Apple s’engage à améliorer l’intelligence artificielle pour qu’elle s’adapte parfaitement aux styles d’écriture et optimise la lisibilité. Grâce à des techniques innovantes, cette initiative vise à enrichir l’expérience utilisateur, tout en plaçant la technologie au cœur des interactions humaines. Une avancée majeure pour l’innovation numérique.

Apple explore une technique pour améliorer la correspondance des styles d’écriture avec l’IA

Alors que de plus en plus d’utilisateurs s’appuient sur l’IA pour des tâches d’écriture telles que la rédaction d’e-mails et la synthèse de documents, une frustration commune persiste : les résultats sont souvent trop génériques. Même lorsqu’on utilise des modèles comme ChatGPT ou Gemini avec des instructions détaillées, il est rare qu’ils parviennent à capturer le ton ou la voix individuels de l’utilisateur sans un ajustement manuel considérable. Apple propose maintenant une solution à ce problème.

Le fonctionnement de PROSE

Les chercheurs d’Apple ont récemment dévoilé PROSE, une technique destinée à aider les modèles de langage à grande échelle à mieux inférer et adopter les préférences d’écriture uniques d’un utilisateur en apprenant directement de ses précédents échantillons d’écriture. Cette méthode sera présentée dans un article de recherche lors de la Conférence Internationale sur l’Apprentissage Automatique (ICML 2025).

Le concept central derrière PROSE (Raisonnement de Préférence par Observation et Synthèse d’Exemples) est de dépasser les techniques d’alignement typiques d’aujourd’hui, comme l’ingénierie des incitations ou l’apprentissage par renforcement basé sur des retours humains. Au lieu de cela, l’IA construit un profil interne et interprétable du style d’écriture réel de l’utilisateur.

Les étapes de PROSE

PROSE fonctionne en deux étapes :

1. Affinement Itératif : L’IA compare de manière répétée ses propres réponses générées avec de réels exemples de l’utilisateur, ajustant sa "description de préférence" interne jusqu’à ce qu’elle produise quelque chose qui correspond étroitement à l’écriture de l’utilisateur.

2. Vérification de la Cohérence : Pour éviter de se concentrer sur un seul exemple, qui pourrait ne pas être représentatif du style d’écriture global de l’utilisateur, l’IA vérifie que toute préférence inférée (par exemple, "utiliser des phrases courtes" ou "commencer par une blague") est vraie sur plusieurs échantillons d’écriture.

En résumé, PROSE construit un profil de style auto-évolutif, le teste sur plusieurs exemples d’utilisateurs et l’utilise comme base pour les générations futures.

L’importance de cette technologie pour Apple

Bien que le document ne mentionne pas explicitement les produits ou services d’Apple, la connexion est évidente. Alors qu’Apple s’engage à proposer des fonctionnalités d’assistant plus personnalisées, des techniques comme PROSE pourraient jouer un rôle majeur dans la création de textes qui semblent plus authentiques pour chaque utilisateur.

Avec la possibilité pour les développeurs d’accéder directement aux modèles locaux d’Apple via le framework nouvellement annoncé des Modèles de Fondations, il n’est pas difficile d’imaginer un avenir où n’importe quelle application pourrait tirer parti d’un assistant d’écriture personnel à l’échelle du système.

Un nouveau référentiel

Dans cette étude, Apple introduit également un nouvel ensemble de données appelé PLUME (Apprentissage des Préférences à partir des E-mails et Mémos Utilisateurs) pour évaluer les techniques d’alignement de style d’écriture comme PROSE. Ce nouvel ensemble remplace un précédent ensemble de données (PRELUDE) et vise à résoudre les problèmes courants liés aux tests de personnalisation des LLM, tels que des définitions de préférences superficielles ou des tâches non représentatives.

En utilisant PLUME, les chercheurs ont comparé PROSE à des approches précédentes, comme une autre méthode d’apprentissage des préférences appelée CIPHER et les techniques d’apprentissage in-context (ICL). Le résultat ? PROSE a surpassé CIPHER de 33 % sur des indicateurs clés et a même battu l’ICL lorsqu’il était associé à des modèles avancés comme GPT-4o.

Fait intéressant, l’article suggère également que combiner PROSE avec l’ICL offre le meilleur des deux mondes, avec une amélioration allant jusqu’à 9 % par rapport à l’ICL seul.

Une tendance plus large : une IA qui s’adapte à vous

Le projet PROSE s’inscrit dans une tendance plus large de recherche en IA : rendre les assistants non seulement plus intelligents, mais aussi plus personnels. Que ce soit par le réglage fin sur l’appareil, la modélisation des préférences ou des incitations contextuelles, la course est lancée pour combler le fossé entre la sortie générique des LLM et la voix unique de chaque utilisateur.

Cette personnalisation réelle s’accompagne également d’incitations commerciales considérables, car elle prépare le terrain pour un verrouillage ultime de la plateforme. Pour plus d’informations sur les avancées d’Apple dans ce domaine, vous pouvez consulter cet article de MIT Technology Review.