Reprise du message précédent :
J'ai demandé à Gemini :

Faut demander à Perplexity, les infos sur le sujet sont dans des articles de blogs ou des forums

Bon bha, je viens de demander à Codex 5.1 Extra High de contrôler tout le code que Opus 4.5 m'a généré. Résultat, il me fait une liste inquiétante d'incohérences et choses illogiques, propose une correction chirurgicale pour chaque. Je le laisse faire. Je demande à Opus de contrôler ce qui a été fait en indiquant qu'une autre IA l'a fait et en lui faisant croire que ce n'est pas lui qui avait codé à la base (ce qui est faux).
 
Réponse d'Opus 4.5 Thinking : L'IA de correction a très efficacement soulevé et réglé de nombreux problèmes et illogismes. L'IA ayant réalisé les développements initiaux avait produit un pipeline inefficace et contre productif.
 
Encore une fois, en tout cas chez moi, avec ma manière de m'en servir, Codex mets une claque nette à Claude.

 
Le business model profitable d'OpenAI ça sera de réutiliser tout ce que les gens leur auront donné

Cette semaine, encore une alerte pour un doc confidentiel upload sur chatgpt  

Google Workspace Studio
https://workspace.google.com/studio/

tu reçois cette alerte par chatgpt ? comment ça marche cette alerte? c'est le patron qui surveille les comptes chatgpt des employés ?

Je ne sais pas si c'est déjà passé, mais le CNRS a signé un accord avec mistral et on va pouvoir utiliser un chatbot conçu par eux.
 
https://next.ink/brief_article/le-c [...] es-autres/
 
(Je ne connais pas le site mais c'est le mail que l'on à reçu qui est collé mots pour mots, c'est fiable )
 

Non non c'est un outil dédié de DLP (Data Loss Prevention) pour lutter contre l'exfiltration de données. Chatgpt n'est, au final, qu'une site web parmis d'autres

Connais pas, ça analyse toutes les connexions aux sites? meme https ?

Yep avec une interception SSL.

mais le but du ssl c'est pas censé être crypté et donc non lisible ?  
ou alors c'est carrement installé sur le pc de l'employé et vérifié avant que ca sorte du réseau local?  
 

Faut recommencer l'expérience dans l'autre sens et en double aveugle

Cela dit GPT ne reconnaît pas ses erreurs alors que Claude oui. GPT me dit que je suis un génie et que je dois déposer des brevets, alors que Claude me ramène les pieds sur terre. Bref on est à la préhistoire de l'IA.

En force brute GPT est peut-être meilleur mais ça ne fait pas tout.

 
 
Dans la plupart des boîtes le proxy de la boîte décrypte tout.

ok, je comprend mieux
 

En réalité, j'ai aussi fait l'inverse, et Opus se met à genoux devant ce qu'a fait Codex
Je n'ai juste pas indiqué ça cette fois ci

J'avais déjà fait et posté ici un test similaire dans les deux sens où Sonnet se faisait laminer par Codex

De toutes façons en relisant le code et en voyant les étapes, on voit clairement que c'est pas top

Par contre entre Gemini 3 Pro dans CLI et Codex Max, là c'est bien plus serré et l"un ou l'autre l'emporte selon les sujets. Et parfois Gemini 3 Pro est vraiment très très doué.

Bref, je comprends pas vraiment l'amour porté à Claude... En tout cas pas pour ma manière de me servir des agents de codage

Je vais faire une comparaison probablement un peu bidon, mais si tu compares un synthétiseur haut de gamme yamaha et un piano à cordes un peu pourri, un musicien choisira le piano à cordes. Claude, je le trouve beaucoup plus contrôlable, pour moi c'est un outil puissant pour un développeur. Codex, j'arrive rien à lui faire faire comme je veux, il est autonome, il fait ses choix. Je vois bien la puissance du truc, mais c'est pas un outil, c'est un collègue

Tu es allé voir le handbook pour voir comment bien lui parler ?

