Les étapes de raisonnement des IA ont des motifs internes distincts
Une nouvelle étude révèle que les étapes de raisonnement écrites par les modèles d’IA correspondent à des motifs internes distincts et séparables.
Une nouvelle étude révèle que les étapes de raisonnement écrites par les modèles d’IA correspondent à des motifs internes distincts et séparables.
Des experts en IA alertent sur les limites fondamentales des grands modèles de langage (LLM) face aux tâches de raisonnement logique et de calcul exact, remettant en question l’efficacité de l’ingénierie d’invite.
IBM Research a lancé VAKRA, un benchmark évaluant la capacité des agents d’IA à raisonner et utiliser des outils, révélant leurs forces et faiblesses actuelles.