Dans l'actualité
Can we trust LLMs to judge whether a research idea is novel?
Ai2 · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Des chercheurs ont publié un benchmark montrant que les grands modèles de langage jugent mal la nouveauté des idées de recherche, avec des variations d'exactitude dépassant 50 points selon les changements de prompt.
- Pourquoi ça compte
- Pertinent pour les équipes construisant des systèmes IA pour générer ou évaluer des idées de recherche, notamment en comparant des propositions générées par IA avec du travail humain.
- Vigilance
- Les juges de nouveauté semblent plus stables sur la recherche écrite par des humains que sur les idées générées par IA, et plus de calcul ou de retrieval ne garantit pas de meilleurs jugements qu'un simple prompting.
- llm
- eval
Qui d’autre l’a publié
Le même évènement, traité par d’autres éditeurs que nous suivons.
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.