Zhemal Khamidun
Sélection éditoriale quotidienne des principales actualités IA parmi plus de 50 sources.
10065 articles
La méthode PoS détecte les agents IA pris dans une boucle de fausses croyances : 36 répétitions dans ALFWorld
Les données ego gagnent « tout le corps » : une nouvelle voie de mise à l'échelle pour les world models
Google DeepMind et Singapour lancent une Gemma anti-arnaques : S$4 milliards de pertes
SAE-IDF aligne les symboles de systèmes différents et devance la méthode de référence jusqu'à 45 points
SAE-IDF, méthode à base d'autoencodeurs parcimonieux, aligne des systèmes symboliques hétérogènes et bat la baseline dense sur 12 tâches avec Gemma-2-9B, jusqu'à 45…
ReaDy accélère de 3,16 fois le décodage des LLM hybrides sur une seule B200
ReaDy exploite les états récurrents des modèles linéaires hybrides pour son brouillon spéculatif et atteint une accélération moyenne de 3,16x sur Qwen3.8-27B avec…
DAGFormer planifie les connexions entre couches et réduit la perplexité de 17–25 %
DAGFormer ajoute des connexions directes entre couches et les planifie via un prédicteur de topologie. Jusqu'à 1B, la perplexité sur WikiText-2 baisse de 17–25 %.
Interlock apprend aux agents à mener leurs tâches jusqu'au bout : jusqu'à +6,64 points sur JobBench
BlenderWorld : GPT-6-Astra devance Opus-5 sur le benchmark 3D avec 79,9 points
Modal lève 750 millions de dollars pour une valorisation de 15,75 milliards et atteint 1 milliard de run rate
Cohere a trouvé comment obtenir 61,8% de la récompense pour $155 au lieu de $510 avec une équipe d'agents de code
WinARDet corrige la boucle de répétition des détecteurs MLLM : le F1 passe de 32,16 à 39,36
La compression de fenêtres WinAR empêche les LLM multimodaux de répéter indéfiniment la même boîte : sur RSDense, le F1 passe à 39,36 et la part de doublons chute…
CyberArena fait s'affronter 12 agents IA lors de 466 matchs d'attaque et de défense en temps réel
Le benchmark CyberArena oppose deux agents LLM qui piratent et réparent des services en même temps. 12 modèles, 40 tâches, 466 matchs : le plafond des tests solo…
Gemini 4 Argon a trouvé deux fois plus de vulnérabilités que les modèles de base lors des tests de Wiz
Gemini 4 Argon apprend au humanoïde Apollo 2 à jouer au cornhole : 7 lancers réussis d'affilée
Isomorphic Labs analyse des brevets de 500 pages avec Gemini 4 Argon en un jour au lieu d'un mois
Un auteur de Habr teste combien de retouches il faut pour effacer le filigrane d'un LLM
IBM Spyre abandonne le sendnn maison au profit d'Inductor pour torch.compile
La pile PyTorch de l'accélérateur IBM Spyre abandonne son backend sendnn, écrit de zéro, pour backend=inductor, le backend ouvert de PyTorch.
Meta lance Muse Wonder sur le marché des agents IA d'entreprise, mais se heurte à la question de la confiance
Meta dévoile Muse Wonder et entre sur le segment des agents d'entreprise. Les modèles exécutent déjà des tâches, mais les sociétés ne sont pas prêtes à leur confier…