MarkTechPost
Source d'actualités IA. Les articles sont sélectionnés et adaptés par la rédaction de Hamidun News.
Dernières publications
Liquid AI a lancé LFM2.5-350M: modèle efficace de 350M paramètres avec RL à l'échelle
Liquid AI a prouvé que la densité de l'IA est plus importante que le nombre de paramètres: petit modèle peut être mieux entraîné par apprentissage renforcé.
Parallax : attention linéaire locale améliorée avec correction de covariance
Des chercheurs de MarkTechPost ont présenté Parallax — une nouvelle variante du mécanisme d'attention pour les petits LLM avec qualité et vitesse améliorées.
MiniMax M3: Nouveau Modèle avec 1M Tokens, Multimodalité et Computer Use
L'entreprise a présenté l'architecture MiniMax Sparse Attention supportant un million de jetons en contexte et fonctionnant avec la vidéo, les images et le contrôle d'ordinateur.
Les agents IA autonomes fonctionnent 50 fois plus longtemps que la recherche : étude Harvard et Perplexity
Une nouvelle recherche de Harvard et Perplexity montre que les agents IA effectuent 26 minutes de travail indépendant par session, contre 33 secondes pour les assistants de recherche.
Memory OS : Pile de Mémoire Ouverte à 6 Couches pour Hermes Agent
Le nouveau projet Memory OS ajoute une mémoire locale persistante à Hermes Agent via six couches d'architecture, une recherche de mémoire gérée et un wiki intégré.
Google lance Gemini 3.5 Live Translate : modèle parole-à-parole pour 70+ langues
Gemini 3.5 Live Translate traduit la parole en temps réel, synthétisant l'audio avec un délai de quelques secondes. Le modèle est disponible dans Gemini Live API, Google Meet et l'application Google Traduction.
Nous Research a présenté le générateur de profils Hermes Agent
La nouvelle interface Hermes Agent remplace la configuration CLI multi-étapes — les utilisateurs assemblent maintenant les profils d'agents dans un flux unique sur le tableau de bord.
SpaceXAI a Lancé Grok 4.5 — Modèle de Code Classe Opus
SpaceXAI a présenté Grok 4.5, modèle classe Opus entraîné avec Cursor pour codage et tâches d'agent, au prix de $2/$6 par million de tokens.
Ant Group a Présenté LingBot-VLA 2.0 — Modèle Ouvert pour Contrôler des Robots de Tout Design
Son modèle de 6 milliards de paramètres entraîné sur 60 mille heures de vidéo robotique et peut contrôler une douzaine de types de manipulateurs via un espace d'action unifié.
NVIDIA Nemotron-Labs-3-Puzzle-75B : une compression de 37 % du modèle a doublé la vitesse du serveur
NVIDIA a publié une version compressée du LLM Nemotron-3-Super — Nemotron-Labs-3-Puzzle-75B. Grâce à la méthode Puzzle (alternance entre compression et distillation), le modèle est devenu 37 % plus petit et a doublé le d
Google Research a lancé SensorFM — un modèle pour 35 tâches de prévision en santé
Google Research a entraîné le modèle fondamental SensorFM sur 1 trillion de minutes de données provenant de 5 millions d’utilisateurs de Fitbit et Pixel Watch afin de prédire l’état de santé.
Robbyant lance LingBot-World-Infinity, un modèle causal pour des mondes interactifs
Robbyant a dévoilé LingBot-World-Infinity, un modèle vidéo de 14 milliards de paramètres qui fonctionne comme un simulateur interactif et génère des vidéos en 720p à 60 images par seconde.
Datalab Lift contre concurrents : comment un extracteur 9B fonctionne avec JSON Schema
Datalab a comparé son outil Lift 9B avec NuExtract3, LlamaExtract, Marker et Docling — et analysé quand l'approche schema-first l'emporte dans l'extraction de données de PDFs.
Liquid AI Dévoile Antidoom : la Méthode FTPO Réduit les Blocages dans les Modèles de Reasoning
Liquid AI a ouvert le code source d'Antidoom — un outil qui identifie le token-déclencheur des boucles infinies et réentraîne uniquement celui-ci, réduisant la fréquence des doom-loops de 22,9% à 1%.
Google AI Studio a ajouté l’importation de dépôts GitHub au mode de développement Build
Google AI Studio a mis à jour le mode Build : il est désormais possible d’importer directement n’importe quel dépôt GitHub et d’obtenir immédiatement une application modifiable et déployable.
