Catégorie
Modèles & plateformes
Actualités et analyses sur les modèles IA, les plateformes, les laboratoires, l'inférence, les API et les infrastructures qui structurent le marché.
123 articles
Plus d'articles
118 articles
Déploiement local des LLM : un benchmark inédit révèle les vrais coûts énergétiques sur GPU grand public
Une étude arXiv analyse la consommation énergétique de 18 modèles de langage open source sur une carte RTX 4060ti, soulignant que la taille du modèle ne suffit pas à prédire son efficacité énergétique.
DeepEdu-v1 : un LLM agentic taillé pour l’éducation vietnamienne face aux limites de ChatGPT
DeepEdu-v1, un modèle d’IA éducative vietnamien, surmonte les contraintes de souveraineté des données et les lacunes des assistants étrangers comme ChatGPT, en optimisant l’inférence locale sur GPU grand public.
BioEVAL : un benchmark international pour évaluer les LLM en bioingénierie, entre texte et images
BioEVAL rassemble 22 équipes pour tester les capacités de raisonnement expérimental des grands modèles de langage et multimodaux dans 11 sous-domaines de la bioingénierie.
AWS optimise l’entraînement multimodal RL avec SkyRL sur SageMaker HyperPod
Amazon Web Services détaille l’intégration de SkyRL, cadre open source de reinforcement learning, sur SageMaker HyperPod pour accélérer la post-formation de modèles vision-langage Qwen3-VL-8B.
Pistis : un modèle multimodal à 27 milliards de paramètres qui repense l’apprentissage post-entrainement
Le rapport Pistis dévoile une nouvelle famille de LLM multimodaux intégrant un cadre post-entrainement mêlant distillation et renforcement pour améliorer la stabilité et la précision.
LiveMathematicianBench : un nouveau test pour évaluer le raisonnement mathématique des LLM en conditions réelles
Le benchmark LiveMathematicianBench propose une évaluation dynamique du raisonnement mathématique des grands modèles de langage à partir de théorèmes récents, ouvrant la voie à des usages scientifiques plus fiables.
PrHS : une nouvelle méthode pour réduire le coût d’inférence des grands modèles de langage
Une étude publiée sur arXiv présente Pre-hoc Sparsity, une technique qui optimise la sélection des clés-valeurs dans les LLM, promettant une réduction significative des coûts de calcul sans sacrifier la qualité.
MLLM : une nouvelle méthode pour réduire les tokens visuels et accélérer l’inférence multimodale
Une étude publiée sur arXiv propose une approche fondée sur des principes premiers pour optimiser la sélection des tokens visuels dans les modèles de langage multimodaux, réduisant ainsi les coûts de calcul sans sacrifier la pertinence des
Hunyuan-A13B : un modèle LLM open source à 80 milliards de paramètres pour un usage efficace et adaptable
Le modèle Hunyuan-A13B combine architecture Mixture-of-Experts et fine-tuning avancé pour offrir un compromis inédit entre puissance, coût d'inférence et adaptabilité aux tâches complexes.
H2LooP Telecom : un LLM spécialisé qui dépasse GPT-5 et Claude Opus en télécoms
Le modèle H2LooP Telecom v1, dédié au secteur des télécommunications, combine compréhension et actions autonomes, surpassant GPT-5 et Claude Opus sur des benchmarks spécialisés.
Amazon Bedrock intègre Grok 4.6 de xAI : un modèle taillé pour agents IA et tâches complexes
xAI déploie Grok 4.6 sur Amazon Bedrock, un modèle à large contexte et multi-niveaux de raisonnement, optimisé pour agents IA, programmation et travail de connaissance.
AgentVidBench : un benchmark multi-hop pour tester la compréhension vidéo des agents MLLM
AgentVidBench, publié sur arXiv, propose un nouveau standard pour évaluer les capacités de raisonnement spatial, temporel et causal des agents multimodaux sur des vidéos complexes.
Faut-il encore entraîner un modèle classique face aux grands modèles de langage sur données tabulaires
Une étude récente analyse à partir de 18 jeux de données tabulaires quand un modèle classique dépasse un grand modèle de langage figé, questionnant les choix en entreprise pour la prédiction métier.
Vers une évaluation unifiée des modèles IA : un cadre pour mesurer la confiance au-delà des scores bruts
Une nouvelle étude sur arXiv propose un cadre d’évaluation unifié pour juger la fiabilité des grands modèles de langage, agents IA et systèmes multimodaux, intégrant huit dimensions clés de confiance.
