apprentissage par renforcement
5 published articles
Agents IA
OpenManus vient de tuer le mur d'invitation pour les agents IA. Voici comment l'exécuter en dix minutes.
OpenManus est un framework open source d'agents IA que tout le monde peut installer et exécuter immédiatement : pas de code d'invitation, pas de gadgets, juste un environnement Python et une clé API. Voici pourquoi vous en avez besoin.
2026-07-11
Recherche en IA
Pourquoi GPT-5.5 domine un benchmark qui teste comment les agents s'améliorent eux-mêmes
EvoPolicyGym isole une capacité critique mais peu étudiée : la capacité d'un agent à affiner une politique exécutable par des modifications répétées sous contrainte de rétroaction. Le benchmark révèle GPT-5.5 comme le plus performant dans 16 environnements, et fournit des diagnostics au niveau des trajectoires qui exposent comment différents agents allouent leur budget et convertissent la rétroaction en paramètres ajustés.
2026-07-11
Grok 4.5
Le Grok 4.5 de Cursor a été construit par des agents IA, pas par des humains. C'est ça, la vraie histoire.
Le Grok 4.5 de Cursor est un modèle Mixture-of-Experts construit par apprentissage par renforcement dans des environnements créés par des agents IA antérieurs, et non par des humains. Il gère des tâches complexes et longues dans les domaines du génie logiciel, de la science des données, de la finance et du droit, et est disponible dès maintenant.
2026-07-10
Agents de codage
Le nouvel agent de codage de Cognition atteint des résultats proches des modèles de pointe pour une bouchée de pain
Le modèle de codage SWE-1.7 de Cognition réduit l'écart avec les systèmes de pointe à une fraction du coût, atteignant 42,3 % sur FrontierCode et tournant à 1 000 tok/s. Le modèle a été entraîné sur un pipeline d'apprentissage par renforcement amélioré utilisant Kimi K2.7 comme base.
2026-07-09
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