NVIDIA a lancé Audex-30B — un modèle MoE audio-texte unifié basé sur Nemotron-Cascade-2
NVIDIA a réuni la reconnaissance vocale, la traduction, la synthèse vocale et la génération audio dans un modèle MoE unique de 30 milliards de paramètres, tout en préservant les capacités textuelles de Nemotron-Cascade-2
Ant Group ouvre le code source de LingBot-Vision : un modèle 1B pour la perception spatiale des robots
Robbyant, d'Ant Group, a publié LingBot-Vision, un modèle ViT 1B entraîné à reconnaître les contours des objets sans annotation et à surpasser des modèles plus grands sur des tâches de perception spatiale.
IA pour le Traitement des Documents PDF : Guide des Outils 2026
Aperçu des outils open-source pour convertir les PDF d'entreprise et les scans en JSON structuré — essentiel pour que les LLM et les agents IA fonctionnent avec les données d'entreprise réelles.
Meituan Dévoile LongCat-2.0 : Modèle MoE Ouvert avec 1,6 Billions de Paramètres et Contexte de 1 Million de Tokens
L'entreprise chinoise Meituan a présenté LongCat-2.0 — un modèle MoE massif avec fenêtre native d'un million de tokens entraîné sur des ASIC domestiques.
Synthetic Sciences Lance OpenScience — Workbench IA Ouvert pour ML, Biologie, Physique et Chimie
OpenScience de Synthetic Sciences — workbench open-source sous Apache 2.0 avec 250+ compétences, compatible avec n'importe quel modèle IA pour les tâches en ML, biologie, physique et chimie.
Sakana AI lance le traducteur Sakana Translate pour le japonais, l'anglais et le chinois
Sakana AI a ajouté le traducteur Sakana Translate à Sakana Chat, basé sur les modèles Namazu — avec trois modes : traduction directe, révision et dialogue avec documents.
Ajustement fin de Gemma-3 en mathématiques à l'aide de GRPO et d'adaptateurs LoRA
Un flux de travail GRPO étape par étape pour affiner Gemma-3 sur l'ensemble de données GSM8K—de la configuration de l'environnement et des adaptateurs LoRA aux fonctions de récompense et à l'exportation du modèle final.
Page Agent d'Alibaba Gère les Interfaces Web via DOM Sans Captures d'Écran et Modèles Multimodaux
Alibaba a présenté Page Agent — un agent JavaScript côté client qui comprend les commandes textuelles et gère les pages web via DOM sans captures d'écran ni code serveur.
Anthropic lance Claude Science Beta : Environnement multi-agent pour la génomique et la protéomique
Le 30 juin 2026, Anthropic a ouvert l'accès bêta à Claude Science — une plateforme multi-agent pour les pipelines reproductibles en génomique, protéomique et chimoinformatique.
NVIDIA présente ASPIRE — un framework de robotique auto-apprenant avec 31% de succès zero-shot sur les tâches complexes
NVIDIA a lancé ASPIRE — un framework pour robots qui écrit et améliore les programmes de contrôle, accumule les solutions vérifiées dans une bibliothèque de compétences et les transfère à de nouvelles tâches sans réappre
NVIDIA HORIZON : Agent Autonome Ferme 100% des Benchmarks RTL en Conception de Puces
NVIDIA a présenté HORIZON — un agent qui écrit et vérifie indépendamment le code RTL pour la conception de puces, atteignant 100% de conformité sur les benchmarks standards.
Ancien leader technique de Qwen : pourquoi le raisonnement hybride a échoué et ce qui suit
Zunyuan Lin, ancien leader de développement de Qwen chez Alibaba, a expliqué où le raisonnement dynamique de Qwen3 a échoué—et pourquoi l'IA agentive nécessite une approche d'entraînement fondamentalement différente.
LlamaIndex a lancé legal-kb : recherche de documents avec agents via quatre outils sur Index v2
LlamaIndex a publié l'application de référence legal-kb, donnant aux agents un accès de type fichier à une base de connaissances via retrieve, find, read et grep sur le moteur Index v2.
NVIDIA a Lancé Nemotron-Labs-TwoTower — Modèle de Langage Diffusion aux Poids Ouverts
NVIDIA a ouvert les poids du modèle de langage Nemotron-Labs-TwoTower, qui combine un backbone AR gelé avec une tête de diffusion pour accélérer la génération de texte.
Interfaze a lancé un modèle ASR open source par diffusion pour la reconnaissance de six langues
Interfaze a publié diffusion-gemma-asr-small — le premier adaptateur ASR open source basé sur DiffusionGemma de Google : 42 millions de paramètres, six langues et un coût d'inférence lié au nombre d'étapes de débruitage.