Biais de genre et racial dans les LLM open-weight : un audit inédit sur six modèles appliqués au recrutement
Une étude arXiv analyse les biais discriminatoires dans six grands modèles de langage open-weight utilisés en recrutement, révélant des impacts concrets sur les recommandations et les risques réglementaires.
Gemini Flash 3, GPT-5.4 mini et Claude Haiku 4.5 face au défi du code d’entreprise : quel LLM pour programmer
Une étude comparative analyse la capacité de trois grands modèles de langage à générer du code Java Spring Boot conforme à un cahier des charges précis, révélant leurs forces et limites en contexte professionnel.
Évaluer le raisonnement déductif des LLM via une simulation multi-agent du jeu Clue
Une étude récente sur arXiv montre les limites des grands modèles de langage dans le raisonnement déductif multi-étapes, en testant six agents IA dans une version textuelle du jeu Clue.
WFM : un nouveau modèle fondation pour améliorer le raisonnement des agents IA complexes
Le modèle WFM propose une représentation dense et hiérarchisée des connaissances pour dépasser les limites des graphes traditionnels dans les agents IA à mémoire longue et raisonnement dynamique.
Quand l’assistance IA ne garantit pas la supériorité : étude sur la synergie humain-LLM
Une étude comparative sur GPT-5.6, Claude Opus, Gemini et Kimi révèle que l’aide des grands modèles de langage n’assure pas toujours de meilleures performances en raisonnement humain.
SKIP : optimiser le raisonnement des LLM pour réduire latence et coûts sans sacrifier la précision
Le cadre SKIP améliore le raisonnement des grands modèles de langage en guidant étape par étape leur sortie, limitant la latence et les surcoûts liés au surtraitement sans dégrader la qualité des réponses.
Valley3 : un modèle multimodal pour transformer l’IA dans le commerce en ligne mondial
Valley3, un modèle de langage multimodal, intègre texte, image, vidéo et audio pour répondre aux besoins spécifiques du e-commerce mondial, avec un focus sur les courtes vidéos et l’audio multilingue.
Détection automatisée des failles JavaScript : LLM et fine-tuning face aux limites des outils classiques
Une étude récente compare trois modèles de langage pour identifier les vulnérabilités JavaScript, révélant des pistes pour améliorer la sécurité applicative via l’IA et le fine-tuning.
Comment six grands LLM influencent les débats politiques suédois avant 2026
Une étude analyse 148 000 réponses de six modèles de langage sur 107 propositions politiques suédoises, révélant leurs biais et leur impact potentiel sur l'opinion avant les élections de 2026.
GPT-6 Astra franchit un nouveau cap en raisonnement spatial pour la robotique
Le modèle GPT-6 Astra affiche des progrès significatifs en compréhension spatiale dans un benchmark robotique, surpassant nettement ses concurrents sur des tâches complexes.
AWS déploie Qwen3.8-2.4T-A95B sur SageMaker HyperPod avec vLLM : un LLM open-weight à 2,4 trillions de paramètres
Amazon Web Services présente le déploiement du modèle Qwen3.8-2.4T-A95B, un LLM open-weight de 2,4 trillions de paramètres, sur SageMaker HyperPod avec vLLM, intégrant quantification NVFP4 et endpoint compatible OpenAI.
AWS Bedrock transforme les LLM en détecteurs flexibles de données personnelles sans entraînement supplémentaire
Amazon Web Services dévoile un détecteur agnostique aux modèles capable de repérer les informations personnelles identifiables (PII) via n'importe quel grand modèle de langage sur Bedrock, simplifiant la conformité et la protection des donn
Amazon SageMaker réduit la latence des LLM avec le routage intelligent par préfixe
AWS introduit le routage aware du préfixe sur SageMaker Inference, diminuant jusqu'à 77 % la latence initiale sur Llama 3.1 70B et optimisant l’utilisation du cache KV pour les applications IA.
AWS étend ses capacités IA avec Bedrock AgentCore et contexte million de tokens pour OpenAI
En août 2026, AWS a enrichi son offre IA avec un contexte étendu à un million de tokens pour OpenAI, des agents IA autonomes sur 14 jours, et une disponibilité accrue dans AWS GovCloud, impactant développeurs et entreprises.
