Des récompenses pour entraîner les agents
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Léna
Soixante virgule soixante-dix-huit pour cent : c’est le taux moyen de réussite de Qwen3.8-27B après son entraînement, selon Hugging Face. Microsoft et Hugging Face annoncent ThinkingBox-Training, une méthode qui transforme les vérifications de l’état final d’une base de données en récompenses pour entraîner des agents. Elle s’applique à des tâches qui ne font pas partie de ThinkingBox-Bench. Les auteurs indiquent que les agents réussissent plus régulièrement, mais que le nombre de tâches réussies au moins une fois baisse légèrement. Ce résultat compte parce qu’il montre l’intérêt de vérifications concrètes pour améliorer la répétabilité, avec une limite : les progrès ne signifient pas que les agents couvrent davantage de tâches.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.