Silico automatise les expériences de recherche en IA

La plateforme Silico de Goodfire automatise la recherche en IA, de l’interprétabilité à l’entraînement et à l’orchestration des GPU.

Silico est une plateforme agentique conçue pour mener des expériences de recherche sur des modèles d’IA. À partir d’un objectif, le système prépare un protocole, exécute plusieurs tâches en parallèle, surveille leur progression et rassemble des résultats que les chercheurs peuvent inspecter puis prolonger.

La plateforme associe ces agents aux techniques d’interprétabilité développées par Goodfire. Elle permet notamment d’entraîner des sparse autoencoders et des probes, d’étudier la géométrie interne d’un modèle, de tester des hypothèses causales ou de relier un comportement problématique à certaines représentations apprises.

Silico couvre également l’entraînement par SFT, DPO et apprentissage par renforcement. Il peut comparer différents checkpoints, diagnostiquer des régressions liées aux données ou à l’architecture, ainsi que reproduire et modifier les expériences décrites dans un article scientifique.

L’orchestration du calcul fait partie du service. Silico répartit les expériences sur des infrastructures GPU, suit les entraînements de longue durée et peut utiliser les ressources de Goodfire ou se connecter au cluster du client. L’entreprise indique avoir appliqué cette approche à l’interprétation de Kimi K3, un modèle comptant 2,8 mille milliards de paramètres.

L’accès individuel est proposé à 1 000 dollars par mois, avec un volume d’utilisation renouvelé chaque semaine. Goodfire prévoit également des offres sur mesure pour les organisations, avec gestion des équipes, facturation centralisée et option de conservation nulle des données. Les inscriptions passent actuellement par un formulaire, avec une intégration progressive des chercheurs sélectionnés.