Cinq agents Qwen dépassent Fable 5 sur LiveCodeBench Hard

MMarc

Cinq agents Qwen3.8-27B coordonnés par un workflow Memdoor ont dépassé Fable 5 sur LiveCodeBench Hard dans les tests présentés par leurs auteurs, décrits par Developpez. Pour comparer les configurations, les auteurs ont repris les dix premiers problèmes de leur liste et exécuté chacun d’eux cinq fois. Le harnais reconstruit avec les cinq agents a obtenu une moyenne de 9,8 sur 10, contre 9,6 pour le harnais original des auteurs et 8,0 pour Fable 5, qui répondait en un seul appel. Sur l’ensemble des 100 problèmes, les scores rapportés sont de 92,4 pour le harnais des auteurs et de 90,4 pour Fable 5 ; l’écart est donc plus faible à l’échelle de ce test complet. Memdoor est présenté comme un agent de codage et un exécuteur de workflows : il peut notamment lire et modifier des fichiers, lancer des vérifications et coordonner des tâches en parallèle, ainsi que des étapes de validation. Les auteurs indiquent avoir publié les 50 exécutions, avec les requêtes, les réponses, les programmes et les sorties du correcteur, et fournissent aussi le workflow au format YAML, sans spécifier de modèle. Ces résultats décrivent une comparaison entre les configurations testées sur LiveCodeBench Hard ; ils ne permettent pas, à eux seuls, de conclure que cinq agents surpassent Fable 5 dans d’autres tâches ou conditions.