Une prépublication, qui n'a pas encore été relue par d'autres chercheurs, compare huit grands modèles de langage à neuf médecins urgentistes. Le test porte sur des situations de passage aux urgences simulées et sur un examen écrit. Les modèles obtiennent de meilleurs scores sur plusieurs points, selon le résumé de l'étude.
Beaucoup d'utilisateurs estiment que les assistants comme ChatGPT se dégradent. Une prépublication diffusée sur l'archive arXiv, non relue par d'autres chercheurs, avance une autre explication : les personnes qui jugent pourraient avoir changé. Sur une plateforme publique de comparaison, la part des votes jugeant les deux réponses mauvaises grimpe, alors que les versions des modèles comparés sont figées.
Le Figaro rapporte que quatre bateaux étaient guidés par l'intelligence artificielle parmi les 135.000 joueurs en ligne de Virtual Regatta, lors de la Route du Rhum. Le journal juge l'ordinateur loin d'être infaillible.
Une prépublication déposée sur arXiv examine les recommandations de 41 modèles de langage en santé mentale. Les réponses varient selon que la question vient d'un clinicien, d'un proche aidant ou de la personne concernée elle-même.
Une prépublication non relue par d'autres chercheurs compare des jumeaux numériques (des modèles d'intelligence artificielle qui simulent les réponses d'une personne réelle) aux répondants dont ils sont issus. Les jumeaux sont plus faciles à prédire à partir d'un profil simple, et ajouter des réponses passées de la personne n'améliore pas de façon détectable leur précision.