Actualités IA — page 144

9 335 articles au fil, du plus récent au plus ancien.

40

Illustration générée par IA

2861Ars Technica AI 

Au-delà de grep : vers un harnais de codage IA riche en contexte

Cat Wu, responsable produit de Claude Code chez Anthropic, s'est entretenue au début de l'été 2026 avec la rédaction au sujet de la manière dont l'entreprise conçoit les outils logiciels qui encadrent ses modèles de codage par intelligence artificielle. L'échange porte sur ce que l'article appelle le "harnais" de codage, c'est-à-dire l'ensemble des mécanismes logiciels qui permettent à un agent d'IA de comprendre, naviguer et modifier une base de code, au-delà de la simple recherche textuelle façon grep. Le constat de départ est que si les grands modèles de langage et les agents qu'ils rendent possibles ont fait des progrès impressionnants, une grande partie des avancées récentes dans le développement assisté par IA vient désormais du logiciel qui pilote ces modèles, et non des modèles eux-mêmes. Ce déplacement de l'attention, du modèle vers l'infrastructure qui l'entoure, a des conséquences concrètes pour les développeurs qui utilisent des assistants de codage au quotidien. Un agent capable de récupérer le bon contexte au bon moment, plutôt que de simplement chercher des correspondances de mots-clés, produit des suggestions plus pertinentes et des corrections plus fiables sur des projets volumineux. Pour l'industrie, cela signifie que la compétition entre outils de codage IA ne se joue plus uniquement sur la puissance brute des modèles, mais aussi sur la qualité de l'ingénierie logicielle qui les entoure. Ce virage s'inscrit dans une évolution plus large du secteur des applications de codage assistées par IA, où de nombreux acteurs proposent des solutions concurrentes. Claude Code, l'outil d'Anthropic, illustre cette tendance à investir dans des architectures de récupération de contexte plus sophistiquées, laissant entrevoir de nouvelles améliorations à mesure que les harnais logiciels continuent de se perfectionner.

Outils⚒Outil

1 source

48

Illustration générée par IA

2862Next INpact 

Kimi K3 : ce qu’il faut savoir du modèle open source de 2 800 milliards de paramètres

Kimi K3, dévoilé la semaine dernière par la société chinoise Moonshot AI, se présente comme le premier modèle open source à atteindre 2 800 milliards de paramètres, une échelle inédite pour un modèle à poids ouverts. Le LLM repose sur une architecture de type mixture d'experts (MoE), qui n'active qu'une fraction des paramètres à chaque requête : sur 896 experts au total, seuls 16 sont sollicités simultanément. Certains observateurs ont calculé, à partir de ces chiffres officiels, un ratio d'environ 50 milliards de paramètres actifs par inférence, résumé sous l'appellation « 2.8T-A50B », bien que Moonshot AI n'ait fourni aucune précision officielle sur ce calcul. Le modèle dispose par ailleurs d'une fenêtre contextuelle pouvant aller jusqu'à un million de tokens, une capacité comparable à celle des modèles les plus avancés du marché. Pour l'instant, l'ouverture des poids reste une promesse : Moonshot AI annonce leur publication complète d'ici le 27 juillet 2026, l'annonce actuelle relevant donc d'un « paper launch ». L'ampleur de la nouvelle a immédiatement eu un effet sur les marchés, avec un recul de 1,5 % du Nasdaq au moment de l'annonce, signe que les investisseurs prennent au sérieux la montée en puissance des laboratoires chinois dans la course aux grands modèles de langage. Cette réaction rappelle le choc provoqué par DeepSeek début 2025, lorsque l'irruption d'un acteur chinois avec des performances de pointe à moindre coût avait ébranlé la confiance dans la suprématie technologique et financière des géants américains de l'IA. Si Kimi K3 confirme les performances « de niveau frontière » que Moonshot AI revendique, il pourrait accentuer cette dynamique et redistribuer les cartes entre modèles propriétaires occidentaux et alternatives ouvertes venues d'Asie. Moonshot AI, jusqu'ici peu connue en dehors des cercles spécialisés en IA générative, cherche ainsi à s'imposer face à des concurrents établis comme OpenAI, Anthropic ou Google. L'enjeu dépasse la seule performance technique : la taille du modèle, sa gestion par mixture d'experts et sa fenêtre contextuelle massive posent la question des coûts d'inférence et de l'accessibilité réelle d'un tel système une fois les poids publiés. La suite dépendra largement de la capacité de Moonshot AI à tenir son calendrier de publication et à démontrer, benchmarks à l'appui, que ces chiffres impressionnants se traduisent par des gains concrets pour les utilisateurs et les développeurs.

