Le filThèmes : RechercheÉvaluations
Une collection compterait 722 manuscrits regroupés en 372 familles de résultats apparentés
1 sourcemis à jour il y a 8 hpertinence 2,5 sur5
L’essentiel
Ils proviendraient d’une évaluation d’environ 4 000 problèmes de recherche et auraient mobilisé en moyenne environ trois heures de calcul de réflexion de ChatGPT Pro par résultat, selon un résumé de Rundown.
Propagation1 article, publié par AINews le 7 oct. à 6 h 55.
Les sources
1 article
Aucune source primaire : la page de l’auteur du fait n’est pas parmi les sources.
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