SemVerBench révèle les failles des LLM dans la gestion des contraintes de version logicielle
Une étude publiée sur arXiv analyse la capacité des grands modèles de langage à interpréter les contraintes de version logicielle, exposant des écarts notables entre modèles comme GPT-5.1 et Claude.
KairosAgent : quand l’IA fusionne raisonnement sémantique et prévisions temporelles multimodales
KairosAgent combine un modèle de langage et un modèle de séries temporelles pour améliorer la prévision multimodale, en intégrant raisonnement sémantique et analyse numérique.
Comment les grands modèles de langage redéfinissent la synthèse organique automatisée
Une étude récente sur arXiv détaille l’intégration des grands modèles de langage dans la planification, le développement et l’automatisation des synthèses organiques, révélant des avancées contrastées selon les étapes du workflow.
Amazon SageMaker G7 booste l’inférence des LLM 30B avec les GPU NVIDIA Blackwell
AWS publie un benchmark comparant les performances et coûts d’inférence de deux modèles LLM 30 milliards de paramètres sur ses instances GPU G5, G6, G6e et G7, mettant en avant les gains du G7 équipé de NVIDIA Blackwell.
OpenAI déploie GPT-6 Astra sur Amazon Bedrock pour des usages IA exigeants
OpenAI lance GPT-6 Astra sur Amazon Bedrock, offrant un moteur d'inférence optimisé pour des tâches complexes avec un meilleur raisonnement et une sécurité renforcée.
OpenAI GPT-5.6 accessible via Amazon Bedrock en Australie : quels bénéfices pour les entreprises locales
Amazon Web Services permet désormais aux équipes australiennes d'utiliser les modèles OpenAI GPT-5.6 via Bedrock avec une inférence cross-région, facilitant intégration et surveillance des usages.
Modèles de diffusion : une alternative prometteuse aux LLM pour l’IA agentique sur mobile edge
Une étude récente sur arXiv analyse les modèles de diffusion pour l’IA agentique en périphérie mobile, soulignant leurs avantages en latence, robustesse et flexibilité face aux modèles autoregressifs classiques.
AWS facilite l’intégration de ChatGPT Codex via LiteLLM sur Amazon ECS et Bedrock
AWS détaille la mise en place d’une passerelle LiteLLM sur ECS pour connecter ChatGPT Codex à Amazon Bedrock, offrant contrôle d’accès, quotas et télémétrie aux entreprises.
WaymoQA : un dataset pour affiner le raisonnement critique des IA dans la conduite autonome
WaymoQA propose 35 000 questions-réponses annotées pour entraîner les modèles multimodaux à gérer les risques en conduite autonome via une vision multi-angle.
ManimTrainer et ManimAgent : affiner les LLM pour générer des animations programmées avec Manim
Une nouvelle étude détaille comment combiner apprentissage supervisé et renforcement pour améliorer la génération d’animations par LLM, en intégrant rendu visuel et documentation API.
Google Research publie une nouvelle méthode pour évaluer l’alignement comportemental des LLMs
Google Research dévoile un protocole inédit pour mesurer l’alignement des grands modèles de langage, une étape clé pour améliorer leur fiabilité et leur intégration dans les produits.
Google Research repense les jeux de données synthétiques pour améliorer l’IA générative
Google Research publie une approche innovante pour créer des jeux de données synthétiques, visant à mieux entraîner les modèles d’IA générative avec des données plus réalistes et pertinentes.
Anthropic et OpenAI publient des données partielles sur l’usage réel de leurs IA, un angle mort pour la recherche
Les rapports d’Anthropic et OpenAI sur l’utilisation de Claude et ChatGPT restent partiels et auto-sélectionnés, limitant la compréhension indépendante des usages réels de l’IA.
AWS détaille les bonnes pratiques pour préparer les données de fine-tuning supervisé en IA
AWS publie un guide sur la préparation des données pour le fine-tuning supervisé, insistant sur la qualité, le format JSONL et la structuration des dialogues pour améliorer les modèles IA.
OpenAI GPT-5.6 accessible via Amazon Bedrock en Inde pour l’inférence locale à grande échelle
Amazon Bedrock intègre les modèles OpenAI GPT-5.6 Terra et Luna en Inde, permettant une inférence géographiquement restreinte pour répondre aux exigences locales de traitement des données.
