Nouveau benchmark a montré l’échec de l’IA dans les tâches de programmation olympiques
Un nouveau benchmark LiveCodeBench Pro pour évaluer les capacités de programmation de l’intelligence artificielle est apparu. Lien dans la description. Il inclut les tâches les plus difficiles et fraîches des compétitions populaires. Olympiade internationale en informatique et Championnat mondial de programmation. Les tâches ont été marquées par les gagnants et lauréats de ces compétitions eux-mêmes.
Les résultats montrent une image intéressante. Même le meilleur modèle o4-mini-high atteint seulement une note de 2100. Pour comparaison, les programmeurs grands maîtres ont environ 2700. L’écart reste énorme.
Les modèles ne peuvent gérer que les tâches simples et certaines moyennes. Sur les assignments vraiment difficiles, tous les modèles de langage montrent 0 absolu. Ils résolvent assez bien les tâches de combinatoire et programmation dynamique. Mais en théorie des jeux et travail avec cas limites, leur niveau est comme un expert moyen ou même étudiant.
Curieuse est la différence dans les types d’erreurs. Les gens font normalement des erreurs d’implémentation à cause d’inattention ou problèmes de syntaxe. Dans les modèles IA, les problèmes surgissent plus souvent au niveau de l’idée de solution elle-même. Donc aucun remplacement pour les programmeurs olympiques n’est prévu encore.
Auteur: AIvengo
Depuis 5 ans, je travaille dans l'apprentissage automatique et l'intelligence artificielle. Et ce domaine ne cesse de m'étonner, de m'inspirer et de m'intéresser.
Latest News
Les chatbots IA génèrent du contenu qui aggrave les troubles alimentairesUne étude conjointe de l'Université Stanford et du Center for Democracy and Technology a montré un tableau inquiétant. Les chatbots avec intelligence artificielle représentent un risque sérieux pour les personnes souffrant de troubles alimentaires. Les scientifiques avertissent que les réseaux neuronaux distribuent des conseils nuisibles sur les régimes. Ils proposent des moyens de cacher le trouble et génèrent du "contenu inspirant pour perdre du poids" qui aggrave le problème.
OpenAGI a publié le modèle Lux qui dépasse Google et OpenAILa startup OpenAGI a publié le modèle Lux pour le contrôle d'ordinateur et affirme que c'est une percée. Selon les benchmarks, le modèle dépasse d'une génération entière les analogues de Google, OpenAI et Anthropic. De plus, il fonctionne plus vite. Environ 1 seconde par étape au lieu de 3 secondes chez les concurrents. Et 10 fois moins cher en coût par traitement de 1 token.
Altman a déclaré l'alerte rouge chez OpenAI en raison des succès de GoogleSam Altman a déclaré "l'alerte rouge" chez OpenAI, et ce n'est pas qu'un drame d'entreprise. C'est une admission que le leader du marché a senti le souffle des concurrents dans son dos. Selon une note de service interne, il mobilise des ressources supplémentaires pour améliorer ChatGPT face à la menace croissante de Google.
Les entreprises ramènent 5% de ceux licenciés en raison de l'échec de la mise en œuvre de l'IADe nombreuses entreprises ont commencé à ramener des employés licenciés à cause de l'intelligence artificielle. La société d'analyse Visier a étudié les données d'emploi de 2,5 millions d'employés de 142 entreprises dans le monde. Environ 5% des employés licenciés sont ensuite retournés chez leur employeur précédent. Cet indicateur est resté stable pendant plusieurs années, mais a récemment commencé à augmenter.
