a16z : Pourquoi les marchés prédictifs deviendront l'infrastructure de la "probabilité future"

marsbitPublié le 2026-06-03Dernière mise à jour le 2026-06-03

Résumé

Les marchés de prédiction, qui permettent de négocier sur les résultats d'événements futurs, évoluent d'un outil de niche vers un champ d'information publique plus large. Leur mécanisme est simple : transformer un événement futur en contrat négociable, où les participants utilisent des fonds réels pour exprimer leurs convictions, formant ainsi un prix reflétant une probabilité approximative. Leur force réside dans la capacité à agréger des informations dispersées en temps réel, avec l'incitation financière ("avoir tort coûte de l'argent") pour attirer ceux qui détiennent une réelle connaissance. L'article souligne que ces marchés ne sont pas des "oracles" magiques, mais exploitent le mécanisme fondamental du marché : allouer des ressources *et* agréger de l'information. Ils appliquent cette capacité d'agrégation pour estimer la probabilité d'occurrence d'événements spécifiques, des élections aux performances des modèles d'IA, là où les actifs traditionnels échouent. Cependant, leur efficacité n'est pas automatique. Elle dépend de qui participe, de la conception des contrats, de la vérification des résultats et de la résistance aux manipulations. Sans la participation des acteurs informés, les prix ne sont que du bruit. Une implication excessive d'informés privilégiés ou des tentatives de manipulation (par exemple, par des équipes de campagne) pourraient pervertir l'outil d'agrégation en outil de propagande. L'étape suivante ne consiste donc pas seulement à accroître le vol...

Note de la rédaction : Les marchés prédictifs, autrefois des outils de niche, entrent aujourd'hui dans le champ de l'information publique.

Leur logique est simple : concevoir un contrat négociable autour d'un événement futur, permettant aux participants d'exprimer leur jugement avec de l'argent réel, la formation d'un prix produisant ainsi une approximation probabiliste. Comparés aux sondages, aux prédictions d'experts ou aux prix des actifs traditionnels, les marchés prédictifs présentent l'avantage de pouvoir agréger en temps réel des informations dispersées, tout en incitant, grâce au mécanisme "perdre si l'on se trompe", les personnes réellement informées à y participer.

C'est là le point le plus intéressant de l'article. L'auteur ne présente pas les marchés prédictifs comme une "machine à prédire" magique, mais les replace dans le mécanisme même du marché : un marché n'alloue pas seulement des ressources, il agrège aussi de l'information. Le marché prédictif est l'application directe de cette capacité d'agrégation à la question de savoir si un événement se produira ou non. De la géopolitique aux résultats électoraux, en passant par les performances des modèles d'IA ou la reproductibilité d'expériences scientifiques, de nombreuses questions autrefois difficiles à exprimer via des actifs financiers traditionnels peuvent désormais être converties en un ensemble de probabilités négociables.

Cependant, l'efficacité d'un marché prédictif n'est pas automatique. Elle dépend de qui participe, de la conception des contrats, de la manière dont les résultats sont arbitrés, et de la vulnérabilité du marché aux manipulations par des initiés ou des parties prenantes. Si les personnes réellement informées ne participent pas, le prix peut n'être que du bruit ; si des initiés parient en avance, le marché perd son équité ; si une équipe politique ou un porteur de projet utilise des fonds pour gonfler artificiellement la probabilité d'un résultat, le marché prédictif peut se transformer d'"outil d'agrégation d'information" en "outil de manipulation de l'opinion".

La prochaine étape pour les marchés prédictifs ne consiste donc pas seulement à augmenter le volume des transactions, mais à construire une infrastructure de marché plus fiable : des règles de participation transparentes, une conception claire des contrats, des mécanismes de règlement auditable, et des contraintes contre les manipulations. Leur valeur réelle ne réside pas dans le fait de permettre aux gens de "parier sur l'avenir", mais dans leur capacité à fournir, dans un environnement très incertain, un nouveau signal probabiliste public.

Texte original :

Les marchés prédictifs permettent aux gens de négocier sur les résultats d'événements. L'année dernière, ces marchés ont commencé à pénétrer massivement l'espace public aux États-Unis et sont désormais utilisés pour suivre toutes sortes d'événements, de la géopolitique aux gagnants de prix de divertissement. Mais qu'est-ce qu'un marché prédictif exactement ?

