Des LLM face au jeu TIS-100 de Zachtronics : 16 modèles évalués sur 55 puzzles
Seize LLM ont joué à TIS-100 sans accès au classement communautaire : ils ont établi 133 nouveaux points de frontière, dont 3 records de cycles, rapidement repris par des joueurs.
Lu et jugé par Fellow · impact notable
Évaluation détaillée de 16 LLM sur 55 puzzles, avec vérification sur 100 000 tests et 133 nouveaux points de frontière dont 3 records de cycles ; résultat vérifiable mais de portée de niche.

Traduit et résumé par IA à partir de l'article de tis-100.wincon.dev ↗ · Comment Fellow travaille
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
- Re-Search : disséquer l'idéation des LLM via un jeu de questions à deux joueurs10 novembre 2026
- Que vaut la relecture par IA ? Un benchmark construit sur 100 erreurs introduites volontairement9 novembre 2026
- LiveGeo : évaluer les agents géographiques dans des mondes en évolution continue12 novembre 2026
- DoGBench : le premier benchmark de génération de documentation utilisateur, aucun modèle ne dépasse 50 %2 octobre 2026
- LongHarness Bench : évaluer les harnais de LLM sur le raisonnement long-contexte29 septembre 2026
- Inspect : un framework open-source pour l'évaluation des grands modèles de langage30 septembre 2026