Mistral dévoile une infrastructure d’inférence locale pour renforcer la souveraineté européenne en IA
Mistral lance une nouvelle infrastructure d’inférence en région, combinée à des modèles open source, pour offrir à l’Europe un contrôle accru sur ses données et ses capacités d’IA.
Évaluer les capacités mathématiques agentiques des LLM : un pas vers des agents IA plus fiables
Une nouvelle étude sur arXiv propose un benchmark inédit pour analyser le raisonnement mathématique agentique des grands modèles de langage, au-delà des simples réponses finales.
ADVERSA révèle la dégradation progressive des garde-fous dans GPT-5.2, Claude et Gemini
L’étude ADVERSA mesure comment la sécurité des grands modèles de langage comme GPT-5.2, Claude Opus 4.6 et Gemini 3.1 Pro s’effrite lors d’interactions prolongées, exposant des failles dans leurs mécanismes de contrôle.
MLLM open source face à l’absurde visuel : un benchmark révèle leurs limites en compréhension d’actions contre-intuitives
Une étude publiée sur arXiv compare 14 modèles multimodaux open source à des IA propriétaires comme Claude et Gemini sur des scènes visuelles défiant le bon sens, mettant en lumière un écart significatif de compréhension.
Modèles de langage et choix discrets : quels apports pour la modélisation multinomiale
Une étude récente sur sept grands LLMs explore leur capacité à assister la spécification et l’estimation des modèles logit multinomiaux, un pas vers l’intégration des IA dans l’analyse décisionnelle.
Comment les grands modèles de langage transforment la gestion des réseaux géothermiques
Une étude récente analyse l’usage de LLM comme ChatGPT, Gemini et Claude pour optimiser la modélisation et le pilotage des réseaux de puits géothermiques, un secteur en quête d’efficacité et de robustesse.
Amazon SageMaker HyperPod optimise l’inférence LLM avec un cache KV hiérarchisé partagé
AWS déploie un cache KV à plusieurs niveaux sur SageMaker HyperPod, combinant mémoire GPU et stockage NVMe partagé pour accélérer l’inférence des grands modèles de langage à moindre coût.
AaLLM : quand les grands modèles de langage repensent la conception des circuits analogiques
Le framework AaLLM utilise les LLM pour automatiser la génération et le dimensionnement des circuits analogiques, réduisant la dépendance à l'expertise manuelle et ouvrant la voie à des topologies inédites.
Quand les benchmarks des grands modèles de langage sèment la confusion sur le marché
Une étude publiée sur arXiv révèle les limites des évaluations non vérifiées des LLM, pointant des biais et des pratiques opaques qui ont déjà provoqué des secousses financières notables.
Science Edge Evaluation révèle les limites des modèles multimodaux dans la recherche scientifique
Une étude sur 19 modèles multimodaux montre que les meilleurs LLM atteignent moins de 50 % de précision sur des questions scientifiques complexes, soulevant des questions sur leur fiabilité en laboratoire.
FaceVid-Forensics-100K : un nouveau benchmark pour détecter les deepfakes générés par IA
Le dataset FaceVid-Forensics-100K rassemble 100 000 vidéos deepfake issues de 33 méthodes différentes, offrant un outil inédit pour améliorer la détection et la généralisation des modèles face aux nouvelles techniques de synthèse.
Cinq LLM face à une enquête humaine : l’IA peine à reproduire les subtilités du réel
Une étude comparative sur cinq grands modèles de langage révèle que les données synthétiques générées par l’IA restent techniquement cohérentes mais échouent à restituer les nuances d’une enquête menée auprès de développeurs.
MOON3.0 : quand le raisonnement multimodal affine la compréhension produit en e-commerce
Le modèle MOON3.0 exploite les capacités de raisonnement des grands modèles multimodaux pour mieux saisir les attributs précis des produits e-commerce, au-delà des simples embeddings globaux.
DocTrace redéfinit la VQA sur documents longs avec un raisonnement par graphes d’évidence hiérarchique
DocTrace, présenté sur arXiv, propose une nouvelle approche pour le Visual Question Answering sur documents longs, améliorant la traçabilité et la précision grâce à un raisonnement explicite par graphes d’évidence.
LoRA et PEFT appliqués à Qwen2.5-3B : vers un assistant client télécom plus efficace et économe en énergie
Une étude récente analyse l’adaptation fine et économe en énergie de Qwen2.5-3B via LoRA pour un assistant conversationnel dédié au support client télécom, face aux contraintes réglementaires et de confidentialité.
