IA
Intelligence artificielle : LLM, agents, diffusion, vision, NLP et les dernières nouvelles des grands laboratoires.
173 published articles
Sortie du modèle
Claude Mythos 5 a déjà trouvé 10 000 bugs critiques, et Anthropic craint ce qu'il peut faire
Claude Mythos 5 d'Anthropic, un nouveau modèle puissant pour la cybersécurité et la biologie, a déjà trouvé plus de 10 000 vulnérabilités logicielles critiques via le projet Glasswing. L'accès est limité à des partenaires vérifiés, avec un tarif de 10 $ par million de jetons d'entrée.
2026-07-06
Recherche en IA
Le vrai goulot d’étranglement des agents IA de bureau n’est pas le modèle. C’est la bibliothèque de compétences.
Un benchmark de couche d’exécution apparié de 440 tâches de bureau montre que les agents GUI atteignent un taux de réussite de 59,1 % contre 48,2 % pour les agents CLI. L’augmentation des compétences porte le succès des CLI à 69,3 %, indiquant que le principal goulot d’étranglement est la couverture des compétences, et non la capacité brute.
2026-07-06
Intelligence Artificielle
MiniMax M3 brise le plafond des poids ouverts avec une accélération CUDA de 9,4x et zéro aide humaine
MiniMax M3 offre une accélération du noyau CUDA de 9,4x, bat Opus 4.7 sur BrowseComp et a reproduit de manière autonome un article ICLR. Le tout dans un package à poids ouverts.
2026-07-06
Recherche en IA
Votre agent IA a réussi le test par hasard. Maintenant, il existe une grille d'évaluation pour ça.
SkillCoach est un cadre de grilles d'évaluation auto-évolutives qui évalue et améliore l'utilisation des compétences agentiques en analysant les processus de sélection, de suivi, de composition et de réflexion des compétences, offrant une meilleure supervision que les métriques basées uniquement sur les résultats.
2026-07-06
Intelligence Artificielle
Le Laneformer 2B de Kog atteint 3 000 tokens/s en faisant de la latence le point central
La startup parisienne Kog publie Laneformer 2B, un Transformer priorisant la latence qui atteint 3 000 tokens/s sur AMD MI300X. Le modèle utilise le parallélisme tensoriel retardé (DTP) pour masquer la surcharge de communication et a été entraîné de zéro sur 6 billions de tokens. Les poids open-source sont disponibles sur Hugging Face.
2026-07-06
Recherche en apprentissage par renforcement
OPID offre aux agents linguistiques un signal de récompense suffisamment dense pour abandonner la mémoire externe
OPID extrait une supervision hiérarchique des compétences à partir de trajectoires sur politique complétées, offrant un guidage dense au niveau des tokens pour l'entraînement des agents linguistiques sans mémoire externe. Les expériences sur ALFWorld, WebShop et Search-based QA montrent une amélioration des performances et de l'efficacité d'échantillonnage par rapport au RL basé uniquement sur les résultats et aux méthodes existantes de distillation de compétences.
2026-07-06
Évaluation de modèles
Olmo-eval d’Ai2 offre aux développeurs de LLM un microscope pour chaque point de contrôle
Olmo-eval d’Ai2 apporte des différences par question et des benchmarks modulaires au développement actif de LLM, aidant les chercheurs à distinguer les progrès réels du bruit statistique.
2026-07-06
Infrastructure IA ouverte
NSF OMAI est en ligne : le cluster IA entièrement ouvert d'Ai2, un pari contre la recherche fermée
Ai2 vient d'activer un nouveau cluster IA dans le cadre du projet NSF OMAI, qui rend les modèles, outils et processus entièrement ouverts. Chaque heure GPU compte davantage lorsqu'elle alimente la recherche dans les domaines du langage, du multimodal et de la science.
2026-07-06
Apprentissage profond
M3D et Real-Guidance portent la distillation de jeux de données vers les hautes résolutions
La distillation de jeux de données est longtemps restée cantonnée aux benchmarks basse résolution, mais une nouvelle approche appelée M3D change la donne. En combinant un appariement multi-échelle, un a priori de variété de données et une stratégie Real-guidance, elle passe à l’échelle sur ImageNet-1K à la résolution 128×128, atteignant 68,5 % de précision top-1 avec une seule image par classe et réduisant de dix fois l’utilisation mémoire.
2026-07-05
Recherche en IA
Comment MaxProof transforme les vérificateurs génératifs en moteur de révolution des preuves
MaxProof est un cadre de passage à l’échelle au moment du test qui modélise la génération de preuves mathématiques comme un processus de recherche évolutive. En combinant Proof RL, l’alignement des vérificateurs et l’augmentation par raffinement, il transforme la vérification générative peu fiable en un système de récompenses digne de confiance pour l’entraînement et l’inférence.
2026-07-05
Analyse Approfondie
Aleph Alpha construit un modèle d'inférence théorique pour DeepSeek : Déduire les performances à partir des primitives matérielles
Aleph Alpha a créé un modèle d'inférence théorique pour DeepSeek v3 afin d'estimer le débit à partir des paramètres matériels, en analysant les compromis entre configurations GPU pour aider les praticiens à optimiser les performances et les coûts pour les grands modèles MoE.
2026-07-05
Recherche en IA
L'horizon de vérification : pourquoi vérifier les agents de codage est désormais plus difficile que de les construire
Une intuition classique veut que vérifier une solution soit plus facile que la produire. Pour les agents de codage d'aujourd'hui, cette intuition s'est inversée : générer des solutions complexes est désormais facile. La partie difficile est de les vérifier de manière fiable.
2026-07-05