En tant qu'économiste qui a longuement étudié les marchés et les mécanismes d'incitation, ma réponse est simple : un marché prédictif est, fondamentalement, un marché. Les marchés sont des outils fondamentaux pour l'allocation des ressources, garantissant que les biens et services vont à ceux qui y accordent le plus de valeur. Ce faisant, ils agrègent également de l'information : le mécanisme d'équilibrage du marché absorbe les informations détenues par les participants et les condense en un signal tel que le prix.

Les plateformes et produits de marchés prédictifs utilisent directement cette capacité d'agrégation d'information pour tenter de prédire des événements futurs spécifiques. Ils introduisent un actif lié à un événement précis : cet actif verse un paiement si un certain résultat se produit. Les gens négocient ensuite cet actif en fonction de leur jugement sur la probabilité de cet événement. Les entreprises utilisent depuis longtemps les marchés prédictifs, par exemple pour recueillir des informations implicites auprès des employés afin de prédire si un produit important sera publié à temps. La communauté scientifique a également utilisé des marchés prédictifs pour évaluer quelles expériences sont les plus susceptibles d'être reproduites. Aujourd'hui, nous voyons plusieurs médias s'associer à des marchés prédictifs, utilisant cette "intelligence collective" pour compléter les informations provenant de sources et de journalistes traditionnels.

Les marchés prédictifs tentent de répondre aux questions sur la probabilité de différents événements en collectant directement les informations des participants au marché - leurs jugements personnels sur l'avenir - et en agrégeant ces informations dans un marché. Les gens peuvent "parier" sur ces événements, tout comme ils parient sur la valeur future d'une entreprise sur le marché boursier, ou sur la valeur future du pétrole sur le marché des matières premières. La différence est que le marché prédictif ne s'appuie pas sur un actif comme le pétrole, influencé par de nombreux facteurs, mais introduit un actif qui ne paie que si un événement spécifique se produit.

Si nous voyons le prix du pétrole augmenter, nous savons que la demande a augmenté par rapport à l'offre. Mais nous ne savons pas nécessairement pourquoi : est-ce parce que les gens anticipent une escalade du conflit au Moyen-Orient, ou parce que quelqu'un a inventé une nouvelle utilisation du pétrole ? En revanche, un marché prédictif peut isoler chaque possibilité. Par exemple, un marché prédictif sur "le détroit d'Ormuz restera-t-il ouvert à une date et heure spécifiques ?" peut être construit autour d'un contrat qui paie 1 dollar par unité si l'événement se produit. Au fur et à mesure que les gens achètent et vendent cet actif, le prix de marché peut être interprété comme un "capteur de probabilité" : il estime le jugement collectif des traders sur la probabilité que l'événement se produise.

Cela fonctionne ainsi : supposons que le prix de marché pour un résultat soit de 0,50 $ l'unité, soit une probabilité de 50 %. Si vous pensez que la probabilité que le détroit d'Ormuz reste ouvert est supérieure à 50 %, disons 67 %, vous achèterez. Si vous avez raison, vous obtiendrez un bénéfice espéré de 0,67 $ pour un prix de 0,50 $. Votre achat fera monter le prix de marché et l'estimation de probabilité associée, reflétant le fait que quelqu'un pense que le marché a sous-estimé la probabilité de l'événement. L'inverse est également vrai : si quelqu'un pense que le prix de marché est trop élevé, il vendra à un prix inférieur, ou vendra à découvert, abaissant ainsi l'estimation de probabilité globale du marché.

Lorsqu'ils fonctionnent bien, les marchés prédictifs présentent des avantages significatifs par rapport aux autres méthodes de prévision. Premièrement, la simple capacité à fournir une estimation de probabilité est en soi puissante. En comparaison, les sondages et questionnaires ne donnent généralement que des proportions d'opinion ; pour les transformer en probabilités, il faut faire des inférences statistiques sur la relation entre la proportion mesurée et la population totale. Les sondages sont aussi généralement un instantané à un moment donné, tandis qu'un marché prédictif peut se mettre à jour en temps réel avec l'arrivée de nouveaux participants et de nouvelles informations.

