinze formes poétiques, 248 étiquettes de sujet, seize modèles à licence des poidspoids ouvertsConditions attachées aux fichiers de poids d'un modèle, distinctes de la licence du code qui les fait tourner. Des poids dits ouverts n'impliquent pas un logiciel libre : redistribution, usage commercial et entraînement dérivé varient d'un modèle à l'autre.Fiche du lexique et plus de 1,1 million de poèmes produits : Jacob A. Matthews et Sil Hamilton mesurent le repli créatif à l'échelle du million, dans un papier déposé sur arXiv le 16 octobre 2026. Le constat est que les modèles ont le vocabulaire poétique et les rimes, et s'en servent très peu.
par Gyom 20 octobre 2026 à 17:00 2 min de lecture rubrique : Textes et documents
etiquettes : Chez soi · Local
Le repli créatif des modèles alignés se voit à l'usage : deux demandes proches donnent des sorties proches. Ce qui manquait était une mesure de masse, sur un genre précis. Jacob A. Matthews et Sil Hamilton la publient le 16 octobre 2026 sur arXiv, sur la poésie : quinze formes, 248 étiquettes de sujet, seize modèles à poids ouverts, plus de 1,1 million de poèmes produits.
Les mêmes formes et les mêmes sujets imposés à seize modèles
Le protocole applique la même grille de formes et de sujets à tous les modèles, ce qui rend les comparaisons possibles entre eux et entre formes. Les auteurs présentent le résultat comme le plus grand corpus de poésie produite par des modèles à ce jour, ce qui est aussi la condition pour que les écarts se mesurent au lieu de se décrire.
Un inventaire large, une poignée de mots employés
Le constat tient en deux temps. Les modèles disposent d'un vocabulaire poétique et d'une aptitude à la rime substantiels. Ils s'appuient pourtant sur un petit nombre de mots, d'ouvertures de poème et de rimes, très en deçà de ce que leur répertoire contient. Le papier nomme ce comportement la paresse : le stock est là, la main ne va pas le chercher.
La taille du modèle se lit dans les rimes
L'homogénéisation lexicale varie d'un modèle à l'autre et d'une forme à l'autre, et le vocabulaire de rimes effectivement employé est corrélé à la taille du modèle. Le repli n'est donc pas une propriété uniforme de la génération : il dépend du modèle et du genre qu'on lui impose.
Un instrument pour comparer ce qui se répète
Le corpus ne dit pas pourquoi les modèles se répètent. Il rend comparables ce qui se répète : à sujet et à forme égaux, l'écart entre deux modèles se mesure sur les mots et les rimes réellement employés, pas sur une impression de lecture. C'est ce déplacement qui rend le repli créatif attaquable autrement que par l'anecdote.
Source primaire arXiv 2610.24223, Language Models are Lazy Poets, Jacob A. Matthews et Sil Hamilton