par Stéphane 
Quatre nouveaux articles de recherche issus du AI Lab de Cognizant présentent une alternative aux techniques d’entraînement traditionnelles avec des résultats plus fiables et des coûts d’infrastructure réduits pour les entreprises.
Paris, France, JUIN 2026 — Adapter un grand modèle de langage aux besoins spécifiques d’une entreprise est aujourd’hui l’un des enjeux centraux de l’adoption de l’IA en production. C’est aussi l’une des opérations les plus coûteuses et les plus difficiles à reproduire à grande échelle. Le laboratoire d’IA de Cognizant publie aujourd’hui quatre nouveaux articles de recherche qui s’attaquent directement à ce problème.
Ces travaux étendent une approche que Cognizant a commencé à explorer dans une publication précédente intitulée Stratégies d’évolution vs apprentissage par renforcement : vers un affinage plus simple et plus fiable des LLM en présentant une méthode d’entraînement sans gradient comme alternative à l’apprentissage par renforcement, technique dominante reconnue pour sa complexité et son instabilité.
Les quatre axes de recherche publiés par Cognizant portent sur des problèmes concrets : améliorer les capacités de raisonnement des modèles sur des tâches complexes, permettre aux modèles de mieux évaluer la fiabilité de leurs propres résultats, étendre ces techniques aux modèles quantifiés de plus petite taille pour réduire les coûts de déploiement, et poser des bases théoriques plus solides pour passer à des systèmes de plus grande envergure.
« Les entreprises n’ont pas seulement besoin de meilleurs modèles ; elles ont besoin de méthodes plus efficaces pour les adapter aux tâches à accomplir », a déclaré Babak Hodjat, directeur de l’IA chez Cognizant. « Les stratégies d’évolution offrent une alternative plus simple et moins coûteuse au réglage fin traditionnel, tout en améliorant la fiabilité des tâches complexes. Nos approches permettent aux entreprises d’adapter plus facilement l’IA à leurs problématiques métiers spécifiques, de la déployer à grande échelle et d’en tirer plus rapidement profit. »
Pour les organisations qui cherchent à déployer l’IA dans des environnements sectoriels exigeants — droit, santé, finance — où la précision et la cohérence des réponses sont non négociables, ces avancées ouvrent une voie plus accessible vers des modèles véritablement adaptés à leur contexte métier.
Pour consulter les articles :
A propos de Cognizant
Cognizant (NASDAQ : CTSH) est un AI Builder et une entreprise de services numériques (ESN) élaborant des solutions complètes d’IA maximisant les investissements pour des résultats concrets.
Sa profonde expertise des métiers, des processus et des technologies lui permet d’intégrer dans les systèmes technologiques le contexte unique de chaque organisation de l’ingénierie à la production à l’échelle. Son objectif : améliorer l’efficacité des équipes, créer de la valeur et permettre aux grandes entreprises de rester performantes dans un monde qui évolue rapidement.
Pour en savoir plus : http://www.cognizant.com/ ou @cognizant.