MANTA : un benchmark inédit teste la résistance morale des LLM face aux dilemmes de bien-être animal
Le benchmark MANTA propose 1 088 dialogues multi-tours pour évaluer la sensibilité éthique des grands modèles de langage sur le bien-être animal, révélant des failles sous pression adversariale.
Amazon Bedrock intègre le caching explicite pour OpenAI GPT-5.6, une optimisation ciblée des coûts d’inférence
Amazon Bedrock déploie le caching explicite pour les modèles OpenAI GPT-5.6, offrant un contrôle précis sur la réutilisation des prompts et une réduction mesurable des coûts d’inférence.
Quand les LLM intègrent les coûts de transaction pour simuler les réactions aux politiques énergétiques
Une étude récente exploite les grands modèles de langage pour modéliser la réponse des locataires aux politiques d’efficacité énergétique, en intégrant les frictions pratiques et cognitives liées aux coûts perçus.
OpenAI lance GPT-5.6 : plus d’intelligence et d’efficacité pour les agents IA et workflows
OpenAI dévoile GPT-5.6, une mise à jour qui optimise les performances des modèles et agents IA, réduisant les coûts d’inférence tout en améliorant la pertinence des réponses dans les workflows automatisés.
OpenAI teste DR. INFO, son assistant médical IA, face à des cas cliniques complexes
OpenAI publie HealthBench, un benchmark inédit pour évaluer DR. INFO, son assistant médical basé sur un LLM agentic, qui dépasse GPT-5 sur des questions cliniques ouvertes et complexes.
ClinFusion : quand un LLM multimodal redéfinit la compréhension médicale par l’image
ClinFusion, un modèle multimodal centré sur la vision, intègre images 2D et 3D pour une analyse médicale plus fine, alignée aux pratiques radiologiques, ouvrant la voie à des applications cliniques plus précises.
Quand les grands modèles de langage échouent à gérer les règles conditionnelles complexes
Une étude récente révèle un défaut dans les LLM de pointe : l’effondrement des chaînes d’exception dans l’évaluation des règles imbriquées, impactant la conformité des workflows réglementés.
ChatGPT multimodal classe la pauvreté via images satellite : un outil pour la recherche sociale
Une étude récente montre que ChatGPT, grâce à ses capacités visuelles, peut évaluer la pauvreté locale à partir d’images satellite avec une précision proche des experts, ouvrant de nouvelles pistes pour la recherche sociale assistée par IA.
L’intelligence artificielle face au défi du raisonnement mathématique : un panorama des approches actuelles
Une étude récente sur arXiv dresse un état des lieux des avancées en IA pour le raisonnement mathématique, explorant des modèles de langage, systèmes neuro-symboliques et workflows de découverte vérifiée.
FIFA 2026 : quatre LLM testés en pari virtuel sur 104 matchs sans biais de données
Un benchmark inédit confronte quatre modèles de langage à la prévision des résultats de la Coupe du Monde 2026, comparant leurs paris virtuels à ceux du marché officiel.
OpenAI déploie GPT-5.6 Sol, Terra et Luna sur Amazon Bedrock pour booster l’inférence IA
OpenAI rend disponibles ses modèles GPT-5.6 Sol, Terra et Luna sur Amazon Bedrock, offrant aux entreprises une plateforme d’inférence performante, sécurisée et fiable pour intégrer l’IA avancée.
Comment Gemma 3 et Llama 3.2 améliorent le raisonnement des petits modèles grâce aux graphes de connaissances
Une étude récente explore l’intégration de graphes de connaissances pour renforcer les capacités de raisonnement des petits modèles de langage Gemma 3 et Llama 3.2, offrant une alternative plus économique aux grands LLM.
Comment les modèles multimodaux transforment la détection d’interactions homme-objet sans entraînement spécifique
Une nouvelle étude sur arXiv dévoile l’usage des modèles de langage multimodaux pour détecter les interactions homme-objet sans supervision dédiée, ouvrant la voie à des applications plus flexibles en vision par ordinateur.
GeoFMs : comment les modèles géospatiaux transforment l’analyse satellite pour les experts métiers
Les Geospatial Foundation Models (GeoFMs) redéfinissent l’analyse d’images satellite en séparant préentraînement massif et adaptation métier. Cette approche ouvre de nouvelles perspectives pour les usages critiques en géospatial.
