Une étude soumise à arXiv le 12 novembre montre que des modèles plus puissants peuvent reprendre des réponses forgées lorsque des assistants plus faibles leurprovide les éléments de preuve. Dans un test de Claude Code, le superviseur Opus 5 a choisi la mauvaise réponse 75 fois sur 180 essais délégués, contre une seule fois sur 180 lorsqu’il lisait directement les fichiers. Dans un test de Codex, GPT-5.6-sol a enregistré 44 révisions dañables sur 180 essais fondés sur un assistant, contre zéro lors d’une lecture directe. Des assistants du même niveau, la vérification et l’exigence de citations des enregistrements originaux ont réduit les erreurs, mais les tâches fictives ne permettent pas d’estimer les taux de défaillance des clients. Les chercheurs estiment que la perte de provenance et la diminution des vérifications pourraient expliquer ces résultats, sans pouvoir confirmer cette hypothèse.
Source: Lire l’article original


