MarkTechPost
Source d'actualités IA. Les articles sont sélectionnés et adaptés par la rédaction de Hamidun News.
Dernières publications
Microsoft OpenMementos: comment travailler avec la compression de contexte et les données d'entraînement des modèles
Une analyse pas à pas du dataset Microsoft OpenMementos montre comment streamer des reasoning traces, parser des blocs et des mementos, mesurer la compression de contexte et préparer des données pour le fine-tuning.
Stanford a présenté OpenJarvis — une stack d'agents AI locaux avec mémoire et apprentissage
Stanford a présenté OpenJarvis — une plateforme pour des agents AI personnels qui fonctionnent directement sur l'appareil, utilisent la mémoire et des outils, et apprennent à partir de données locales.
Harry Tan a lancé gstack — un système de workflow pour Claude Code avec QA, revue et release
Harry Tan a publié gstack en open source — un ensemble de modes pour Claude Code qui sépare la planification, la revue, le QA et le release en commandes distinctes, et ajoute un navigateur persistant.
Zhipu AI lance GLM-OCR, un modèle OCR compact de 0,9 milliard de paramètres pour les documents
Zhipu AI et l'université Tsinghua ont présenté GLM-OCR, un modèle OCR multimodal de 0,9 milliard de paramètres capable d'analyser des documents complexes, des tableaux et des formules sans miser sur une échelle massive.
LangChain a publié Deep Agents pour des agents AI multi-étapes avec mémoire et isolation
LangChain a publié Deep Agents, une bibliothèque pour des agents AI qui ont besoin de planification, de mémoire à long terme, de contexte de fichiers et d'isolation des subagents dans les tâches de longue durée.
IBM a lancé Granite 4.0 1B Speech — un modèle vocal multilingue compact pour l'edge AI
IBM a présenté Granite 4.0 1B Speech, un modèle léger de reconnaissance et de traduction de la parole conçu pour un déploiement rapide dans des scénarios d'entreprise et d'edge aux ressources limitées.
Moonshot AI a présenté Attention Residuals — une alternative aux connexions résiduelles dans les transformers
Moonshot AI a proposé Attention Residuals, un remplacement des connexions résiduelles standard dans les transformers, où la couche sélectionne elle-même les signaux utiles via attention sur la profondeur du réseau.
Mistral a lancé Small 4 — un modèle MoE de 119 milliards de paramètres pour le reasoning, le code et la multimodalité
Le nouveau Mistral Small 4 réunit instruct, reasoning, code et traitement d’images dans un seul modèle MoE open-source de 119 milliards de paramètres avec un contexte de 256k.
Google a lancé WAXAL, un jeu de données de parole ouvert pour les langues africaines
Google a rendu public WAXAL, un vaste corpus de parole pour les langues africaines, qui doit accélérer la reconnaissance et la synthèse de la parole là où les données ouvertes faisaient encore cruellement défaut.
Nvidia a ouvert le code d’OpenShell, un environnement sécurisé pour les agents autonomes d’AI
Nvidia a publié OpenShell en open source : c’est un environnement avec des sandboxes, des politiques d’accès et un routage privé pour permettre aux agents autonomes d’AI de travailler avec du code et le réseau de manière
Baidu lance Qianfan-OCR — un modèle 4B pour la reconnaissance et la compréhension de documents
Baidu a présenté Qianfan-OCR, un modèle 4B unifié qui analyse la structure du document, reconnaît le texte et, à la demande, extrait des tableaux ou répond à des questions.
MarkTechPost a montré comment construire un système LLM avec autoévaluation, confiance et recherche web
MarkTechPost a présenté un schéma pratique d'uncertainty-aware LLM : le modèle répond d'abord et estime son niveau de confiance, puis se vérifie lui-même et lance une recherche web en cas de doute.
GitAgent propose un format unifié pour les agents AI dans LangChain, AutoGen et Claude Code
GitAgent propose de stocker la logique, la mémoire et les règles d'un agent AI dans un dépôt Git, puis d'exporter ce même agent vers LangChain, AutoGen, Claude Code et d'autres environnements.
Google lance colab-mcp : comment les agents automatisent les notebooks Colab en production
Google a présenté un serveur open-source colab-mcp pour gérer les notebooks Colab via MCP : les agents peuvent ajouter des cellules, exécuter du code et construire des workflows résilients sans tâches manuelles.
