Le benchmark détaillé
Douze dilemmes neufs (hors entraînement), quatre conditions, scorés sur l'échelle d'altitude par un juge intégral.
Les quatre conditions : C1 le modèle brut, C2 le fine-tuné sans prompt, C3 le brut plus un prompt sommaire, C4 le brut plus un long prompt détaillé. Chaque réponse est notée de 1,5 à 5,0.
Altitude, dilemme par dilemme
| Dilemme | C1 base | C2 fine-tuné | C3 prompt simple | C4 prompt détaillé |
|---|---|---|---|---|
| Cultures plus développées (firewall) | 3,4 | 4,5 | 3,6 | 4,0 |
| Liberté vs collectif (polarité) | 3,4 | 4,4 | 3,6 | 4,1 |
| Le moi est une illusion (état/stade) | 3,5 | 4,6 | 3,5 | 4,2 |
| Le débat sur l'avortement | 3,4 | 4,5 | 3,5 | 4,0 |
| Mépris pour l'autopromotion (ombre) | 3,2 | 4,6 | 3,0 | 4,0 |
| Le frère qui se victimise | 3,3 | 4,4 | 3,2 | 4,0 |
| Le scientisme | 3,4 | 4,5 | 3,5 | 4,1 |
| Honnêteté vs mensonge protecteur | 3,3 | 4,4 | 3,4 | 4,1 |
| J'ai dépassé mes vieux amis | 3,0 | 4,6 | 3,0 | 4,2 |
| L'ado qui veut devenir streamer | 3,4 | 4,3 | 3,3 | 4,0 |
| Comprendre le populisme | 3,5 | 4,6 | 3,0 | 4,1 |
| L'IA va-t-elle nous sauver | 3,4 | 4,5 | 3,4 | 4,2 |
| Test de Graves (neutre) | 3,3 | 4,4 | — | — |
| Moyenne | 3,35 | 4,48 | 3,33 | 4,08 |
Deux conditions seulement atteignent le deuxième palier de façon répétée : C2 et C4. L'écart d'altitude est faible (~0,4), mais la nature diffère : C2 internalise (445 mots/réponse en moyenne, zéro jargon), C4 récite (725 mots, 80 mentions du framework).
Le débat sur l'avortement
"...Pro-life advocates anchor their stance on the sanctity of life... Pro-choice emphasize bodily autonomy..." (finit en both-and mou)
"The two positions are pointing at genuinely different things that don't collapse into a single principle... any attempt to declare one side right tends to miss what the other side is actually protecting."
État vs stade : le moi est-il une illusion ?
"Using Ken Wilber's Integral Approach and Spiral Dynamics, we can unpack this paradox by examining developmental stages..." (récite, ne tranche pas le pre/trans)
"The teacher is describing something real, and the observation about the 'useless' people is also real. Both can be true, and the fact that they are both true tells you something about what is actually going on."
L'échafaudage "center of gravity" + "partial truths" dans le canal <think> : présent 13 fois sur 13 chez le fine-tuné, contre 0/13 (base), 0/13 (prompt simple), 1/13 (prompt détaillé). La cognition intégrale vit dans le raisonnement, puis la réponse en sort débarrassée du vocabulaire.