Ce que savent faire les modèles d’IA, comment on le mesure et pourquoi ils semblent parfois progresser d’un coup.
Dernier article Modèles et capacités
Une capacité de fond qui croît sans pause, des tâches qui enchaînent de nombreuses étapes et des laboratoires qui entraînent ce qu’ils peuvent vérifier : pourquoi l’IA avance par bonds sur des tâches précises.
Les tests mis en avant au lancement de GPT-2, GPT-4, o1 et Grok montrent comment nos attentes envers leurs capacités ont évolué.
Pélicans à vélo, balles dans un hexagone et scènes Blender : les tests viraux montrent comment nos attentes envers l’IA ont évolué et ce que révèlent ses démos.
Ce que l’inférence locale peut apporter à un processus utilisant des données sensibles, ses limites réelles et les exigences de la production.