Plus crucialement, les marchés prédictifs intègrent des incitations. Les acheteurs et les vendeurs ont "peau dans le jeu" et subissent une perte s'ils se trompent. Cela incite les participants potentiels à réfléchir sérieusement aux informations dont ils disposent et à engager leurs fonds sur les questions où ils pensent avoir un avantage informationnel. Réciproquement, les marchés prédictifs offrent aux gens la possibilité de monétiser leurs informations et leur expertise, les incitant ainsi à mener des recherches et à approfondir leur compréhension des sujets. Un cas célèbre est celui d'un participant à un marché prédictif qui, avant l'élection présidentielle américaine de 2024, a mené ses propres sondages en utilisant une méthode non conventionnelle pour tenter d'obtenir des informations que les sondeurs traditionnels ne captaient pas.

Enfin, les marchés prédictifs ont un autre avantage important : la portée. Une personne informée d'événements susceptibles d'affecter la demande de pétrole peut, en principe, exprimer son opinion en vendant ou en achetant du pétrole. Mais pour de nombreux résultats que nous souhaitons prédire, il n'existe pas de grands marchés de matières premières ou boursiers capables de les porter efficacement. Pour ces questions, les marchés prédictifs peuvent être l'outil idéal. Par exemple, des marchés prédictifs récents ont émergé pour agréger les jugements sur les performances relatives de différents modèles d'IA sur diverses tâches. Ce type de question est trop spécifique pour se refléter dans les marchés traditionnels de matières premières. N'importe qui peut créer et financer un marché prédictif pour répondre à ce type de questions de niche.

Ces idées ne sont pas nouvelles. Elles existent sous une forme ou une autre depuis au moins le 16e siècle en Europe, où des mécanismes similaires étaient utilisés pour prédire le prochain pape. Les marchés prédictifs modernes s'enracinent dans l'économie, les statistiques, la conception des marchés et l'informatique. Dans les années 1980, Charles Plott et Shyam Sunder ont proposé les premiers cadres académiques formels. Peu après, le premier marché prédictif moderne, l'Iowa Electronic Markets, a vu le jour. Grâce à Internet, ce modèle a pu absorber des informations dispersées et décentralisées du monde entier.

Dans le même temps, de nombreux problèmes doivent être résolus pour que les marchés prédictifs réalisent leur plein potentiel. Il s'agit notamment de problèmes d'infrastructure, comme la manière de vérifier et de parvenir à un consensus sur le fait qu'un événement s'est produit ou non, et de s'assurer que le marché fonctionne de manière transparente et vérifiable ; ainsi que la manière de traiter le règlement des contrats à grande échelle, car les résultats des contrats peuvent être contestés ou manipulés.

En plus de cela, il existe des défis de conception de marché. Premièrement, les participants disposant d'informations pertinentes doivent effectivement entrer sur le marché. Si personne n'a d'avantage informationnel, le signal de prix d'un marché prédictif ne nous dit en réalité pas grand-chose. Inversement, diverses personnes bien informées doivent aussi être disposées à participer, sinon les estimations du marché prédictif seront biaisées. J'ai soutenu en 2016 que les marchés prédictifs avaient peut-être sous-estimé la probabilité du Brexit et de la première élection de Trump parce que les personnes qui participaient alors aux marchés prédictifs n'avaient pas une perception suffisante de la réalité de la montée du populisme.

Parallèlement, l'entrée sur le marché d'une personne disposant d'une "information parfaite", par exemple quelqu'un connaissant à l'avance le résultat réel, peut également poser problème, surtout si cette personne peut influencer le cours des événements. Imaginez si quelqu'un à l'intérieur d'un conclave papal pariait sur le marché prédictif "prochain pape", commençant à trader avant l'annonce publique du pape Léo, voire en essayant de pousser l'élection vers le candidat sur lequel il a parié ? Si les participants potentiels anticipent que des initiés traderont sur le marché, la décision rationnelle est de s'en éloigner, conduisant finalement à l'effondrement du mécanisme de marché.

Enfin, il y a aussi la possibilité que quelqu'un tente de fausser les prix d'un marché prédictif pour influencer la perception publique de la probabilité d'un résultat. Ainsi, le marché prédictif passerait d'un outil d'agrégation des croyances à un outil de manipulation des croyances. Si l'équipe de communication d'un candidat électoral souhaite que l'extérieur croie qu'il est en train de gagner, elle pourrait tout à fait utiliser une partie des fonds de campagne pour tenter d'influencer le marché prédictif correspondant. Cependant, les marchés prédictifs ont dans une certaine mesure une capacité d'autocorrection, car lorsque l'estimation de probabilité d'un contrat est poussée à un niveau manifestement déraisonnable, il y aura toujours quelqu'un pour prendre le côté opposé de la transaction.

