Source : Gu Bon-gyu, journaliste de Digital Times
Citation intégrale de l’article « La start-up d’IA Clevi entre dans le top 2,5 % de GAIA… une crédibilité reconnue et vérifiée »
Date de publication : 2026-04-08
Lien : https://n.news.naver.com/article/029/0003020511?sid=105
La start-up coréenne d’IA « Clevi » a annoncé être entrée, pour la première fois en Corée du Sud, dans le top 2,5 % du benchmark GAIA, sur la base de l’ensemble des 3 090 modèles enregistrés, après avoir construit son propre modèle et sa propre solution d’agent développés from scratch.
Selon les explications du secteur, GAIA, conçu par Meta AI et opéré par Hugging Face, n’évalue pas seulement la capacité d’une IA à « exceller dans un seul domaine », mais sa capacité à « combiner plusieurs aptitudes pour résoudre des problèmes réels ». Elle doit rechercher des informations sur le Web, lire des tableaux dans des PDF, analyser des images, exécuter du code pour effectuer des calculs, puis synthétiser les résultats afin de fournir une réponse unique. Avec ses 301 questions non publiques, ses trois niveaux de difficulté et son principe de non-divulgation des réponses, sa structure rend impossibles le surapprentissage et la triche.
Pour obtenir un score élevé à ce test, deux éléments sont nécessaires. D’une part, la capacité de raisonnement du modèle de langage sous-jacent et, d’autre part, une solution d’agent capable de relier ce modèle aux outils du monde réel afin d’exécuter des tâches de manière autonome. Même si le modèle est excellent, un agent faible ne peut pas résoudre le niveau 3 ; et même si l’agent est très sophistiqué, une capacité de raisonnement insuffisante du modèle entraîne la propagation de réponses incorrectes dès les niveaux intermédiaires.
La structure actuelle du classement GAIA révèle un schéma intéressant. La plupart des agents les mieux classés adoptent une stratégie de « mélange multimodèle », combinant plusieurs modèles de grandes entreprises technologiques tels que GPT, Claude et Gemini. Il s’agit d’une approche rationnelle qui associe les points forts de chaque modèle et se prémunit contre la baisse des scores due notamment à la perte d’informations.
Clevi, en revanche, n’a pas rejoint cette tendance. Développé from scratch, cip-5.5-agent (IA agentique) planifie, exécute et vérifie de manière autonome des tâches complexes, tandis que cip-5.5-mm (modèle multimodal généraliste haute performance) comprend et raisonne sur divers formats de fichiers, notamment la voix, les images et les vidéos. Ces deux modèles ont été développés en interne par Clevi, sans aucune utilisation d’API LLM externes.
Et en faisant concourir 5 agents sur GAIA avec cette pile de modèles développée en interne, tous ont obtenu plus de 70 points. De 79,07 % pour le meilleur score à 70,76 %, cela a démontré la stabilité de l’ensemble de la pile, et non la chance d’un résultat isolé.
Selon l’explication de l’entreprise, derrière le score officiel de 79,07 % se cache un autre chiffre. D’après l’examen postérieur réalisé en interne par Clevi, il s’est avéré qu’un nombre important des 301 questions ne disposaient plus de sources de réponses correctes accessibles sur le Web public actuel. Lors d’une réévaluation fondée uniquement sur les questions dont les réponses correctes existent encore sur le Web, le taux de réponses correctes de Clevi dépassait 98 %. Ce chiffre dépasse déjà la moyenne humaine (92 %).
Bien sûr, le score officiel aurait pu être encore amélioré en combinant de puissants modèles généralistes d’autres entreprises. Cependant, Clevi a délibérément choisi de ne pas adopter cette stratégie. En effet, l’objectif de ce benchmark n’était pas de rivaliser pour obtenir le meilleur score, mais de vérifier si un modèle développé entièrement from scratch avait atteint un niveau lui permettant de rivaliser sur la scène mondiale.
Le fait de voir son nom figurer dans le classement GAIA revêt une grande importance, car cela signifie disposer d’une crédibilité vérifiée accordée par une évaluation indépendante réalisée par un tiers. Il s’agit d’un fondement objectif exploitable dans toutes les phases, qu’il s’agisse de la levée de fonds, de l’expansion à l’étranger ou des ventes B2B.
Un responsable de Clevi a déclaré : « Parmi les 63 réponses officiellement incorrectes, un grand nombre provenait d’incohérences de format de sortie, d’erreurs d’interprétation de supports visuels et de questions impossibles à résoudre en raison de la perte d’informations. Il s’agit davantage d’un problème de précision du post-traitement et de disponibilité des informations externes que d’une limite fondamentale du raisonnement logique. Puisqu’il s’agit de son propre modèle, Clevi peut l’améliorer elle-même. C’est précisément l’avantage structurel d’un modèle développé entièrement from scratch. La performance de Clevi soulève cette question au secteur coréen de l’IA : “Jusqu’à quand dépendrons-nous de cerveaux empruntés ?” Clevi a choisi la voie plus difficile du from scratch et souhaite prouver la réponse sur la scène mondiale. »