MSD / Recherche / ÉDITION RECHERCHE

Effectuez une prochaine tentative en fonction des descriptions d'erreurs

La réflexion examine les agents qui utilisent le feedback sous forme linguistique pour des expériences ultérieures. Les retours modifient le contexte de travail.

Jetzt eintauchen ↓RECHERCHESTAND 12.11.2026 · FAKTEN + EINORDNUNG + SZENARIEN
RESEARCH NOTE / 2023Recherche

KI & Agenten

Recherche externe · Classification MSD
Keine Behauptung eines eigenen Versuchs.

01 / EINORDNUNG

Ce que signifie cette découverte.

Grenzen des Nachweises

Une autocritique plausible n’est pas une preuve indépendante de qualité ; une rétroaction incorrecte peut stabiliser les erreurs.

Notre dérivation pour une opération pilote

Dans le cas de boucles d’apprentissage, conserver un test externe et des tâches de comparaison inchangées.

Cette dérivation est une recommandation éditoriale de MSD. Il ne s’agit pas d’un autre résultat de l’étude citée.

Source et version

Shinn et al. · Reflexion · Publikations-/Bezugsjahr 2023. Recherchiert am 12.11.2026.

Lire la source principale ↗

Recherche externe, et non référence d’un client MSD. Nous ne publierons nos propres essais qu’avec leur dispositif, leur date, leurs mesures et les tentatives infructueuses documentées.

02 / LIENS

Pensez à l'avance. Continuez à vérifier.

IA et agents / Résultat contradictoire / 2025

Quand l’IA allonge le travail : le résultat contradictoire de METR ↗

Dans un essai randomisé impliquant 16 développeurs expérimentés et 246 tâches, les outils IA du début 2025 ont allongé le temps de réalisation de 19 %. Les participants en estimaient le bénéfice nettement plus favorablement.

METR · Essai randomisé
KI & Agenten / Methodik / 2026

Neue Werkzeuge, neue Auswahlverzerrung ↗

METR décrit une expérience de suivi en février 2026. Les preuves d'un travail plus rapide sont difficiles à interpréter en raison de la sélection des participants et des tâches ainsi que de problèmes de mesure du temps.

METR · Methodenupdate 24.02.2026
KI & Agenten / Grundlage / 2017

Attention : la langue peut être traitée en parallèle ↗

L'article Transformer présente une architecture basée sur l'attention pour le traitement des séquences. Il s’agit d’un élément méthodologique des modèles linguistiques et multimodaux ultérieurs.

Vaswani et al. · Attention Is All You Need