Le filThèmes : ÉvaluationsRecherche
Des chercheurs identifient un biais d’usage des échelles ordinales dans les modèles de décision directe
1 sourcemis à jour il y a 6 jpertinence 2,8 sur5
L’essentiel
Sur 36 jeux de données ordinaux, les décisions de JEV 1.13 et de trois modèles KEV ouverts n’emploient que 67 à 76 % du support de référence effectif. Le post-entraînement BA-LoRA ciblé fait passer l’usage de 47 % à 86 % environ.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceTianxiang Gao, Jinzhe Li, Zhiyuan Li et al.huggingface.co
More Choices, Fewer Decisions: Ordinal-Scale Bias in JEV-like Direct-Decision Models (site externe)
Direct-decision models turn text into low-latency structured labels and scores, making them attractive for classification and automatic evaluation.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5