Le Crible

Édition de 14 h

Le filThèmes : RechercheAgentsÉvaluations

La méthode SelfSearch atteint 82,0 % sur Terminal-⁠Bench 2.1 avec DeepSeek V4 Flash, selon son article

1 sourcemis à jour il y a 1 jpertinence 3,3 sur5

L’essentiel

Ce score, avancé par les auteurs de la méthode, égalerait celui de Codex. Le coût de la recherche s’élève à 4,03 dollars.

Propagation1 article, publié par AINews le 6 oct. à 8 h 28.

Les sources

1 article

Aucune source primaire : la page de l’auteur du fait n’est pas parmi les sources.

Sur les mêmes thèmes

  1. Agents

    SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents

    Pertinence 4,0 sur51 source

  2. Agents

    VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues

    Pertinence 3,8 sur51 source

  3. Agents

    MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence

    Pertinence 3,8 sur51 source

  4. Évaluations

    Des chercheurs suggèrent que les modèles de langage tendent à présenter par défaut des récits de succès

    Pertinence 3,8 sur51 source

À lire ensuite

  1. Modèles

    Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind

    Pertinence 5,0 sur54 sources

  2. Modèles

    OpenAI lance GPT-⁠6 Sol et GPT-⁠6 Luna, deux modèles plus économiques qui complètent GPT-⁠6 Astra

    Pertinence 5,0 sur55 sources

  3. Modèles

    Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-⁠6 Sol et GPT-⁠6 Luna à environ une heure d’écart

    Pertinence 5,0 sur55 sources

  4. Modèles

    Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5

    Pertinence 4,9 sur52 sources