Catégorie
Nouvelles méthodes et protocoles d’évaluation.
Articles 1 - 10 sur 59. Les mots-clés, les dates et les conditions d’accès vous aident à choisir.
L’essentiel
Le billet du 2 novembre décrit une boucle de tests sur les réponses, les traces et les fichiers. Il recommande de comparer les versions à une référence dans un environnement isolé.
Source vérifiée le
L’essentiel
Google a transmis une consigne à Gemma 4 sur un processeur d’IA embarqué dans un satellite expérimental et reçu un texte en retour. Le billet du 30 octobre documente une étape du projet Suncatcher. La robustesse orbitale et l’intérêt économique restent à évaluer.
Source vérifiée le
L’essentiel
Sur 6 439 répondants, l’enquête relève satisfaction et temps économisé déclarés, mais aussi faible usage et difficultés de fiabilité. Ces réponses ne sont pas une mesure automatique de productivité.
Source vérifiée le
L’essentiel
Project ProtoStar organise la publication de données, modèles et logiciels scientifiques dans des formats documentés et lisibles par machine. Un premier défi mesurera en novembre si des approches IA améliorent des prévisions climatiques urbaines face à des méthodes statistiques simples.
Source vérifiée le
L’essentiel
Google annonce un centre local de recherche et plusieurs collaborations de santé. Les outils cliniques restent soumis à des évaluations et à des déploiements ciblés.
Source vérifiée le
L’essentiel
Google publie deux études sur Gemini dans l’éducation. Au Royaume-Uni, un essai randomisé auprès de plus de 1 100 élèves rapproche les résultats du tutorat IA de ceux d’un tuteur humain sur les exercices, sans amélioration du test standardisé. En Italie, les résultats reposent surtout sur des activités et déclarations d’enseignants.
Source vérifiée le
L’essentiel
Meta annonce deux millions de dollars au total pour cinq universités américaines, avec accès à ses modèles. Les projets restent des recherches.
Source vérifiée le
L’essentiel
Un essai examine des agents sous la responsabilité des salariés, au sein des équipes ou entre les niveaux hiérarchiques. Ces scénarios servent à réfléchir à la gouvernance, sans constituer des prévisions démontrées.
Source vérifiée le
L’essentiel
L’étude décrit des pratiques pour mutualiser contexte, corrections et évaluations. Les associations financières portent sur des résultats antérieurs aux pratiques mesurées et ne prouvent pas un gain causé par les agents.
Source vérifiée le
L’essentiel
Une étude Anthropic examine des arbitrages réalisés avec Claude Code. Les analystes suivent souvent la préférence assignée à l’agent, dans une expérience qui ne représente pas tous les usages.
Source vérifiée le
