IAFeatured5 min read
Analyse des benchmarks d'agents
ProgramBench : tous les IA publiques obtiennent 0% au test de codage le plus difficile
ProgramBench met au défi les agents IA de reconstruire des programmes à partir de binaires seuls, sans code source ni description de problème. Tous les modèles publics échouent à résoudre complètement une tâche, exposant des faiblesses en exploration, architecture et jugement d'arrêt. Le benchmark est un test de résistance pour les agents de codage au-delà des workflows basés sur des correctifs.
2026-06-29