LLMs❧Opinion

1 source

30

Illustration générée par IA

2863NVIDIA AI Blog 

Bristol Myers Squibb construit l'usine d'IA la plus avancée du secteur des sciences de la vie sur NVIDIA Vera Rubin

Erin Davis appelle ça la "SuperDuperPOD". Bristol Myers Squibb (BMS), qui exploite déjà l'un des plus grands clusters d'IA du secteur pharmaceutique, a annoncé le déploiement de son second NVIDIA DGX SuperPOD, cette fois construit autour de huit systèmes DGX Vera Rubin NVL72. Combinant processeurs NVIDIA Vera et GPU Rubin, cette infrastructure est présentée comme le cluster d'IA le plus puissant et le plus économe en énergie du secteur des sciences de la vie, avec des performances jusqu'à 10 fois supérieures par mégawatt par rapport à l'infrastructure qu'elle remplace. Erin Davis, vice-présidente en charge de la recherche business et de la technologie chez BMS, explique que l'accès ne sera plus réservé à un petit groupe de chercheurs mais ouvert à l'ensemble des scientifiques de l'entreprise. La plateforme unifiée intégrera notamment le NVIDIA BioNeMo Agent Toolkit pour l'IA biologique, permettant prédictions, entraînement de modèles et flux de travail agentiques sur l'ensemble du pipeline de découverte de médicaments. Cette montée en puissance vise à transformer concrètement la recherche pharmaceutique. Selon Payal Sheth, nommée en janvier vice-présidente senior des sciences de découverte thérapeutique chez BMS après une carrière entière en laboratoire, l'objectif est de passer d'un discours abstrait sur les capacités de l'IA à un impact mesurable. BMS exploite déjà un DGX SuperPOD depuis environ trois ans, avec des résultats concrets : l'identification de cibles thérapeutiques assistée par IA fait gagner des semaines de travail manuel aux chercheurs, qui peuvent se concentrer sur les décisions scientifiques à plus forte valeur ajoutée. L'entreprise a notamment utilisé l'IA pour étoffer sa bibliothèque de composés CELMoD, des molécules conçues pour dégrader sélectivement les protéines responsables de cancers, avec des applications contre les cancers du sang et au-delà, ouvrant la voie à de nouvelles cibles thérapeutiques. Sheth évoque aussi une méthodologie baptisée "Predict First", qui utilise des prédictions computationnelles pour prioriser la synthèse des molécules les plus prometteuses et écarter en amont celles qui ne répondraient pas aux critères recherchés, économisant ainsi des expériences de laboratoire coûteuses. Cette dépendance croissante à l'IA a fait exploser les besoins en calcul de l'organisation de recherche. "Nous sommes saturés", résume Davis, évoquant des prédictions à grande échelle sur de grosses molécules et l'entraînement de modèles fondationnels maison, très gourmands en GPU. D'où l'arrivée de ce nouveau système, présenté en interne comme la promesse d'un "calcul sans limites" pour les chercheurs. Davis, chimiste computationnelle de formation, a passé une quinzaine d'années côté éditeurs technologiques, chez ChemAxon, Schrödinger puis X-Chem, avant de rejoindre BMS convaincue que le vrai goulot d'étranglement de l'industrie pharmaceutique n'était pas la technologie elle-même, mais sa mise à disposition effective des scientifiques et la capacité à en tirer des enseignements. Cette conviction, dit-elle, est aussi nourrie par une expérience personnelle : son père est mort il y a cinq ans d'une maladie que la recherche pharmaceutique n'est pas encore parvenue à vaincre.

