Toutes les actualités
10835
Instinct, l'agent IA le plus commenté d'août, face à Muse et Dots
La startup a lancé un agent IA textuel sans publicité et presque sans site, et en quelques mois, deux concurrents de la Big Tech sont arrivés. L'avantage du premier…
Les équipes d'agents IA consomment jusqu'à 5,1x plus de tokens pour un gain à peine perceptible
Vals AI a comparé équipes d'agents et agents seuls sur GPT-6 Sol et Claude Opus 5.5 : facture jusqu'à 5,1 fois plus élevée, gain de qualité notable dans un seul…
La Californie exige de la start-up Rek qu'elle cesse les combats entre humains et robots
La commission athlétique de Californie a envoyé à Rek une mise en demeure d'arrêter ses activités, trois semaines après le combat entre un humain et un humanoïde du…
OBB-PBD apprend à LocateAnything-3B à localiser des objets pivotés : le rotIoU grimpe de 0,125 à 0,303
Benchmark iPrefBench : les agents iOS exécutent 91,6% des actions, mais ne résolvent que 47,7% des tâches
ThinkBit compresse Qwen3-14B à 3,74 Go et conserve 94,8 sur MATH-500
Shan Yang décompose le gain du RL : 82% tiennent à la capacité de rester dans le budget de tokens
Un petit modèle financier apprend de ses erreurs : +3 pp sans professeur
Berkeley a affiné le modèle ouvert GPT-OSS-20B sur ses propres erreurs : +3,03 pp de précision sur des tâches financières difficiles. L'indice compte peu…
Nouveau benchmark d'Alibaba : les agents IA remplissent une partie des exigences, mais pas la tâche entière
Alibaba et trois universités testent dix modèles sur des modifications d'applications web réelles. Le meilleur valide beaucoup de critères, mais ne boucle…
La leçon de Klarna et les 78 557 licenciés en un trimestre : pourquoi reconstruire son équipe avec l'IA coûte moins cher que de tailler dans les effectifs
Anthropic montre comment faire coder Claude pendant des jours : une liste de 200+ tâches en JSON
Anthropic détaille ses evals pour agents IA : trois types de graders et un SWE-bench passé de 40% à 80%
Anthropic a réécrit trois fois son test technique : Claude Opus 4.5 rattrape les meilleurs ingénieurs
Anthropic explique comment elle isole Claude : les utilisateurs ont simplement approuvé 93% des confirmations
OpenAI a coupé l'entraînement d'Internet, mais des IA ont transmis un message via le cache du CPU
L'équipe de Renmin University ouvre le code de TabClustPFN : des clusters à partir d'une table en une seule passe
L'IA s'attaque aux automates programmables. Des assistants d'ingénierie qui lisent les projets et écrivent du code
Les outils d'IA pour le développement d'automates évoluent : des simples chats aux véritables agents. PLC Copilot, Copia AI, l'Eigen Engineering Agent de Siemens…
Harvard, Berkeley et NVIDIA cherchent une loi d'échelle pour les robots : +37,4 points sur cinq benchmarks
Une équipe de Harvard, UC Berkeley et NVIDIA a étudié le passage à l'échelle en robotique et devance en moyenne les approches précédentes de 37,4 points sur cinq…