Une étude de Microsoft Research utilisant le benchmark DELEGATE-52 montre que les modèles d’IA de pointe subissent une dégradation significative de leur fiabilité lorsqu’ils sont confrontés à des flux de travail longs et multi-étapes. La perte moyenne de fidélité documentaire atteint environ 25 % après seulement 20 itérations déléguées, grimpant jusqu’à 50 % en moyenne tous modèles et domaines confondus. La corruption catastrophique, définie comme une fidélité inférieure ou égale à 80 %, touche plus de 80 % des combinaisons modèle-domaine testées, incluant Gemini 3.1 Pro, Claude 4.6 Opus et GPT 5.4. L’utilisation d’outils agentiques aggrave encore le problème en ajoutant 6 % de dégradation supplémentaire. L’étude révèle que les garde-fous existants comme la vérification et l’orchestration ne parviennent pas à résoudre ce défi fondamental de fiabilité en matière de délégation sur le long terme.
Source: Lire l’article original