Infrastructure⚡Actu

1 source

39

Illustration générée par IA

2864AI News 

Les autorités sanitaires américaines vont tester les modèles d'IA d'OpenAI et Anthropic

Des services de santé publique aux États-Unis vont tester des outils d'intelligence artificielle générative dans le cadre d'un nouveau programme réunissant la Coalition for Health AI (CHAI), OpenAI, Anthropic et Accenture. Baptisé PULSE (Public Health Use Case and Learning Scaling Engine), ce programme soutiendra des essais dans dix juridictions étatiques, locales, tribales ou territoriales. OpenAI et Anthropic ont fait don de dix licences entreprise, offrant une capacité d'accès à jusqu'à 2 000 professionnels de la santé publique. Accenture supervisera l'intégration des participants et contribuera à l'élaboration de guides pratiques basés sur les résultats des essais. Cinq cas d'usage ont été retenus par le conseil de direction de la CHAI, qui sélectionnera également les juridictions participantes : la biosurveillance et la prédiction des vagues épidémiques liées aux drogues, la cartographie des déterminants sociaux de la santé, l'amélioration des opérations et l'analyse des retours communautaires, un centre de traduction multilingue pour les communications publiques, et un moteur de requêtes FHIR pour la récupération automatisée de données cliniques. David Lakey, ancien commissaire à la santé du Texas, a déclaré que "toute transformation technologique majeure réussit ou échoue selon la confiance, la gouvernance et l'exécution". L'initiative marque une étape significative dans l'adoption de l'IA générative par les administrations sanitaires américaines, mais elle soulève d'importantes questions de gouvernance encore sans réponse. La CHAI n'a précisé ni les produits, ni les versions de modèles, ni les configurations qui seront utilisés dans les différents pilotes, pas plus que la répartition des deux fournisseurs entre les projets. Pour le moteur de requêtes FHIR notamment, l'annonce ne définit pas le rôle exact de l'IA générative : on ignore si les modèles génèrent les requêtes, récupèrent les dossiers, résument les informations obtenues, ou combinent ces fonctions, ni si un contrôle humain interviendra avant l'utilisation des données. Ces zones d'ombre sont d'autant plus sensibles que certaines applications pourraient impliquer des informations démographiques, géographiques ou cliniques, sans que la CHAI n'ait précisé si les pilotes utiliseront des dossiers identifiables, des données anonymisées, synthétiques ou agrégées. Le contexte réglementaire ajoute une couche de complexité : la loi HIPAA, qui encadre la protection des informations de santé électroniques, ne s'appliquera pas uniformément à tous les organismes et flux de travail participants, son application dépendant de l'agence, des données concernées et de la fonction exercée. OpenAI et Anthropic affirment toutes deux que les données de leurs services d'entreprise ne servent pas par défaut à l'entraînement de leurs modèles, mais ces politiques ne définissent pas comment les déploiements PULSE seront concrètement configurés. L'annonce ne précise ni les durées de conservation des données, ni les contrôles d'accès, ni les dispositifs d'audit applicables. Felipe Millon, responsable chez OpenAI, a résumé la philosophie du programme : "Nous pensons que l'IA doit être utile, sûre et accessible pour ceux qui s'attaquent aux défis les plus importants de la société." Le cadre de gestion des risques du NIST recommande justement d'évaluer les systèmes d'IA selon leur usage prévu, leur environnement, les parties concernées et leurs conséquences potentielles, autant de critères que la CHAI n'a pas encore détaillés publiquement pour les cinq cas d'usage de PULSE.