STEEL optimise l’inférence des agents IA sur les SoC AMD XDNA pour réduire la consommation énergétique
Le projet STEEL propose une nouvelle implémentation open source de FlashAttention adaptée aux NPUs XDNA d’AMD, visant à améliorer l’efficacité énergétique des modèles de langage sur laptop SoC.
Vers des modèles d’IA spécialisés et économes en énergie : un nécessaire pour l’industrie
Une étude publiée sur arXiv souligne les limites énergétiques des grands modèles linguistiques et plaide pour des agents IA multimodaux et spécifiques à un domaine, plus légers et fiables.
Comment les LLM transforment la cybersécurité : entre défense automatisée et menaces générées par IA
Une étude récente révèle que les modèles de langage génératifs, comme ChatGPT ou Claude, modifient profondément la cybersécurité en automatisant la détection des menaces tout en facilitant la création de malwares sophistiqués.
Les grands modèles de langage biaisés par la formulation des questions, pas par des jugements moraux
Une étude publiée sur arXiv révèle que les LLMs manifestent un biais oui-non lié à l’ordre et au libellé des réponses, sans refléter de véritables variations dans leur jugement moral.
BaFCo : un benchmark pour améliorer la compréhension des formulaires complexes en bangla par les modèles IA
Le benchmark BaFCo propose 200 formulaires gouvernementaux bangladais annotés pour tester la compréhension documentaire des modèles multimodaux, comblant un vide pour les langues peu dotées en données.
AGL-1 : un cadre neutre pour gouverner l’IA en entreprise face à la complexité croissante
Le modèle AGL-1 propose une couche de gouvernance pour contrôler les opérations d’IA en entreprise, garantissant traçabilité, sécurité et conformité dans des environnements multi-agents et workflows complexes.
Mistral AI défie OpenAI avec ses modèles open source et une levée de fonds ambitieuse
Créée en 2023, Mistral AI mise sur l’open source pour démocratiser l’IA de pointe. Sa récente levée de fonds souligne une stratégie offensive face à OpenAI et ses concurrents.
Bridgewater et Thinking Machines surpassent GPT, Claude et Gemini sur des tests financiers à moindre coût
Bridgewater et Thinking Machines Lab ont affiné un modèle Qwen3-235B pour des tâches financières, revendiquant 84,7 % de précision à un coût bien inférieur à GPT, Claude et Gemini, sans validation externe.
Évaluation des LLM Gemini, ChatGPT et Claude pour la correction d’examens de mathématiques : fiabilité et usages pratiques
Une étude récente analyse six configurations de grands modèles de langage (LLM) pour assister la correction d’examens de mathématiques, confrontant rigueur et flexibilité dans l’évaluation automatisée.
MMIR-TCM : quand l’IA multimodale s’attaque au diagnostic traditionnel chinois par l’image
Le cadre MMIR-TCM combine un modèle multimodal à mémoire intégrée pour améliorer l’analyse des images de langue en médecine traditionnelle chinoise, un secteur freiné par le manque de données standardisées.
Anthropic négocie avec Samsung pour un processeur IA sur mesure face à OpenAI
Anthropic engage des discussions avec Samsung pour développer un processeur dédié à l'IA, une réponse directe à la puce personnalisée d'OpenAI annoncée récemment.
Anthropic réduit de 80 % le prompt système de Claude Code pour ses modèles Fable 5
Anthropic a drastiquement réduit le prompt système de Claude Code, passant de consignes strictes à un guidage contextuel, pour mieux exploiter la créativité des modèles Fable 5.
Anthropic relance Fable 5 après un blocage gouvernemental lié à un jailbreak détecté
Après une interdiction de deux semaines aux États-Unis, Anthropic reprend la distribution mondiale de Fable 5, son modèle IA, avec un nouveau filtre de sécurité qui bloque 99 % des tentatives de jailbreak.
Claude, GPT-5.5 et Gemini testés sur leur compréhension de mondes physiques parallèles
Une étude inédite évalue la capacité des grands modèles de langage à raisonner dans des univers physiques parallèles, révélant leurs forces et faiblesses en induction et prédiction.
Agriculture : le déficit de données fiables ralentit l’efficacité des modèles d’IA
Le MIT Technology Review AI révèle que le manque de données fiables freine l’efficacité des modèles d’IA en agriculture, malgré leur potentiel pour optimiser les cultures et réduire les risques.
