#évaluation des modèles

Anthropic

Anthropic a relevé son propre niveau de risque de décalage — et pas à cause du modèle 2

Le deuxième Risk Report fait passer le décalage dans les situations à fort enjeu de « très faible » à « faible », révèle trois modèles internes non publiés et admet que ses tests de capacités les plus clairs ne fonctionnent plus.

16 août 2026

Modèles d’IA

« La course aux benchmarks n’est pas le sujet » : WAIC veut revoir l’évaluation de l’IA

Alors que les classements standards sont saturés et contaminés, des dirigeants chinois de l’IA ont soutenu que les performances sur des tâches réelles — et des métriques comme les « agents actifs quotidiens » — devraient remplacer les benchmarks statiques.

19 juil. 2026