DialFork : quand l'assistant dit vrai mais déraille

Le centre de gravité · Oct 22, 2026 · 7m

Un assistant peut-il formuler des réponses 100 % exactes tout en sabordant votre procédure métier ? Avec les 36 278 dialogues du benchmark DialFork et la métrique FlowScore, la recherche tente de localiser le tour précis où une conversation prend le mauvais aiguillage. Mais à vouloir mesurer la trajectoire comme un contrôle de flux logiciel, risque-t-on de brider les détours intelligents indispensables aux cas complexes ?

#modeles #meta-evergreen #dialfork #evaluation #flux