Aller au contenu
24 octobresam.
23 octobreven.
  1. The Decoder78

    Anthropic utilise Claude pour générer des preuves formelles et vérifier la sécurité du code

    L'équipe Frontier Red Team d'Anthropic, avec le partenaire Theorem, a utilisé Claude pour générer environ 180 millions de lignes de code de preuve mathématique en quelques semaines.

    Motif de la recommandation :L'article détaille les conditions auxquelles s'appliquent les preuves formelles générées par Claude et les limites de coût, ce qui permet de juger de la portée réelle de cette méthode.

  2. Hugging Face Blog62

    Transformer la notation de bases de données en récompense RL : Microsoft et Hugging Face entraînent des agents avec ThinkingBox

    Microsoft et Hugging Face publient ThinkingBox-Training sur GitHub.

    Motif de la recommandation :Le texte détaille la sélection de tâches par difficulté relative à la politique et la boucle de récompense par état final, transférables à d'autres entraînements d'agents.