OpenAI divise par deux les coûts d’inférence pour les utilisateurs invités de ChatGPT
OpenAI a réduit de plus de 50 % les coûts d'inférence pour les utilisateurs invités de ChatGPT, diminuant drastiquement le nombre de GPU Nvidia nécessaires et améliorant l'efficacité opérationnelle.
IBM publie CUGA sur Hugging Face pour faciliter la création d’agents IA configurables
IBM Research publie CUGA sur Hugging Face, une plateforme open source facilitant la création d’agents IA configurables adaptés à divers usages professionnels.
Un agent IA automatise la formalisation des mathématiques de recherche
Une nouvelle approche exploite des modèles de langage généralistes pour traduire automatiquement les mathématiques en code formel, renforçant la vérification des preuves en recherche.
IMCBench : évaluer la sécurité et la précision des LLM multimodaux en dialogues médicaux
IMCBench combine images cliniques réelles et dialogues multi-tours pour tester la sécurité et la précision des modèles multimodaux dans les conversations médicales.
Google révolutionne la barre de recherche après 25 ans avec une interface IA multimodale
Google transforme sa barre de recherche historique en un espace d’interaction multimodal piloté par l’IA, intégrant texte, images, vidéos et onglets Chrome pour une expérience unifiée.
Amazon combine Nova 2 Lite et Claude Sonnet 4.6 pour optimiser la numérisation documentaire
Amazon combine Nova 2 Lite et Claude Sonnet 4.6 pour une solution efficace de numérisation et d’analyse de documents scannés à grande échelle, optimisant coûts et précision.
MultiUAV-Plat déploie un cadre LLM pour planifier la collaboration entre drones multi-âge
MultiUAV-Plat propose un cadre léger et accessible pour évaluer la collaboration multi-UAV via des modèles de langage, intégrant contraintes réelles et APIs RESTful pour des applications robotiques avancées.
Hugging Face lance Jupyter Agents pour entraîner les LLM à raisonner dans des notebooks
Hugging Face lance Jupyter Agents, une innovation qui permet aux grands modèles de langage d’exécuter et d’interpréter du code dans des notebooks pour améliorer leur raisonnement.
Mistral AI et NVIDIA unissent leurs forces pour booster les modèles open frontier
Mistral AI s'associe à NVIDIA pour optimiser les modèles open frontier, combinant expertise logicielle et puissance GPU afin de dynamiser l'IA open source.
Une startup lutte contre le conformisme des grands modèles de langage comme ChatGPT et Gemini
Une startup s’attaque au conformisme des grands modèles de langage comme ChatGPT et Gemini, cherchant à diversifier leurs réponses pour enrichir les interactions et les usages.
IPO Finance Agent teste les LLM sur les dossiers complexes d’introduction en bourse
IPO Finance Agent étend Finance Agent v2 en intégrant une évaluation automatisée des LLM sur les dossiers complexes d’introduction en bourse, améliorant la pertinence des agents IA pour la finance.
Goose, l’agent IA open source qui offre gratuitement les fonctions de Claude Code d’Anthropic
Goose, l’agent IA open source développé par Block, rivalise avec Claude Code d’Anthropic en offrant gratuitement des fonctionnalités avancées d’automatisation du code, sans abonnement ni cloud.
Claude Sonnet 5 d’Anthropic double les coûts réels sans modifier ses tarifs affichés
Anthropic lance Claude Sonnet 5, un modèle IA performant mais qui consomme 40 % plus de tokens par tâche, doublant ainsi les coûts réels sans changer les prix affichés.
Hugging Face détaille l’entraînement par renforcement pour autonomiser les agents GPT-OSS
Hugging Face publie une analyse approfondie sur l'entraînement par renforcement agentique appliqué aux modèles GPT open source, ouvrant la voie à des agents IA autonomes et adaptatifs.
Google lance AfriMed-QA pour évaluer les grands modèles de langage en santé mondiale
Google Research lance AfriMed-QA, un benchmark dédié à l’évaluation des grands modèles de langage pour la santé mondiale, avec un focus sur les enjeux africains.
Mistral AI organise un hackathon virtuel pour perfectionner le fine-tuning de modèles IA
Du 5 au 30 juin 2024, Mistral AI organise un hackathon virtuel dédié au fine-tuning, offrant aux développeurs une plateforme pour affiner et adapter les modèles d'IA à des usages ciblés.
