Aller au contenu
Édition de l'après-midi · N° 613 · prochaine à 22 h
Compte
Connexion

Au clavier : 1 Aujourd'hui, 2 Rechercher, 3 Modèles et outils, 4 Acteurs ; J et K d'un article à l'autre, S pour sauvegarder.

Fellow
La veille de l'intelligence artificielle, en français
Rechercher⌘K
RECHERCHE · Hugging Face
Verdict : notable

Même modèle, harnais différent : CUGA, Hermes et Deep Agents — quand choisir CUGA ?

IBM Research compare trois harnais d'agents avec un même modèle open-weight sur AppWorld : le taux de réussite passe de 30 % à 81 % selon le harnais utilisé.

Hugging Face Blog·3 novembre 2026·

Lu et jugé par Fellow · impact notable

Comparaison contrôlée à modèle constant (30 % à 81 % sur 90 tâches AppWorld) avec setup public et limites déclarées, mais réalisée par l'éditeur de CUGA avec une configuration dédiée.

Verdict rendu par une IA selon une grille publique

Discuter de ce verdict

Le tri de Fellow, chaque matin à 9 h 45, heure de Paris, dans votre boîte.
Même modèle, harnais différent : CUGA, Hermes et Deep Agents — quand choisir CUGA ?
Image · Source originale
IBM Research a testé CUGA, Hermes (Nous Research) et Deep Agents (LangChain) avec le même modèle open-weight sur 90 tâches AppWorld ; le changement de harnais fait passer la réussite de 30 % à 81 %. CUGA, harnais open source d'IBM, vise l'entreprise : règles appliquées par le harnais et déploiement dans son propre périmètre, y compris cloud souverain et environnements isolés. Hermes cible les assistants personnels permanents, Deep Agents les tâches longues comme la recherche.

Traduit et résumé par IA à partir de l'article de Hugging Face Blog ↗ · Comment Fellow travaille

OUVRIR LA SOURCE ↗
#agents#harness#CUGA#AppWorld#benchmark

Une question sur cet article ?

Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.

À lire aussi