Tous ces problèmes convergent vers un même besoin : les marchés prédictifs doivent établir une plus grande transparence et des règles plus claires en matière de gestion des participants, de conception des contrats et de fonctionnement du marché. Mais si les concepteurs de marchés prédictifs parviennent à résoudre ces difficultés, ils pourraient devenir un outil central pour comprendre et naviguer dans l'avenir.

Questions liées

QQuels sont les avantages des marchés de prédiction par rapport aux sondages d'opinion traditionnels ?

ALes marchés de prédiction offrent une estimation en temps réel de la probabilité d'un événement, contrairement aux sondages qui ne fournissent qu'un instantané statique. De plus, ils intègrent un mécanisme incitatif où les participants risquent de l'argent réel, ce qui les encourage à utiliser sérieusement leurs informations et connaissances. Enfin, ils peuvent couvrir une gamme beaucoup plus large de questions spécifiques, y compris des domaines de niche qui ne sont pas reflétés dans les marchés traditionnels de matières premières ou d'actions.

QQuels sont les principaux défis que les marchés de prédiction doivent surmonter pour réaliser leur potentiel ?

APlusieurs défis majeurs subsistent : des problèmes d'infrastructure (comme la vérification et la résolution des événements, la transparence et l'auditabilité), des défis de conception de marché (attirer des participants bien informés, éviter la distorsion par des initiés ou la manipulation délibérée des prix), et la nécessité d'établir des règles claires et une grande transparence concernant la participation, la conception des contrats et le fonctionnement du marché.

QComment un marché de prédiction fonctionne-t-il mécaniquement pour générer une estimation de probabilité ?

AUn marché de prédiction crée un actif lié à un événement futur spécifique (par exemple, un contrat qui paie 1 $ si l'événement se produit). Les participants achètent et vendent cet actif en fonction de leur estimation personnelle de la probabilité que l'événement se produise. Le prix d'équilibre du marché, déterminé par ces échanges, est interprété comme la probabilité agrégée estimée par l'ensemble des traders. Par exemple, un prix de 0,50 $ correspond à une probabilité de 50%.

QEn quoi les marchés de prédiction diffèrent-ils des marchés d'actions ou de matières premières traditionnels ?

AContrairement aux marchés d'actions ou de matières premières où le prix d'un actif (comme une action ou du pétrole) est influencé par de nombreux facteurs complexes, les marchés de prédiction isolent un événement unique et spécifique. L'actif qu'ils créent n'a de valeur que si cet événement précis se produit. Cela permet d'obtenir un signal de probabilité direct et ciblé pour une question donnée, sans le bruit des autres variables qui affectent les prix des actifs traditionnels.

QComment les marchés de prédiction peuvent-ils passer d'un outil d'agrégation d'information à un outil de manipulation de l'opinion ?

ASi des acteurs (comme une équipe de campagne politique) utilisent des fonds importants pour acheter massivement des contrats liés à un résultat particulier, ils peuvent artificiellement augmenter la probabilité de marché associée. Cela peut créer une perception publique biaisée quant aux chances de succès. Bien que le marché ait une certaine capacité d'auto-correction (d'autres traders peuvent contrer une distorsion évidente), ce risque de manipulation existe, surtout si les règles et la transparence du marché sont insuffisantes.

Lectures associées

Bulletin de financement | Crypto.com obtient 400 millions de dollars d'investissement, les secteurs de la CeFi et des stablecoins continuent d'attirer des capitaux

