Pour savoir si un modèle prévoit bien, on le teste sur un futur déjà passé

L'outil BackSearch de General Reasoning fige le web à une date précise. Une solution pour évaluer la fiabilité des prévisions des modèles d'analyse.

On demande de plus en plus aux modèles de prévoir l'avenir, et la façon la plus simple de vérifier s'ils y parviennent est de les interroger sur un futur déjà advenu. Encore faut-il figer le monde tel qu'il était à l'époque. General Reasoning s'y attaque avec BackSearch, deux fonctions qui font chercher et lire le web dans l'état d'une archive gelée, à travers son service OpenReward.

Le problème que l'outil règle est celui de la fuite d'information. Les API de recherche classiques, même dotées d'un filtre de date, classent l'index d'aujourd'hui avec le recul du présent et renvoient la version actuelle d'une page, parfois réécrite depuis que l'événement s'est dénoué. BackSearch attache à chaque requête une date de référence : la recherche ne retourne que les documents collectés à cette date ou avant, et la lecture restitue le texte de l'article tel qu'il était archivé alors. La même requête à la même date renverra toujours le même résultat.

Un point technique commande tout le reste. La date filtre sur le moment où la page a été collectée, et non sur la date de publication qu'elle affiche. Une page archivée après la date butoir est écartée même si elle prétend avoir été publiée avant, précaution délibérée : la date auto-déclarée est justement le champ qu'une archive rétrospective ne peut pas croire.

Les usages visés tournent autour de l'évaluation : noter un modèle sur des questions dont la réponse est déjà connue en bloquant l'horizon des preuves avant le dénouement, rejouer une boucle de recherche et de décision financière sur une fenêtre passée, ou entraîner des agents contre un web stable et rejouable. La version ouverte reste une préversion étroite, limitée aux sites d'actualité et à une fenêtre allant de décembre 2025 à juillet 2026, appelée à s'élargir selon les retours. La facturation se fait à l'usage, dix dollars pour mille recherches et deux dollars pour mille lectures, les requêtes en échec n'étant pas comptées.