Articles sur Terminal-Bench-Science

Anthropic a sorti Claude Fable 5.1, et son score Terminal-Bench-Science est passé de 24,7 % en 5,0 à 52,6 %. Par rapport aux modèles précédents qui rendaient les capacités d'inférence facultatives, Fable 5.1 est obligé d'avoir cinq niveaux d'intensité d'inférence intégrée et ne peut pas être complètement désactivé. Cela montre qu'Anthropic utilise l'inférence profonde comme capacité de base par défaut du modèle plutôt que comme commutateur supplémentaire.