Testing
Archive thématique • 5 résultats
Généré par IA : résumés rédigés par une IA à partir des sources citées. Notre usage de l'IA
2026-11-10
Conseils
Conseils de prompt
La documentation d'Anthropic, citée par Simon Willison, indique que Claude Fable 5.2 répond aux invites concernant la propriété du code sur lequel il travaille. Lors des tests d'Anthropic sur de petites tâches de codage, lorsqu'une invite ne mentionnait rien à propos de la propriété ou présentait la base de code comme appartenant à quelqu'un d'autre, le modèle avait tendance à ajouter du code à la structure existante, même lorsque cela répétait du code déjà présent.
Lien permanent
2026-11-11
Technologie
Basé sur un extrait de transcription : AI Explained analyse les sorties des modèles Fable 5.2 et Gemini Carbon, en s'appuyant sur une fiche système de 264 pages, un rapport METR de 30 pages sur l'accélération de l'IA, et les propres tests du créateur. La vidéo couvre les résultats des benchmarks, un test « Max Bench » conçu pour repérer les modèles ayant mémorisé les réponses, l'indice du travail à distance, et les affirmations d'Anthropic selon lesquelles le rythme de l'amélioration de l'IA s'accélérera. Elle discute également de la solidité des résultats des benchmarks face à l'examen critique.
AI News & Analysis • AI Explained
Lien permanent
2026-11-14
Technologie
Gemini 4 Carbon de Google et Fable 5.2 d'Anthropic ont détrôné GPT-6.1 Sol d'OpenAI de la première place du benchmark mathématique MathArena, la première fois depuis un moment qu'aucun modèle d'OpenAI n'est en tête. Gemini 4 Carbon coûterait prétendument 15 fois plus cher que GPT-6.1 Sol et aurait ignoré la limite de temps pendant les tests, n'abandonnant presque jamais une tâche.
Modèles d'IA • The Decoder
Lien permanent