Dans l'actualité
SocietyBench: Forecasting Counterfactual Social-World Evolution
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- SocietyBench évalue la capacité des LLM à prédire des événements sociaux à partir de chronologies anonymisées construites depuis des actualités et réseaux sociaux réels.
- Pourquoi ça compte
- Pertinent pour les ingénieurs développant des agents LLM qui doivent comprendre et anticiper la dynamique sociale au-delà de tâches comme corriger du code ou contrôler un navigateur.
- Vigilance
- Les meilleurs modèles atteignent seulement 75 sur 100 face à une baseline triviale de 50. Performance se divise en deux axes indépendants: calibration probabiliste et précision temporelle.
- agent
- llm
- language model
- distill
- benchmark
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.