OpenAI collabore avec un groupe consultatif indépendant consacré aux mathématiques. Celui-ci doit orienter la vérification et la communication des nouveaux résultats obtenus grâce à l’IA.
Un billet de Hugging Face présente les travaux de l’AI Security Institute britannique et de l’initiative EvalEval pour rendre reproductibles les résultats des benchmarks d’IA.
OpenAI publie MentalHealthBench, un banc d’essai conçu avec des experts. Il mesure si les réponses d’une IA sont utiles et sûres dans des conversations réalistes portant sur la santé mentale.
Google accueille de nouveaux experts au sein de son programme de recherche IA et économie, consacré aux effets économiques de l’intelligence artificielle.
Une nouvelle étude économique d’OpenAI examine comment les salariés utilisent l’IA pour des tâches qui dépassent leur poste habituel. Elle repère aussi lesquelles de ces activités s’installent durablement dans leur travail.
Un billet du blog de Hugging Face s’interroge sur la fiabilité des agents IA : réussir une tâche une fois ne garantit pas de la réussir à nouveau.