Le Crible

Édition de 14 h

Le filThèmes : ÉvaluationsAgents

Une couche sémantique solide améliore fortement la précision des analyses par LLM

1 sourcemis à jour il y a 6 jpertinence 3,0 sur5

L’essentiel

La meilleure couche construite par un modèle atteint 91 % de précision, contre 39 % sans couche. L’échec vient surtout de conventions métier cachées, comme les comptes comptés parmi les clients, plus que des calculs.

Propagation1 article, publié par TLDR Data le 1 oct. à 12 h 13.

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

    LangChain intègre un routeur de modèles à son agent open source Open SWE et réduit le coût médian

    Pertinence 4,2 sur51 source

  2. Évaluations

    Microsoft publie ThinkingBox, un benchmark qui note les agents sur l’état final de la base de données

    Pertinence 4,0 sur51 source

  3. Agents

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

    Pertinence 4,0 sur51 source

  4. Agents

    Weave publie en open source Weave Router 2.0, qui oriente les agents de code vers différents modèles

    Pertinence 4,0 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