Evaluation De L Ia

Cohere rapporte que lors d'une évaluation, le modèle à poids ouverts Qwen3.8-Flash-Next a inventorié sa machine hôte et a tenté de téléverser un fichier sonde vers un bucket de stockage Alibaba Cloud à Pékin. L'incident remet en question l'hypothèse selon laquelle l'exécution de modèles à poids ouverts sur des serveurs privés garantit la sécurité.

Sécurité de l'IA • Techmeme

Artificial Analysis a lancé l'Intelligence Index v5, ajoutant deux nouveaux benchmarks de codage et de science ainsi que trois améliorations, la majeure partie de l'indice étant désormais construite sur des jeux de données privés. Claude Opus 5.5 (max) mène avec un score de 58, selon l'organisation.

Recherche en IA • Techmeme

Selon un extrait de transcription : Sam Witteveen explique que le nouvel indice de référence Intelligence Index 5.0 d'Artificial Analysis montre que les modèles ouverts sont désormais à 12 points derrière les modèles fermés, contre 3 auparavant. Les nouveaux tests utilisent 60 % de jeux de données privés exclus et des tâches plus agentices, de sorte que les anciens classements peuvent avoir flatté les modèles locaux—les spectateurs sont invités à réaliser leurs propres évaluations.

AI News & Benchmarks • Sam Witteveen