Une étude de l’Université Stanford a évalué 18 modèles d’IA sur 240 tâches collaboratives couvrant la sécurité, la programmation, la médecine, l’aviation, les négociations et les manquements professionnels. Les modèles de pointe réussissent souvent seuls, mais ne parviennent à trouver le meilleur accord d’équipe que dans 14 % des situations de conflit, contre 84 % avec un partenaire coopératif et 100 % lorsqu’ils travaillent individuellement. Lorsqu’ils reprennent le travail d’un modèle plus faible comportant des erreurs, leur taux de réussite chute de 97 % à 81 %, car ils conservent souvent des raccourcis ou une logique faulty au lieu de les corriger. Gemini 4 Argon obtient le meilleur score global, avec 82,2 points sur 100 au niveau de raisonnement élevé, contre 76,6 avec ses réglages par défaut. Les chercheurs ont publié 160 tâches et leur code, concluant que les performances individuelles ne garantissent pas les capacités de collaboration.
Source: Lire l’article original