Yann LeCun présente LeWorldModel — Modèle JEPA sans effondrement de représentation à partir de pixels
L'équipe de Yann LeCun a présenté LeWorldModel — un world model qui apprend directement à partir de pixels avec deux fonctions de perte, évite l'effondrement de représentation et planifie jusqu'à 48 fois plus rapidement
HKUDS Présente OpenSpace en Détail — Moteur d'Auto-Évolution de Compétences pour Agents IA
HKUDS a démontré comment OpenSpace transforme les agents IA en systèmes autoapprenants : le moteur préserve les compétences après chaque tâche, les réutilise et réduit considérablement la consommation de tokens.
Nvidia a présenté PivotRL — un framework pour les agents IA avec une économie 4x sur les étapes de rollout
Nvidia a présenté PivotRL — une approche de fine-tuning des agents IA qui préserve la qualité en dehors du domaine d'entraînement et atteint une précision comparable à E2E RL avec quatre fois moins d'étapes de rollout.
Google présente TurboQuant : compression du cache KV 6x pour les LLM sans perte de précision
Google Research a présenté TurboQuant — un algorithme qui compresse le cache KV des grands modèles de langage au moins six fois et accélère le calcul d'attention jusqu'à 8 fois sans dégradation de qualité.
MolmoWeb-4B par Ai2 : Un agent web qui voit les sites comme les humains, sans parsing HTML
Ai2 a lancé MolmoWeb-4B — un agent web multimodal open-source qui contrôle un navigateur uniquement à partir de captures d'écran, sans accès à HTML ou à l'arborescence DOM.
Tencent ouvre Covo-Audio — modèle 7B pour dialogues vocaux et raisonnement audio
Tencent AI Lab a open-sourcé Covo-Audio — un modèle audio 7B qui accepte la parole continue, répond par la voix et cible les dialogues et le raisonnement en temps réel.
Qwen3.5 : Exécuter les Modèles de Reasoning en Format GGUF et 4-bits via Colab
Un pipeline Colab est présenté pour exécuter les modèles Qwen3.5 de reasoning, distillés au style Claude : avec un seul paramètre vous pouvez basculer entre le GGUF 27B et une version légère 4-bits 2B.
Google Lance Gemini 3.1 Flash Live pour les Agents IA Vocaux et les Dialogues Multimodaux
Google a ouvert l'accès en aperçu à Gemini 3.1 Flash Live — un modèle pour les agents IA vocaux et visuels avec latence faible, support des outils et dialogue plus naturel.
IWE et OpenAI : Comment Transformer des Notes Markdown en un Graphe de Connaissances pour Agents IA
En utilisant IWE comme exemple, nous avons montré comment construire un graphe de connaissances local à partir de markdown, connecter OpenAI function calling et construire un agentic RAG avec traversée des relations entr
Google a expliqué la différence entre Google-Agent et Googlebot pour l'accès et l'indexation par IA
Google a décrit comment le nouveau Google-Agent se différencie de Googlebot : le premier exécute des actions sur le site à la demande de l'utilisateur, le second explore automatiquement le web pour l'indexation.
Des chercheurs affiliés à Amazon ont présenté A-Evolve pour l'évolution automatique des agents IA
Des chercheurs affiliés à Amazon ont présenté A-Evolve — un système qui automatise le développement d'agents IA et remplace l'ajustement manuel par l'évolution d'états et l'autocorrection.
Agent-Infra Présente AIO Sandbox — Environnement Unifié pour Agents IA avec Navigateur et Shell
Agent-Infra a publié AIO Sandbox open-source — un environnement containerisé où navigateur, shell, couche de fichiers partagés et MCP sont intégrés dans un unique runtime pour agents IA.
Cursor lance un SDK TypeScript pour les coding-agents avec des sandbox cloud et facturation par jetons
Cursor a ouvert la version bêta publique de son SDK TypeScript : les développeurs peuvent désormais exécuter des coding-agents localement, dans le cloud ou sur leurs propres workers—avec des VMs sandboxed, des subagents,
Alibaba lance Qwen3.5-Omni — un modèle multimodal natif pour le texte, l'audio et la vidéo
Alibaba a dévoilé Qwen3.5-Omni — un modèle omnimodal natif qui comprend le texte, les images, l'audio et la vidéo dans une seule architecture et peut répondre par la voix en temps réel.
OpenAI a Lancé Privacy Filter : Modèle Ouvert pour Supprimer les Données Personnelles
OpenAI a publié Privacy Filter — un modèle open-source pour la détection et le remplacement automatiques des données personnelles, fonctionnant directement dans le navigateur sans infrastructure serveur.
OpenAI et Promptflow : comment construire des pipelines LLM avec traçabilité et évaluation de qualité
Le guide montre comment construire un pipeline LLM dans Google Colab en utilisant Promptflow, Prompty et OpenAI avec une configuration sécurisée des clés, une traçabilité des exécutions et une évaluation de qualité intég