**Résumé des Investissements Hebdomadaires (13-19 Juillet)** Le marché du financement crypto a connu une nette accélération la semaine dernière, avec 17 transactions totalisant plus de 812 millions de dollars, soit un doublement en nombre et en volume. Les secteurs de la finance centralisée (CeFi) et des stablecoins ont dominé les investissements. L'échange **Crypto.com** a levé 4 milliards de dollars auprès de Citadel Securities, portant sa valorisation à 200 milliards de dollars. **Alpaca** (infrastructure de courtage API) a levé 135 millions de dollars, tandis que **Flex** (plateforme bancaire transfrontalière basée sur des stablecoins) a obtenu 70 millions de dollars. **Velocity** (solutions de règlement par stablecoins) a sécurisé 38 millions de dollars. **Tether** a investi 20 millions de dollars dans la banque numérique argentine Ualá. Dans l'infrastructure financière, **ADI Chain** (règlement de stablecoins) a levé 50 millions de dollars, **Cyclops** (infrastructure de paiement par stablecoins) 20 millions de dollars, et **Pact Labs** (intégration de l'USDT dans les salaires) 7 millions de dollars dirigés par Tether. Le secteur DeFi a annoncé deux levées, dont **Quote Trade** (DEX axé sur l'IA) avec 4 millions de dollars. Un tour de table notable est celui de la plateforme de marché prédictif **Pascal**, qui a levé 9 millions de dollars. Parallèlement, le secteur IA/robotique reste très actif. L'entreprise de cloud IA **Fireworks** (soutenue par Nvidia) a levé 1.5 milliard de dollars, la startup de robots humanoïdes **Walden Robotics** (filiale de Toyota) 300 millions de dollars, et le fabricant chinois de robots humanoïdes **逐际动力 (Climber Robotics)** près de 200 millions de dollars dans un tour Pre-IPO. Enfin, plusieurs acquisitions ont eu lieu, notamment celle de l'échange singapourien **Coinhako** par le japonais SBI Holdings, et de la startup de dépôts crypto **Glide** par **MoonPay**.

marsbitIl y a 1 h

Bulletin de financement | Crypto.com obtient 400 millions de dollars d'investissement, les secteurs de la CeFi et des stablecoins continuent d'attirer des capitaux

marsbitIl y a 1 h

Le bear market le plus doux ? Les vendeurs de BTC délaissent le marché, ARK et Bitwise affichent un optimisme collectif

La volatilité demeure sur le marché des cryptomonnaies. Le bitcoin (BTC) évolue autour de 75 000 USD, tandis que l'ether (ETH) lutte pour maintenir 1 900 USD. Les liquidations à court terme ont principalement affecté les positions vendeuses. Les perspectives des institutions sont mitigées mais montrent des signes de retour de l'optimisme prudent. Polymarket estime à 33% la probabilité que le BTC passe sous 50 000 USD cette année. ARK Invest relève des signaux de tension vendeuse, avec une part historiquement élevée des BTC détenus à long terme. Bitwise qualifie ce ralentissement de "baissier structurellement le plus doux" jamais enregistré, notant que les creux de cycle sont de plus en plus hauts et que les investisseurs institutionnels voient les baisses comme des opportunités. D'un point de vue technique, Bit estime que le creux de la vague baissière (C) est probablement formé, une zone de fond idéale se situant entre 50 000 et 55 000 USD. Cependant, un analyste de Glassnode met en garde : si le BTC ne dépasse pas durablement 66 000 USD, un risque de sommet à court terme subsiste. L'analyste Darkfost identifie quant à lui une bande de soutien cruciale entre 59 000 et 70 000 USD. Signe notable d'un changement de sentiment, le trader Doctor Profit a annoncé avoir fermé toutes ses positions vendeuses sur les cryptos, réalisant d'importants bénéfices, et a recommencé à accumuler du BTC au comptant depuis 64 000 USD. Il estime que le marché anticipe trop uniformément un creux vers 40 000-50 000 USD à l'automne, ce qui pourrait ne pas se matérialiser.

Foresight NewsIl y a 1 h

Le bear market le plus doux ? Les vendeurs de BTC délaissent le marché, ARK et Bitwise affichent un optimisme collectif

Foresight NewsIl y a 1 h

Évolution de l'ordre à l'ère de l'IA et du Web3 : Dimensions concurrentielles et voies d'exploration de m&W