Y en a parmi vous qui codent sous Matlab avec l’aide d’une IA ?
Dans ma boîte, on l’utilise pour le prototypage d’algos d’analyse de données (je ne suis pas fan, mais ce n’est pas moi qui choisis ).
 
Pour l’instant, je me contente de copier/coller des bouts de code dans Gemini/ChatGPT, mais c’est franchement pas pratique.
Vous avez une méthode plus propre ou un workflow qui tient la route ?

Non c'est quoi ? Le manuel utilisateur ? Personne le lit

Tu peux tenter

https://github.com/matlab/matlab-mcp-core-server

 
Combien de temps avant de voir des robots automatisés dans les garages ?  
 
Parce qu'à ce compte là autant laisser la machine tout faire, surtout pour un truc aussi spécifique que l'entretien d'une bagnole.
(Une vidange ça va encore à la main mais tu vois l'idée. La courroie de distribution ou un cardan c'est un boulot de spécialiste.)

Pas pour tout de suite

salut, je t'ai envoyé un mp hier, c'est toujours marqué "non lu", tu peux le lire stp ? merci  

 
Uniquement pour une question de coût (très élevé pour un garage) et non une question de faisabilité technique

Dès fois que ça intéresse quelqu'un ici, comment l'ARC Prize 2025 a été gagné avec Qwen3 4B (et 2-3 autres trucs ) par les mecs de NVIDIA:
- https://developer.nvidia.com/blog/n [...] ompetition
- https://www.kaggle.com/competitions [...] eups/nvarc
- https://github.com/1ytic/NVARC

Éclatement de la bulle openAI?
Si ce sont des utilisateurs qui ne paient pas, ils s'en foutent un peu vu que ça leur économise des ressources serveurs et du pognon

ben non, car le but c'est a moyen long terme d'afficher de la pub et/ou des liens d'affiliation vers des boutiques en ligne:
 
https://openai.com/index/target-partnership/
 
quand c'est gratuit, c'est que t'es le produits.
 

Autour de Tencent de commencer à faire son retard
 

Par contre pas open-weight

Bizarre de tester les modèles sur ARC AGI 1
 
C'est que le 2 ne devait pas donner de résultats valorisants

C'est quoi la différence d'intérêt entre les benchs ? Pourquoi certains ont-ils plus de valeur ? Y'en a à considérer plus que d'autres ?

Article de blog sympa qui compare Opus/Codex/Gemini3 : https://composio.dev/blog/claude-4- [...] ding-model
(article qui va faire plaisir à Falkon   )

Oui c'est parfaitement conforme à mes constats.

J'ai construit une app très complexe et multi disciplinaire, ça fait 7 mois que je suis dessus. 300 000 lignes de code et une utilisation réelle en prod. Et mon premier potentiel client (à 3 zeros) la semaine prochaine. Le seul qui me permet d'avancer sans jamais reculer, c'est Codex.

GPT Codex est le SEUL dans lequel j'ai totalement confiance et qui mets systématiquement à genoux les autres.

3 Pro reste malgré tout un super modèle pour certaines tâches, mais le papa, c'est Codex

-75% chez Claude pour les non profits https://www.anthropic.com/news/claude-for-nonprofits

 
ARC-AGI-2 c'est pour tester les capacités des modèles à développer des abstractions et à raisonner avec : https://arcprize.org/blog/arc-agi-2-technical-report
 
Exemple: https://arcprize.org/play?task=e3721c99
 
Avec quelques minutes et les 20W de ton gros cerveau, tu dois être capable de comprendre ce qu'il se passe dans les images d'entrée / sortie, en déduire l'ensemble des concepts et règles associées, puis pouvoir les appliquer à des cas différents. C'est assez facile pour nous mais pour les LLM, ce n'est pas si simple de faire ce chemin
 
Chaque test permet de mesurer un aspect pratique de l'intelligence des modèles.

 
T’es en ce moment même en train d’enregistrer les statuts de ton association ?

Ha yes merci, j'avais essayé de passer un de ces tests, mon cerveau a eu la flemme de terminer

J'ai déjà  

ça continue de s'enfuir de chez Apple