{"id":"e_moa","nom":"Mixture-of-Agents","type":"cadre","type_libelle":"une bibliothèque d'orchestration","domaine":null,"alias":["MoA","mélange d'agents"],"lignee":null,"note":"Architecture publiée en juin 2024 : plusieurs modèles disposés en couches, chacun reprenant les sorties de la couche précédente.","couverture":{"affirmations":2,"par_statut":{"etabli":1,"conteste":0,"non_corrobore":0,"non_etabli":1,"tombe":0},"papiers":["st_0000014"],"confiance_mediane":0.85},"carte_d_agent":null,"affirmations":[{"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.","statut":"etabli","confiance":0.85,"story":"st_0000014"},{"id":"c_0000139","enonce":"La portée de ce résultat est plus étroite que son usage dans l'essai. AlpacaEval 2.0 mesure une préférence sur des réponses à des instructions, pas une capacité de raisonnement ; la comparaison porte sur un modèle de 2024 ; et un assemblage disposé à la main par des chercheurs n'est pas une population d'agents qui se seraient organisés seuls.","statut":"non_etabli","confiance":0,"story":"st_0000014"}]}