Toutes les actualités
10835
SATE-Bench : les modèles multimodaux interrompent trop tôt l'exploration de la scène
SATE-Bench : 316 scènes réelles, 2525 paires QA. Les MLLM de pointe cessent d'explorer trop tôt, tout en restant sûrs d'eux ; le fine-tuning GRPO les déroute encore…
Des agents à motivation intrinsèque reproduisent le comportement de la drosophile : DIAYN l'emporte sur 20 algorithmes
Le NeuroAgents Lab a entraîné des agents dans une mouche numérique avec 20 algorithmes, sans récompense externe. DIAYN domine : il colle à la mouche en comportement…
Un critique indépendant fait gagner 5.9 à 9.5 points de pourcentage aux agents de codage
Les auteurs ont comparé 17 schémas de vérification d'agents sur sept modèles. Un critique distinct apporte jusqu'à +9.5 pp sur Terminal-Bench pour un coût de…
Les agents d'Anthropic ont déposé 20 demandes de visa sur le site du Département d'État américain
Meta lance Muse Wonder et Muse Wonder Full : l'indice d'intelligence passe de 48 à 56
Cloudflare rachète Deno et mettra fin au développement du runtime dans un an
Moonshot lance Kimi K3.1 Pro : un modèle open-weight de 3T de paramètres avec 1 million de tokens de contexte
Artificial Analysis lance AA-3D : Claude Sonnet 5.5 en tête avec 1194 Elo
Un nouveau benchmark évalue la création de scènes 3D interactives en three.js par des agents. Claude Sonnet 5.5 domine (1194 Elo), mais le top 4 reste au…
Altman décrit trois issues à la course à l'IA : du régulateur mondial à la paralysie des GPU des concurrents
Lors d'une réunion interne d'OpenAI, Sam Altman a décrit trois issues possibles à la course à l'IA. La plus dure : le leader peut mettre hors service le matériel de…
Moonshot AI dévoile Kimi K3.1 Pro, sa première version Pro, après le test Kibitz
Inception lance Mercury 3 : une LLM de diffusion 8 fois plus rapide que GPT-6 Luna
Matthew Green estime à 15% le risque de perte de confiance dans le chiffrement à clé publique à cause de l'IA
Artificial Analysis lance Decision Index : Jev 1.13 en tête avec 58 points
Oracle fait passer des tâches de plusieurs jours à quelques minutes avec ChatGPT Work et Codex
Oracle utilise ChatGPT Work et Codex en recrutement, en ingénierie et dans les opérations. Selon OpenAI, des tâches qui prenaient des jours se règlent désormais en…
Alibaba Qwen identifie trois piliers pour son Personal Agent : modèle, mémoire et écosystème
Jiang Guanjun, responsable des algorithmes de Qwen, a expliqué à la CCF 2026 comment Alibaba construit son agent personnel : modèle, mémoire et écosystème ne…