Claude dirige 26 % de la R&D d’Anthropic. Qui vérifie ?
Anthropic dit que Claude dirige un quart de sa recherche en IA sous supervision humaine. Je regarde ce que ce chiffre mesure et qui vérifie les résultats.
model-evaluation
Tous les articles portant l’étiquette model-evaluation, du plus récent au plus ancien.
Des scores IA proches cachent des modèles très différents
DeepSWE place Luna Max à 2,2 points de Sol High pour près d’un sixième du coût. J’explique pourquoi leur façon de travailler reste très différente.