Lapras remplace le CoT par un raisonnement latent : jusqu'à +10,79% de F1 avec 23,9x moins de tokens

Les auteurs de Lapras (Latent Post-trained Reasoning Across Series) proposent d'abandonner la chaîne de raisonnement textuelle dans les modèles qui analysent des séries temporelles. Lors des tests sur quatre backbones TSLM et cinq benchmarks de questions-réponses sur séries temporelles, le F1 moyen progresse jusqu'à 10,79% par rapport au Chain-of-Thought explicite. Le nombre de tokens générés, lui, est divisé par 23,9. Le travail est publié sur arXiv (cs.CL).

Où le CoT se brise sur les séries temporelles

Les Time Series Language Models reçoivent en entrée un signal continu (relevés de capteurs, ECG, cours de bourse) et répondent à des questions en langage naturel. L'approche standard est le CoT : le modèle décrit d'abord, pas à pas, ce qu'il observe dans la série, puis en tire une conclusion.

Ce schéma a un point faible. Il faut compresser une représentation continue de grande dimension en tokens linguistiques discrets. Selon les auteurs, c'est à cette étape que le modèle peut manquer un motif significatif ou le décrire de façon imprécise. Les étapes suivantes s'appuient sur la description déjà écrite, et l'erreur se propage. Le résultat est une explication plausible qui contredit le signal d'origine. Ces réponses sont les plus difficiles à détecter : elles paraissent convaincantes.

Comment fonctionne Lapras

Lapras est une étape de post-training. Le modèle raisonne par une chaîne de pensées continues dans l'espace conjoint de la série temporelle et du langage, et n'écrit du texte que pour la réponse finale. Les étapes intermédiaires restent des états cachés et ne sont pas traduites en mots.

L'entraînement repose sur une auto-distillation « enseignant — élève » :

• L'enseignant est entraîné sur des traces CoT de référence et raisonne de façon explicite, en texte.
• L'élève aligne ses états cachés sur ceux de l'enseignant à l'étape de la réponse.
• La capacité de raisonnement est transférée dans les calculs latents de l'élève, qui n'a plus besoin de générer de longues descriptions.

L'interprétabilité constitue un point à part. Les pensées continues de Lapras peuvent être décodées en traces de raisonnement lisibles par un décodage linguistique standard. L'explication textuelle ne disparaît pas : on peut l'obtenir à la demande plutôt que de la générer à chaque fois.

Ce que montrent les expériences

Les auteurs ont testé la méthode sur quatre backbones TSLM différents et cinq benchmarks de QA sur séries temporelles. Résumé de l'abstract :

• Gain de F1 moyen par rapport au CoT explicite : jusqu'à 10,79%.
• Réduction du nombre de tokens générés : 23,9 fois.
• Quatre backbones et cinq benchmarks testés.
• Les raisonnements latents sont décodables en texte sans architecture dédiée.

L'abstract ne donne ni les noms des modèles, ni le détail par tâche, ni la latence en millisecondes. Le « jusqu'à 10,79% » est un maximum, pas une moyenne sur toutes les configurations, et on ignore s'il s'agit de points de pourcentage ou d'une hausse relative. Ce chiffre doit être vérifié dans le texte complet et les tableaux. La comparabilité avec d'autres approches latentes est elle aussi à vérifier dans l'article lui-même.

À qui cela servira en pratique

Divisée par 23,9, la consommation de tokens réduit directement le coût et la latence de l'inférence. Pour la surveillance d'équipements, les signaux médicaux ou les séries financières, où les requêtes arrivent en flux, cela peut compter davantage que le gain de métrique. Des réponses courtes coûtent moins cher à générer, et moins d'étapes textuelles laissent moins de place à l'accumulation d'erreurs.

Les équipes qui développent des produits TSLM doivent surveiller deux points. D'abord, l'enseignant exige des traces CoT de qualité : le schéma ne s'en passe pas. Ensuite, il faut vérifier que le décodage des pensées latentes en texte reste cohérent avec le signal. Une trace lisible ne signifie pas qu'elle est correcte. Avant tout usage dans des domaines critiques, il faut tester la méthode sur ses propres données et la comparer au CoT classique, à la fois sur le F1 et sur la qualité des explications.