Anthropic avertit que pass@k peut facilement surestimer la stabilité par procuration

L’équipe d’ingénierie d’Anthropic interprète la revue d’AI Agents : une feuille de route de l’ensemble des tâches à la conception du correcteur

Anthropic a publié un article d’ingénierie le 9 janvier 2026, démontant systématiquement les principales méthodes d’évaluation des agents IA (évaluati...