Toutes les actualités
10835
L'agent 4B Mage-VL-Cowork atteint 66,0% sur OSWorld-Verified et dépasse un modèle 30B
L'évaluation directe par LLM classe les articles comme Elo, mais écarte 4,3% des travaux faibles contre 66,4%
L'établi TSFLab augmente de 20–163% la part de tâches accomplies par les agents en prévision de séries temporelles
Faros : dans les équipes qui utilisent des agents IA, le temps médian de revue de code a bondi de 441%
Télémétrie Faros sur 22 000 développeurs : avec l'IA, le temps médian de revue a grimpé de 441%. Pourquoi les ingénieurs travaillent plus sans y être forcés, et…
L'étiquette « aucun document de référence » perd en précision, de 0,68 à 0,10, avec les retrievers puissants
Plus le retriever est fort, plus les contextes sans gold contiennent souvent la réponse : la précision de l'étiquette d'insuffisance passe de 0,68 à 0,10 quand le…
TJ Digital : une réponse directe ouvre 23% des pages citées par l'IA, contre 14% des pages non citées
Analyse de 193 507 réponses de ChatGPT et Google : 23% des pages citées s'ouvrent sur une réponse directe, contre 14% des pages non citées. L'écart est faible ; on…
mcp-linter relève 18 paramètres sans description dans le serveur filesystem d'Anthropic
TensorFold 1.2.0 augmente de 44,2% le débit de Qwen3.8-27B sur M3 Ultra à 16 flux
Un journaliste de The Verge assemble un équivalent du Meta Muse Charm à $50 avec Claude Code
agent-desktop a réussi 26 tâches sur 35 sur Mac, cua 33 et Codex 34
8 Skills vidéo pour Claude Code : de 244 effets pixel art au montage
@DDJCXX a rassemblé 8 Skills pour Claude Code : 244 effets pixel art, promos de 30 secondes, histoires narrées et pré-montage dans DaVinci. Le leader compte environ…
Bruit adaptatif dans un échantillonneur SDE sur Flux 3 Klein : un gain de 1 à 2 % seulement sur la texture
Un auteur de Habr a testé si un échantillonneur peut choisir seul l'intensité du bruit selon la courbure et l'erreur du solveur. Sur Flux 3 Klein, le gain sur la…
Le juge d'EditAgent (Adobe) retient une retouche valable dans 81,3% des cas, contre 74,8% pour EditScore
Un auteur de Habr affine YOLOv8l sur des radiographies dentaires et atteint un mAP50 de 0,642
Test de 16 modèles sur 7 moteurs de recherche : Exa obtient en moyenne 10,5 points sur 14, SearXNG environ 3
Kimi obtient 96,2 % à un test d'analytique sur une base 1C et s'impose comme solution de repli en cas de blocage de Claude
L'agent vidéo StreamVibe de Google devance les autres modèles de 10,7 % sur le timing et la qualité des réponses
Un nouveau test détecte la collusion cachée entre agents IA grâce à la réaction du partenaire à une paraphrase
OpenAI réécrit les règles de comportement de GPT : cinq valeurs et une chaîne de priorités
Les bots vocaux à base de LLM s'appuient sur le classifieur rapide Jev : une décision en 200–500 ms
Les équipes déchargent leurs LLM des décisions simples (fin de tour de parole, changement de sujet, confirmation de rendez-vous) au profit du classifieur Jev, avec…
La couche de protection MoneyGate n'a laissé passer aucune des 42 demandes frauduleuses adressées à des IA locales
Llama 3.1 8B, Qwen 2.5 7B et DeepSeek-R1 8B, sur un PC portable gamer, repéraient à peine l'arnaque et écrivaient aux escrocs « je vire aujourd'hui ». MoneyGate a…