2026
10 781 articles · 136 jours · 10 catégories · moy. 79 par jour
Audit de POPE : le choix des tokens « yes/no » décale le F1 de LLaVA-1.5 de 6,13 points
Raffinement parallèle plutôt que diffusion : les DRLM atteignent 93,9% sur Sudoku-Extreme
TokenWorth apprend aux agents IA à oublier : les meilleurs résultats sur trois environnements, avec un minimum de tokens
Ropedia W0 entraînée sur 10 000 heures de vidéo humaine et 3 000 heures de données robots
Ropedia W0 : une world model pour la marche et la manipulation, chez les humains comme chez les robots. Distillée, elle prédit sur une minute en temps réel et…
Anthropic : la part des juniors dans les embauches tombe de 27% à 9%, les agents cumulent 6 fois plus d'heures que les humains
Étude interne d'Anthropic : la part des juniors dans les embauches techniques passe de 27% à 9%, et les agents interactifs cumulent 6 fois plus d'heures que les…
TokenGate accélère le prefill des LLM jusqu'à 11,3 fois grâce à un élagage entraînable
Liana Patel, Rishabh Ranjan, Ion Stoica, Matei Zaharia et Carlos Guestrin, de UC Berkeley, présentent TokenGate pour accélérer le prefill dans les LLM. Le mécanisme…
IQuest-Q1 : un modèle MoE ouvert de 320 milliards de paramètres pour le codage agentique en CLI
Un RAG naïf devance les systèmes de mémoire agentiques dans six tests sur sept
AgentVQA a testé 22 VLM sur des tâches d'agent : le meilleur n'atteint que 58,5%
Cola2 devance Llama-3-8B sur HellaSwag avec 43 fois moins de tokens
Verus-Insight apprend à un détecteur de vidéos IA à trouver les artefacts et à les prouver
Des chercheurs scindent la détection d'artefacts dans les vidéos générées en trois compétences — planification, vérification, agrégation — et publient le modèle…
AnyGameRenderer habille de graphismes les prototypes gris conçus par IA et conserve les unités à 62,9%
Un moteur de rendu génératif basé sur MiniMax-H3 (33B) habille les blockouts de jeux d'agents IA ; la concordance temporelle des entités passe de 50,9% à 62,9%.
WeChat ouvre WeVisOne-VL : détection, masques et matting dans une seule VLM
Anthropic ouvre un appel à candidatures aux chercheurs en life sciences : 8–12 semaines avec Claude, gratuitement
Anthropic confie le standard Agent Skills à l'AAIF : 1 million de skills, 280 millions d'installations
Cohere lance l'inférence confidentielle sur H100 dans Azure, avec attestation
Echo apprend aux robots VLA à reconnaître succès et échec au cœur même de l'action
Des chercheurs intègrent les signaux stop et failure dans chaque action chunk d'un modèle VLA, débruités plus vite que les mouvements. Sans annotation de…
HiSTEVE 1.0 joue à Minecraft à la souris et au clavier : 85,0% sur MineStudio Bench
L'agent VLA HiSTEVE 1.0 mène de longues tâches dans Minecraft sans API ni états cachés du jeu : 85,0% sur MineStudio Bench, 37,4% sur OpenHA, pioche en fer à partir…
Dual Exam : GPT 6 Astra décroche 31,3 points parmi les agents multimodaux
Plus de 80 auteurs signent Dual Exam, un benchmark qui évalue agents et modèles du monde séparément. GPT 6 Astra mène avec 31,3 ; le couplage testé sur 150 cas n'a…
PaperFormalizer transforme les articles LaTeX en code Lean vérifié, avec l'auteur dans la boucle
NVIDIA ouvre Flora : l'annotation de données pour la robotique coûte 125 fois moins cher que GPT-6 Astra
Le token graphe de G-Retriever est une coquille vide : cosinus 0.985–0.998
OPTIC compresse les embeddings par couche de Gemma 4 E4B d'un facteur 100 et préserve 97,8% de la qualité
HiP3R assemble des scènes 3D à partir de milliers d'images vidéo sans réentraîner les modèles
Des chercheurs de NTU Singapour proposent un graphe de poses hiérarchique : d'abord les morceaux de vidéo sont alignés en Sim(3), puis chaque image reçoit une…
Nestor : la parcimonie imbriquée dans l'attention surpasse le MoE à budget égal
Tianzhe Chu, Druv Pai et Yi Ma proposent le transformer Nestor : la parcimonie de l'attention s'imbrique dans le MoE et offre un gain à calcul égal, y compris en…
Huit agents VibeGame assemblent un jeu 2D à partir d'un prompt et devancent leurs concurrents sur GameCraft-Bench
Ablation du prompt système : comment j'ai réduit la config de Claude Code de 19 736 à 3 585 lignes sans perte de qualité
32,5 millions de roubles par an pour 300 salariés : comment nous avons chiffré l'économie réelle d'un déploiement de l'IA en entreprise
Anthropic : Claude a conçu 318 484 protéines en 64 heures, 17 ont passé la validation en laboratoire
RiseHarness apprend aux agents terminaux à réparer leur propre harness sans réentraînement
RiseHarness améliore itérativement le harness des agents terminaux à poids figés : il compare exécutions réussies et ratées d'une même tâche et valide chaque…
Lafa, 8 milliards de paramètres, accélère la génération de texte 2,54 fois sans perte de qualité
Des chercheurs présentent Lafa, un modèle de génération en flux continu de 8 milliards de paramètres qui génère du texte 2,54 fois plus vite que les modèles…
Le benchmark EvaOmni a testé 24 modèles omni : le leader atteint 79,4%, mais seulement 35,1% en grounding
EvaOmni exige une réponse et les intervalles temporels des preuves. Le leader Gemini3.7-Flash atteint 79,4% de précision, mais chute à 12,3% en B.G. sur les tâches…
Auto-apprentissage récursif et Fable 5.1 : pourquoi la course à l'IA a quitté le débat sur l'AGI pour l'orchestration appliquée
Vercel lance durable-harness pour exécuter des agents IA tolérants aux pannes dans le cloud
TARSphere met à l'épreuve des robots pilotés par MLLM sur 360 épisodes dans 30 scènes
