Habr AI
Source d'actualités IA. Les articles sont sélectionnés et adaptés par la rédaction de Hamidun News.
Dernières publications
Un agent LLM a assemblé un réducteur dans KOMPAS-3D, mais n'obtient que 50 points sur 100 pour la nomenclature
Le plugin kompas-mcp ouvre KOMPAS-3D à un agent LLM, qui a construit un réducteur et son dossier de conception. Benchmark maison : 88–100 points en 3D, 50 pour la nomenclature.
Les agents ont ignoré la consigne de lire la mémoire dans 7 sessions sur 7 : analyse de 13 000 logs
kaeru a analysé 13 000 logs : ses agents n'ont suivi la consigne de lire la mémoire dans aucune des 7 sessions, mais soldent leurs « dettes » et perdent les instructions tronquées.
Architecte de banque : dans le test METR, l'IA a allongé de 19% le temps de travail de développeurs expérimentés
Un architecte de banque russe explique pourquoi l'IA probabiliste exige des limites, pas des plans : dans le test METR, des développeurs expérimentés sont 19% plus lents.
L'auteur d'un jeu d'horreur en AR inspiré de « Viy » a créé 12 monstres avec Tripo AI et ramené le Diable à 7 880 triangles
Le développeur de Home Haunt a généré 12 monstres de « Viy » avec Tripo AI et réduit le Diable de 38 444 à 7 880 triangles pour que son jeu d'horreur AR sous Unity tourne sur iPhone avec ARKit.
Sans manager, l'essaim DreamTeam a écrit trustcheck pour $5,68 et réussi 13 tests cachés sur 13
Le framework open source DreamTeam se passe de manager : 8 agents ont écrit trustcheck pour $5,68 et réussi 13 tests cachés sur 13, contre 1 sur 13 pour une implémentation vide.
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 comment éviter le burn-out.
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 n'y voit pas une cause.
Le créateur de Bun migre 750 000 lignes de Zig vers Rust en 11 jours avec Claude Code
Jarred Sumner a migré Bun de Zig vers Rust en 11 jours avec des centaines de sous-agents Claude Code : 99,8% des tests passent, mais le quota d'abonnement s'épuise dix fois plus vite.
L'assistant Muse de Meta tient un dossier sur vos proches et obtient root par défaut sous Ubuntu
Des experts en sécurité ont analysé les fichiers de l'agent Muse : il met à jour chaque heure des pages sur la famille et les amis de l'utilisateur et obtient root par défaut sous Ubuntu.
mcp-linter relève 18 paramètres sans description dans le serveur filesystem d'Anthropic
L'auteur de mcp-linter a passé les serveurs officiels d'Anthropic au crible de 34 règles : filesystem compte 18 paramètres sans description et obtient 38/100, memory 66, everything 90.
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 texture est de 1–2 % ; les humains ne le voient pas.
Les modèles locaux battus par Opus et Codex : 0,21 sur MacBook contre 1,00 pour Codex
Un auteur de Habr a soumis une même tâche piégée au cloud, à un MacBook, à un portable RTX 5080 et à un DGX Spark : Codex obtient 1,00, le meilleur modèle sur MacBook 0,21.
Un auteur de Habr affine YOLOv8l sur des radiographies dentaires et atteint un mAP50 de 0,642
YOLOv8l entraîné sur des panoramiques dentaires en 29,3 minutes sur une A100 : mAP50 de 0,642 sur la validation DENTEX, et AP50 de 0,961 pour les dents incluses.
Test de 16 modèles sur 7 moteurs de recherche : Exa obtient en moyenne 10,5 points sur 14, SearXNG environ 3
Un auteur de Habr a testé 16 modèles sur 7 outils de recherche à propos de Bitrix24. Exa obtient 10,5 points sur 14, et MiMo v2.6 Pro l'emporte sans la moindre invention.
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
Après le blocage de Claude, un développeur 1C a testé la chinoise Kimi sur la base de démo « Gestion commerciale 11 » : 96,2 % de concordance avec la référence sur dix questions, 24 requêtes en 45 secondes.
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 une latence de 70–500 ms.
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 bloqué les 42 demandes.