Anthropic présente Claude Sonnet 5, un agent IA plus sûr et moins coûteux face à GPT-5.5
Anthropic lance Claude Sonnet 5, un agent IA plus sûr et économique, destiné à rivaliser avec GPT-5.5, Opus et Gemini Pro dans le secteur des agents intelligents.
Amazon investit un milliard pour accélérer le déploiement de ses agents IA personnalisés
Amazon crée une nouvelle division IA dotée d’un milliard de dollars pour intégrer rapidement des agents personnalisés chez ses clients, visant autonomie et efficacité.
Subquadratic lève un verrou mathématique freinant les grands modèles de langage depuis dix ans
La startup américaine Subquadratic affirme avoir résolu un goulot d'étranglement mathématique freinant les grands modèles de langage depuis une décennie, promettant des avancées significatives en IA.
Warp intègre GPT-5.5 d’OpenAI pour automatiser les agents IA dans le développement open source
Warp utilise GPT-5.5 d’OpenAI pour orchestrer des agents IA dans des environnements de développement locaux, cloud et open source, optimisant ainsi les workflows de programmation.
Anthropic présente Claude Science, un agent IA autonome dédié à la recherche scientifique
Anthropic lance Claude Science, un agent IA autonome destiné à la recherche scientifique, capable d'exécuter des tâches complexes avec précision, à l'image de Claude Code pour le développement logiciel.
Google Research lance Gemini, un agent IA pour transformer les échanges en santé
Google Research dévoile Gemini, un agent IA génératif dédié à la santé, destiné à améliorer les échanges entre patients et professionnels grâce à une assistance conversationnelle contextuelle.
IBM Research et Hugging Face lancent VAKRA pour tester le raisonnement des agents IA
IBM Research et Hugging Face lancent VAKRA, un benchmark inédit pour évaluer le raisonnement, l’usage d’outils et les failles des agents IA dans des scénarios complexes.
Gemini Enterprise Agent Platform intègre Agentic RAG pour renforcer la fiabilité des réponses IA
Google Research lance Gemini Enterprise Agent Platform avec Agentic RAG, une innovation pour des agents IA plus fiables et adaptés aux usages professionnels.
AWS lance cinq modèles pour renforcer la résilience des applications IA génératives
AWS détaille cinq modèles pratiques pour renforcer la résilience des applications d'IA générative via Amazon Bedrock et LLM gateway, optimisant disponibilité et gestion des ressources.
Un agent IA génératif spécialisé améliore les modèles LLM pour l’ingénierie des transports
Une nouvelle étude propose un agent IA génératif spécialisé pour l’ingénierie des transports, utilisant un entraînement continu sur des documents techniques afin d’améliorer la pertinence et la précision des modèles LLM dans ce domaine.
Amazon Bedrock ajoute NVIDIA Nemotron et OpenAI GPT OSS pour l’inférence sécurisée dans AWS
Amazon Bedrock étend son offre en intégrant les modèles open-weight GPT OSS d’OpenAI et NVIDIA Nemotron dans AWS GovCloud (US), renforçant les options d’inférence sécurisée pour les clients gouvernementaux américains.
Anthropic déploie Claude Sonnet 5 sur AWS pour renforcer agents IA et codage
Anthropic déploie Claude Sonnet 5, son modèle IA le plus avancé, sur Amazon Bedrock et la plateforme Claude sur AWS, offrant une intelligence de pointe à un tarif Sonnet pour les usages professionnels et agents.
NousCoder-14B, modèle open source de codage, rivalise avec Claude Code d'Anthropic
Nous Research lance NousCoder-14B, un modèle open source de programmation compétitive, entraîné en quatre jours sur 48 GPU Nvidia B200, qui rivalise avec les systèmes propriétaires comme Claude Code.
Pourquoi la plupart des startups IA échouent à créer un produit fiable et rentable
Beaucoup de startups IA savent produire une démo impressionnante. Beaucoup moins savent construire un produit indispensable, fiable, différencié et économiquement viable.
Décomposer le vrai coût d’une application IA au-delà du simple développement
Le coût d'une application IA ne se résume ni au développement initial ni au prix des tokens. Il faut intégrer cadrage, UX, backend, données, modèles, sécurité, évaluation, maintenance et scaling.