Le Crible

Édition de 15 h

Le filThèmes : ÉvaluationsRecherche

Multilingual GSM-⁠Symbolic mesure ce qui détermine le transfert de capacités entre langues

1 sourcemis à jour il y a 2 jpertinence 3,3 sur5

L’essentiel

Ce jeu de 30 000 paires question-réponse en 15 langues montre qu’un modèle de 32 milliards de paramètres évalué en marathi se comporte comme un modèle de 10 milliards en anglais.

Propagation1 article, publié par HF Daily Papers le 5 oct..

Les sources

1 article

Sur les mêmes thèmes

  1. Évaluations

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

    Pertinence 4,0 sur51 source

  2. Évaluations

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

    Pertinence 3,8 sur51 source

  3. Évaluations

    Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM

    Pertinence 3,8 sur51 source

  4. Évaluations

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

    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