Le tokenizer BERT de Hugging Face accéléré d'un facteur 50 en évitant le travail inutile sur l'ASCII
L'équipe de tokenizers a constaté que BERT passe 88% de son temps à normaliser le texte, et saute désormais l'ASCII par blocs de 16 octets. Gain : environ 50 fois.
Dessin animé par IA : un épisode de 24 secondes monté de dix façons, la meilleure a coûté 162 crédits
Les auteurs de « Lesnaïa Oulitsa » ont comparé en trois jours Wan, Kling, Veo, Seedance et GPT Image. Un scénario seconde par seconde et un brouillon d'images peu coûteux l'ont emporté ; l'animation n'était commandée qu'
La passerelle LLM open source KTMS 1.0 branche ses propres GPU au cloud et résiste aux pannes
Keystone publie KTMS 1.0, une passerelle LLM en Go : requêtes d'abord vers vos GPU, puis vers le cloud. Pannes Redis et Postgres, rotation des clés et signature des releases décrites.
La bibliothèque FAIRouter pour C# arrive sur NuGet et choisit un modèle parmi 54 options prêtes à l'emploi
FAIRouter 0.1.0 pour C# est disponible sur NuGet : la bibliothèque choisit le modèle parmi 54 variantes, fait noter la réponse de 0 à 1 par un juge et apprend des retours humains.
LTX-2.5, 22 milliards de paramètres, tourne sur une RTX 3080 de 10 Go, mais met 5 minutes par plan
Un auteur sur Habr a fait tenir le modèle vidéo LTX-2.5 (22 milliards de paramètres) sur une RTX 3080 de 10 Go. Le prix : 32 à 64 Go de RAM et environ cinq minutes par plan, dont 25 s de débruitage.
128 agents IA sans chef passent 49% de tests en plus qu'un seul agent
Microsoft Research a lâché jusqu'à 1024 copies d'un même modèle sur du code, sans chef. 128 agents passent 28,78% des tests contre 19,31% pour un seul et se donnent des relecteurs.
Strata fait tourner Qwen3.8-Flash-Next sur une RTX 5070 de 12 Go : 94 tokens par seconde en quantification Q2_0
Le projet Strata construit pour les modèles MoE une hiérarchie mémoire à la manière d'un CPU : VRAM, RAM et SSD. Qwen3.8-Flash-Next atteint 94 tokens/s en Q2_0 sur une RTX 5070 de 12 Go.
Zocdoc : le trafic des agents multiplié par 30 depuis juillet, deux plaintes sur la santé visent ChatGPT
Trafic des agents IA chez Zocdoc multiplié par 30 environ depuis juillet ; ChatGPT visé par deux plaintes pour des conseils d'arrêt de traitement. Ce que les interfaces doivent prévoir.
L'utilitaire baton transfère une session entre 5 agents IA en ligne de commande sans perte de contexte
baton, écrit en Go, reprend une session depuis les journaux de Claude Code, Codex, agy, Pi ou Hermes et la passe à un autre agent quand le quota de 5 heures est épuisé. Code ouvert (MIT).
Hard Stop arrête un agent IA dans le noyau Linux avec une latence médiane de 4,8 microsecondes
Le système Hard Stop place un superviseur entre l'agent IA et le noyau Linux : toute action hors liste blanche est bloquée, avec une latence médiane de 4,8 microsecondes.
Claude Code a monté un pipeline sur FLUX.3 klein : 290 images de médecins pour $3,2 de location de GPU
Un spécialiste du trafic pour cliniques a confié à Claude Code un pipeline : l'URL d'un site en entrée, un dossier d'images de médecins validées en sortie. Bilan : 290 images et environ $3,2 de GPU.
Chez RGS, des LLM locaux ramènent le traitement de 500 tâches de cinq jours ouvrés à deux
Sans budget ni code, la responsable de la conformité IT de RGS a monté sur un laptop un pipeline n8n + Ollama : 78–82% de précision d'évaluation sur des données réelles.
HOSTKEY a écrit un pipe pour son bot : Gemma 4 répond en 5–7 secondes, Qwen 3 en 30–40
HOSTKEY a remplacé les réglages d'un modèle custom OpenWebUI par un pipe : Gemma 4 sans réflexion répond au bot de support en 5–7 secondes sur deux A4000, Qwen 3 réfléchit 30–40 secondes.