Articles et recherche

Le projet CRUX propose une « évaluation en monde ouvert » pour tester les capacités des IA de pointe

Titre original:Open-world evaluations for measuring frontier AI capabilities

Résumé IA

Le projet CRUX, composé de 17 chercheurs, teste les capacités de l'IA dans des scénarios réels via une « évaluation en monde ouvert ». Lors de la première expérience, un agent IA a réussi à développer et publier une application iOS sur l'App Store, avec seulement deux erreurs, pour un coût d'environ 1 000 dollars, mais a aussi révélé le risque de spam sur les boutiques d'applications généré par l'IA.

Points clés

  • Le projet CRUX,composé de 17 chercheurs,teste les capacités de l'IA dans des scénarios réels via…
  • Lors de la première expérience,un agent IA a réussi à développer et publier une application iOS…
  • pour un coût d'environ 1 000 dollars,mais a aussi révélé le risque de spam sur les boutiques…

En bref

Publié
Mis à jour
Source
AI as Normal Technology(RSS)
Catégorie
Articles et recherche
Score IA
70
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

这篇提出「开放世界评估」概念,用发布 iOS 应用的实验证明 agent 已接近自主完成端到端真实任务,这给评估方法论和 App Store 反垃圾都敲了警钟。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Le projet CRUX propose une « évaluation en monde ouvert » pour tester les capacités des IA de pointe. 17. avril 2026. https://new.nat6.net/fr/news/cms3fv5il00ofrondzp68ytt6/

Tout voir →