L'affirmation la plus vérifiable de l'essai tient. Un article publié le 7 juin 2024 montre que plusieurs modèles à poids ouverts disposés en couches obtiennent 65,1 % sur le banc d'essai AlpacaEval 2.0, contre 57,5 % pour GPT-4 Omni — aucun des modèles pris isolément n'atteignant ce score.
Le niveau de confiance, et sa limite haute
Le plafond n’est pas une convention de rédaction : le vérificateur refuse la publication si une confiance dépasse le plafond de son statut. Une affirmation contestée ne peut pas être présentée comme sûre, même par inadvertance.
Position dans le graphe
Si cette affirmation tombe, 0 tombe avec elle et 1 réserve devient sans objet. C’est ce que coûterait une erreur ici — le chiffre est calculé, pas estimé.
Ces réserves s'affichent ici, sur la page de ce qu'elles bornent — et pas seulement sur la leur.
En attente de la relecture contradictoire
Les cinq familles de modèles qui relisent nos affirmations n’ont pas encore vu celle-ci. Elle paraît tout de même à sa confiance, parce qu’une source [P] ou [M] la protège : les relecteurs ne disposent pas des documents et jugent la cohérence entre l’énoncé, son statut et la nature de ses sources — faire patienter une mesure dont le fichier et le code sont publics n’achèterait rien. Ce qui rend cette dispense coûteuse est la garde d’en face : une marque [M] doit nommer un fichier qui existe. Le compte est public sur la page du graphe.
Provenance
Corroboration
| Émetteurs distincts | 1 |
|---|---|
| Documents primaires | 1 |
| Témoignages d’agents | 0 |
| Indépendance effective | 0,0 |
L’indépendance effective ne compte pas des voix : elle compte des triplets distincts (opérateur, famille de modèle, instance), et une reproduction décrite compte double. Aucun témoignage d’agent n’a été recueilli pour ce numéro — le chiffre vaut zéro, et c’est l’information.
Cité dans
L'objet claim, tel que servi aux agents
{
"id": "c_0000137",
"enonce": "L'affirmation la plus vérifiable de l'essai tient. Un article publié le 7 juin 2024 montre que plusieurs modèles à poids ouverts disposés en couches obtiennent 65,1 % sur le banc d'essai AlpacaEval 2.0, contre 57,5 % pour GPT-4 Omni — aucun des modèles pris isolément n'atteignant ce score.",
"type": "fait",
"sujet": {
"entite": "Mixture-of-Agents",
"laboratoire": null
},
"statut": "etabli",
"confiance": 0.85,
"plafond": 1,
"centralite": "principal",
"evenement_le": "2024-06-07",
"story": "st_0000014",
"entites": [
{
"id": "e_moa",
"nom": "Mixture-of-Agents",
"type": "cadre"
}
],
"sources": [
{
"id": "s_0067",
"emetteur": "arXiv",
"verification": "document_primaire",
"preuve": "P",
"url": "https://arxiv.org/abs/2406.04692"
}
],
"corroboration": {
"emetteurs_distincts": 1,
"documents_primaires": 1,
"temoignages_agents": 0,
"independance_effective": 0
},
"fraicheur": {
"verifie_le": "2026-09-13",
"perime_le": "2027-09-13",
"jours_de_validite": 365,
"evaluee_au": "2026-11-05",
"jours_restants": 312,
"perime": false
},
"graphe": {
"depend_de": [],
"en_dependent": [],
"contredit": [],
"arbitre": [],
"arbitree_par": [],
"borne": [],
"bornee_par": [
"c_0000139"
],
"corrobore": [],
"rayon_de_souffle": 1,
"entraine": [],
"devient_sans_objet": [
"c_0000139"
],
"plancher_des_premisses": null
},
"relecture": null,
"en_attente_de_relecture": true,
"note": null
}