2026
10 780 articles · 136 jours · 10 catégories · moy. 79 par jour
EvoBelief apprend aux agents LLM à vérifier leurs hypothèses sur le monde : 83,3% contre 0% pour les baselines
MagicBeanStalk fait passer gpt-oss-120b de 61,2 à 69,8 points en mathématiques
CLEAT apprend aux agents Qwen3-4B à poser les bonnes questions au bon moment : jusqu'à +13,2 points
SpireBench fait jouer 20 LLM à Slay the Spire en entier : les experts gardent une longueur d'avance
Le benchmark SpireBench fait jouer 20 LLM à Slay the Spire complet en difficulté maximale : les meilleurs modèles égalent le joueur moyen, mais restent nettement…
Pékin rassure le marché des A-shares après le décrochage du secteur tech provoqué par la crainte de sanctions américaines
La CSRC a réuni à Pékin dirigeants de sociétés cotées, courtiers et gérants de fonds après une forte vente d'actions tech, sur fond de craintes de nouvelles…
Le patron de DBS : le marché réévalue les risques des investissements dans l'IA, et le financement va se durcir
Tan Su Shan, CEO de la plus grande banque d'Asie du Sud-Est, estime que le marché réévalue les risques du chantier de l'IA et que les prêteurs seront plus sélectifs.
Dream2Discern prédit les défaillances des systèmes multi-agents avec plus de 90% de précision
TabWM apprend à prédire les modifications d'une base de données : le F1 passe de 0,016 à 0,685
EvoWeb teste les agents de codage sur 320 requêtes successives portant sur 32 applications web
DuoDiscover, une flotte d'agents codeurs, accélère vLLM d'un facteur 1,92 et surpasse ArchAgent v2
FrontierCode : les meilleurs modèles d'IA échouent à la review des mainteneurs dans 42% des cas
Cognition et Artificial Analysis lancent le benchmark FrontierCode 1.1 : Claude Opus 5.5 domine à 52% et 58% de réussite, pour 10,15 $ par tâche. GPT-6.1 Sol offre…
HACE entraîne conjointement un modèle spécialisé et un agent LLM dans trois domaines
HACE fait évoluer en tandem un modèle de domaine et un agent LLM. Il devance les méthodes d'auto-amélioration sur les métriques principales (recommandation…
vLLM apprend aux nœuds decode à renvoyer le KV-cache et réduit le TTFT jusqu'à 3,3 fois
Alignment Forum propose 4 étapes : la nouvelle génération d'IA seulement après la vérification de l'actuelle
Nicolas Cage affirme qu'il ne travaillera plus avec Amazon à cause d'un différend sur l'IA
Habr : l'IA a rendu les prévisions bon marché, mais leur vérification coûte toujours des heures de travail humain
Guardian : même un boom de l'IA ne réduira presque pas la dette publique américaine, selon Eduardo Porter
Des parents d'élèves d'une école située à 300 m d'une usine Tesla demandent plus de temps pour étudier le plan d'émissions
DeepSeek-OCR compresse le contexte textuel par 10 avec une précision de 97 %
OpenRSI Index dépasse les 133 000 vues : mesurer l'IA à l'aune des chercheurs
Le projet OpenRSI Index tente de mesurer l'écart entre l'IA et les meilleurs chercheurs. Son post de lancement sur X a dépassé 133 000 vues et figure dans Today's…
Liam Fedus, coauteur de ChatGPT : après les 722 manuscrits d'OpenAI, l'IA doit entrer au laboratoire
OpenAI a publié 722 manuscrits mathématiques couvrant 17 domaines, dont certains avec des preuves Lean. Pour Liam Fedus, après les maths, l'IA doit aller au…
Google se heurte à des protestations en Inde contre un data center d'IA de 15 Md$
En Inde, des manifestants brandissent des pancartes contre le data center de Google : le logo est cerné de menottes, et un slogan rappelle qu'on « ne peut pas boire…
Une développeuse dépense $9 000 en agents IA et publie le plugin Crossweft
Le réseau social Setlog atteint 10 millions d'utilisateurs actifs en moins d'un an
Zuckerberg a accéléré le lancement de l'agent IA Muse, alors que les tests avaient révélé trois classes de menaces
Robots « ennuyeux » contre robots viraux : pourquoi la forme doit suivre le processus
Tim Cook en Chine pour la troisième fois en un an : l'iPhone 18 Pro et l'iPhone Duo pliable à l'épreuve
Tim Cook se rend en Chine pour la troisième fois en un an : rencontre avec le gouverneur du Guangdong, iPhone 18 Pro et premier pliable iPhone Duo, malgré des…
LIBERO-MAX fait passer des robots par 224 000 simulations avec un objet qui se dérobe
Le benchmark LIBERO-MAX teste la réaction d'un robot lorsqu'on déplace un objet en pleine saisie : 224 000 simulations, au lieu des scènes statiques habituelles.
Comment construire un bot RAG sur T4 pour les manuels d'instruction civique : Qwen remplace la recherche web
Netflix préparerait le licenciement d'environ 850 salariés, soit 5% des effectifs, selon Puck
Yandex Market suspend la réception des marchandises dans ses points de retrait après l'attaque d'un datacenter à Vladimir
Nadella propose un « freinage d'urgence » pour l'IA et de considérer les modèles comme compromis
Les modèles d'Anthropic décompilent un jeu et le portent dans le navigateur en une nuit
Des utilisateurs des modèles de pointe d'Anthropic transforment d'anciens jeux en ports web en une nuit. Le résultat tient la route et surpasse même l'original par…
Selectel détaille l'installation de Jenkins sur un serveur cloud : des ressources au pipeline
Un ingénieur de Selectel montre pas à pas comment commander un serveur virtuel, installer Jenkins et créer un premier pipeline de build automatique d'une…
Epoch AI : les modèles récents n'ont pas su reproduire une idée algorithmique humaine
Epoch AI a publié InnovationEval : les modèles récents n'ont pas réussi à reproduire une invention algorithmique humaine. Le post totalise 86 points et 71…
Sumitomo Bakelite double sa production d'emballages en Chine face à la vague de demande liée à l'IA
Luxshare affirme que l'enquête américaine sur des brevets n'aura pas d'impact significatif
Dwarf Fortress passe au contrôle de version après dix ans de refus
