Passer au playerPasser au contenu principal
Cinq ans de recherche.

Claude Fable 5.1, la gamme de modèles d'Anthropic située au-dessus d'Opus, a identifié un bug qu'une équipe de la société de trading Millennium n'était jamais parvenue à expliquer. Le détail des faits est ci-dessous.

Ce que rapporte Anthropic : le code plantait de façon rare. En quatre ou cinq ans, l'équipe avait essayé tous les modèles, y compris Fable 5, sans succès. Fable 5.1 a décompilé une bibliothèque externe fournie par un prestataire, l'a recoupée avec le rapport de crash, et a remonté la chaîne jusqu'au bug.

Deux autres retours vont dans le même sens. Chez Ramp, le modèle a tourné 38 heures en autonomie sur un problème de machine learning : il a diagnostiqué qu'un résultat précédent était un artefact d'étiquetage, l'a corrigé, puis a lancé six expériences en parallèle pendant la nuit avant de revenir avec un résultat et les étapes suivantes. Chez MongoDB, un ingénieur retrouvait le matin la phase suivante de son prototype terminée.

Précision importante : ces témoignages sont publiés par Anthropic sur sa propre page de lancement. Ils sont nominatifs, avec le nom de l'entreprise et le poste de la personne, mais ce sont des exemples choisis par Anthropic.

FAQ
Qu'est-ce que Claude Fable 5.1 ? La gamme d'Anthropic située au-dessus d'Opus. Fable 5.1 et Mythos 5.1 sont le même modèle, seul le niveau de garde-fous change.
Combien coûte Fable 5.1 ? 10 dollars le million de tokens en entrée, 50 en sortie. Le coût de lecture du cache baisse de 75 %, soit environ 25 % d'économie en usage classique et 45 % en très agentique.
Est-il inclus dans un abonnement Pro ? Non, il demande des crédits d'utilisation en supplément.
Combien de temps a-t-il tourné sans supervision ? 38 heures chez Ramp.

#ActuIA #Anthropic #IntelligenceArtificielle

Catégorie

🤖
Technologie
Transcription
00:00Une boîte de trading avait un bug que personne n'expliquait depuis 5 ans.
00:03Ils avaient essayé tous les modèles d'IA existants, tous.
00:06Personne dans leur équipe n'avait réussi à expliquer ce bug.
00:10En 4 ou 5 ans, ils avaient essayé tous les modèles, y compris Fable 5, aucun ne l'avait trouvé.
00:15Et finalement, Fable 5.1 l'a trouvé.
00:18Il a décompilé une bibliothèque externe fournie par un prestataire,
00:21il l'a recoupé avec le rapport de crash et il a remonté jusqu'au bug qui était bien planqué.
00:27Et si vous avez déjà chassé un bug qui n'arrive qu'une fois de temps en temps,
00:31vous savez que c'est l'enfer absolu.
00:33Le deuxième, cette fois-ci chez Ramp, ils ont lancé le modèle sur un problème de machine learning
00:37et il a tourné 38 heures tout seul, sans supervision.
00:41Pendant ces 38 heures, il a diagnostiqué qu'un résultat précédent était en fait un artefact d'étiquetage,
00:47il l'a corrigé et il a lancé 6 expériences en parallèle pendant la nuit
00:51et il est revenu avec un résultat et les étapes suivantes.
00:54Donc là, vous comprenez qu'on n'est plus sur un assistant à qui vous posez des questions,
00:58c'est un truc que vous lancez avant de partir et que vous relevez le lendemain.
01:02Et retrouvez le reste des actus IAS sur ma chaîne YouTube.
Commentaires

Recommandations