Bethge Lab

Bethge Lab est un groupe de recherche universitaire basé à Tübingen, en Allemagne, qui travaille à l'intersection de l'apprentissage automatique, des neurosciences computationnelles et de questions proches de la sûreté en IA comme l'auto-amélioration. Son thème affiché est l'amélioration continue : comment les agents peuvent progresser en contexte, par la mémoire, la fusion de modèles ou le fine-tuning à l'usage, afin de continuer à s'améliorer après déploiement chez de vrais utilisateurs, et pas seulement lors d'un entraînement en laboratoire.

Les travaux s'organisent en trois grandes lignes : l'auto-amélioration récursive (les systèmes d'IA peuvent-ils aider à construire les systèmes d'IA suivants ?), l'apprentissage humain à l'ère de l'IA (comment les personnes doivent travailler avec des agents en évolution constante) et les modèles de fondation pour les neurosciences (ce que de grands modèles entraînés sur de l'activité neuronale enregistrée peuvent nous apprendre sur le cerveau). Parmi les résultats figurent PostTrainBench, qui examine si des agents LLM peuvent automatiser le post-entraînement de LLM ; AlgoTune, qui teste si des modèles de langue peuvent inventer des algorithmes numériques plus rapides ; ONEBench pour évaluer par échantillons des capacités ouvertes ; QVal pour scorer à moindre coût des signaux de supervision denses sur des tâches d'agent à long horizon ; DeepGaze3.5-VL pour prédire les trajectoires du regard ; et le projet openretina, qui modélise la rétine en collaboration entre laboratoires et espèces.

Le laboratoire fait partie de l'université de Tübingen, du Tübingen AI Center et de l'ELLIS Institute Tübingen, et collabore étroitement avec l'organisation à but non lucratif Open Athena. Il publie ouvertement benchmarks, code et données, recrute des doctorants, post-doctorants et ingénieurs de recherche, et se présente comme une initiative académique et open source plutôt que comme un fournisseur commercial.