Nous traversons une ère de transformation profonde, passant de l'amélioration de la productivité à la refonte des relations de production. Les agents IA (intelligents) libèrent une capacité de production inédite. À l'avenir, les tâches seront de moins en moins accomplies par des individus isolés et de plus en plus par des réseaux collaboratifs mêlant humains et agents IA. Une question fondamentale émerge : comment établir des relations de confiance, évaluer des contributions complexes et créer des mécanismes de répartition de la valeur stables et équitables entre des humains et des agents IA étrangers en collaboration à long terme ? Si Web3 a posé les bases techniques pour les actifs, l'identité et l'organisation, l'ère des agents IA exige un système d'ordre nouveau intégrant identité, crédit, collaboration et incitations économiques. L'article analyse le positionnement de m&WDAO par rapport aux principales voies d'exploration actuelles : * **Colony** : se concentre sur la gouvernance et la collaboration **humaines** basées sur la contribution. * **SingularityNET (ASI)** : se concentre sur l'échange et la découverte **ouvertes des capacités de l'IA**. * **Gitcoin Passport / Verax** : se concentrent sur la **vérification de l'authenticité de l'identité** et la résistance aux sybils. * **Farcaster & Lens Protocol** : se concentrent sur les **réseaux d'information et d'identité ouverts**. Contrairement à ces approches, m&W explore une voie complémentaire et plus fondamentale : **comment construire un réseau de collaboration crédible entre humains et agents IA**. Son cheminement se structure en trois phases évolutives : 1. **m&W 1.0 : Ancrage du Crédit** – Sélection de "Builders" de haute qualité via un mécanisme d'impact ("proton collision"). Leurs contributions continues sont transformées en actifs de crédit non transférables (SBT), posant les bases d'une identité et d'une réputation fiables pour leurs futurs "doubles numériques" (agents IA). 2. **m&W 2.0 : Économie de la Collaboration (EcoFi)** – Le protocole EcoFi connecte les nœuds crédibles à des tâches réelles. Il utilise un système de vérification à plusieurs niveaux (pré-analyse par IA, jugement de valeur complexe par des Builders, arbitrage final par un réseau OG) pour évaluer, rémunérer et liquider les contributions, créant une boucle de valeur fermée qui renforce en retour le système de crédit. 3. **m&W 3.0 : Ordre Intelligent** – Le crédit humain accumulé (SBT) sert de base de confiance pour les agents IA (doubles numériques) lorsqu'ils entrent dans le réseau économique. Cela facilite l'émergence d'une "économie de collaboration homme-machine", où les agents ne sont plus de simples outils mais des participants actifs et crédibles. Ce parcours ambitieux présente des défis techniques et économiques majeurs, comme le démarrage à froid dû à une sélection exigeante, l'équilibre délicat entre vérification par IA et gouvernance humaine, et la stabilité à long terme de l'économie du jeton $CMW. En résumé, m&W ne cherche pas à être une plateforme de modèles IA, un marché d'algorithmes ou un outil de service Agent de plus. Son ambition est de répondre à une question structurelle de l'ère de l'IA : **comment établir un nouvel ordre économique - incluant crédit, collaboration et répartition de la valeur - pour un futur où humains et agents IA co-créeront de la valeur**. Il s'agit d'explorer les nouvelles relations de production à l'ère de l'intelligence artificielle.

链捕手Il y a 1 h

Évolution de l'ordre à l'ère de l'IA et du Web3 : Dimensions concurrentielles et voies d'exploration de m&W

链捕手Il y a 1 h

2026 IMO : la Chine truste les scores parfaits, le lycée de Shanghai domine, GPT-5.6 rejoue le moment AlphaGO

Félicitations à l'équipe chinoise ! L'équipe de Chine a remporté la première place aux Olympiades Internationales de Mathématiques (IMO) 2026 à Shanghai, avec une performance historique : les six membres de l'équipe ont tous obtenu une médaille d'or et un score total de 232 points, devançant les États-Unis (2e) de 25 points. Trois étudiants, Deng Leyan et Zhang Bolun du Shanghai High School, et Liu Che de la High School Affiliated to East China Normal University, ont réalisé un score parfait de 42/42. Cet événement marque la 26e victoire de la Chine depuis sa première en 1989. Le Shanghai High School, hôte de cette 67e édition (une première pour une école secondaire), a vu ses anciens élèves devenir des mathématiciens renommés. L'article souligne également un développement parallèle majeur : l'intelligence artificielle. Alors que les prouesses des étudiants humains représentent la "perfection sans erreur", il est rapporté que le modèle GPT-5.6 Pro aurait résolu les six problèmes de l'IMO 2026 dès sa première tentative, sans guidance humaine. Si cela est confirmé, cela pourrait indiquer que l'IA franchit une nouvelle étape, passant de la résolution par essais à une précision immédiate, évoquant un "moment AlphaGo" pour les olympiades de mathématiques. Les États-Unis et la Russie ont terminé respectivement deuxième et troisième du classement par équipes.

marsbitIl y a 2 h

2026 IMO : la Chine truste les scores parfaits, le lycée de Shanghai domine, GPT-5.6 rejoue le moment AlphaGO

marsbitIl y a 2 h

Trading

Spot
活动图片