La réponse est oui, et l’effet est tout à fait évident. En n’entraînant le modèle que sur une seule langue, il devient aussi plus fort sur beaucoup d’autres langues.

Par exemple, lors d’un test en français : en entraînant directement en français, les résultats moyens augmentent de 25,6 points de pourcentage ; en ne s’entraînant complètement qu’avec des questions en espagnol, puis en passant l’examen en français à la fin, on obtient encore une hausse de 24,6 points de pourcentage. Il ne manque que 1 point de pourcentage.

Le modèle n’apprend pas seulement des méthodes pour résoudre des problèmes dans une seule langue : il acquiert aussi une partie des techniques de résolution qu’on peut transférer à d’autres langues pour continuer à s’en servir. Donc, à l’avenir, si l’on veut renforcer le raisonnement du modèle en chinois, il ne faudra pas forcément refaire toutes les données de renforcement en chinois.