Société❧Opinion

1 source

47

Illustration générée par IA

2865Next INpact 

Le surinvestissement dans l’IA pourrait passer d’une « explosion » à un « effondrement »

La Banque des règlements internationaux (BRI), souvent surnommée la « banque des banques centrales », a publié début juillet 2026 un rapport de 56 pages consacré aux risques financiers liés à la course aux investissements dans l'intelligence artificielle. Rédigé par l'économiste Phurichai Rungcharoenkitkul, ce document fait suite au rapport annuel de l'institution publié fin juin, lors duquel sa directrice adjointe Andrea Mahler avait déjà cité la course à l'IA parmi quatre grands risques pour l'économie mondiale, aux côtés de l'inflation liée au conflit au Moyen-Orient, de l'appétit pour le risque sur les marchés financiers et de l'endettement élevé des États. Le rapport chiffre précisément l'ampleur du phénomène : en s'appuyant sur les bilans des entreprises du secteur et les données publiques de transactions, l'économiste estime que les investissements réalisés dans l'IA représentent environ 1,5 fois « l'optimum social », c'est-à-dire la répartition la plus efficace possible du capital, un ratio qui grimpe jusqu'à trois fois dans certains cas. Comparé à son niveau le plus bas avant le boom, le développement de l'IA est en passe de dépasser tous les épisodes d'investissement technologique précédents en seulement trois ans. Ce constat inquiète la BRI car il expose le secteur à un risque de correction brutale en cas de baisse des recettes, ce qui pourrait transformer le boom actuel en effondrement. L'institution pointe en particulier le rôle aggravant de l'endettement et du « financement circulaire », ces montages où les mêmes acteurs se financent et se fournissent mutuellement, qui augmentent selon elle le risque d'un basculement rapide. Le danger dépasse le seul cercle des entreprises d'IA : la BRI redoute que les difficultés d'un acteur isolé se propagent à d'autres par le biais de chaînes d'expositions financières, un scénario de contagion qui rappellerait les mécanismes observés lors de crises financières passées et qui concernerait potentiellement banques, investisseurs et marchés dans leur ensemble. Pour étayer son analyse, la BRI convoque plusieurs précédents historiques, de la construction du chemin de fer au XIXe siècle au développement des canaux financés par les États-Unis, en passant par la bulle internet du début des années 2000, autant d'épisodes d'euphorie technologique suivis de corrections de marché plus ou moins sévères. Ce constat économique rejoint des inquiétudes formulées sous un angle environnemental : début juillet, l'analyste Ketan Joshi calculait que Google avait multiplié par 1,5 ses dépenses énergétiques en quelques années pour générer le même volume de chiffre d'affaires, illustrant le coût croissant des infrastructures nécessaires à l'IA. Entre NVIDIA, OpenAI et leurs partenaires, la multiplication de contrats croisés continue par ailleurs d'alimenter les craintes d'une bulle spéculative aux ramifications de plus en plus étendues.

Business❧Opinion

1 source

50

Illustration générée par IA

2866AI News 

Kimi K3 en poids ouverts : le pari chinois de l'IA mise sur la mémoire, pas sur la puissance de calcul

Moonshot AI a dévoilé le 16 juillet 2026 Kimi K3, un modèle open-weight de 2,8 billions de paramètres, le plus grand jamais publié en accès ouvert. Ce volume le fait entrer dans la catégorie dite "3T", jamais atteinte par un modèle ouvert auparavant, et dépasse largement le précédent modèle phare de Moonshot, un peu plus de 1 billion de paramètres, ainsi que le V4 Pro de DeepSeek, qui culmine à 1,6 billion. K3 propose une fenêtre de contexte d'un million de tokens et une architecture nativement multimodale. Moonshot met en avant deux innovations techniques : l'attention Kimi Delta, qui accélère le décodage jusqu'à 6,3 fois sur des contextes d'un million de tokens, et les Attention Residuals, qui améliorent l'efficacité d'entraînement d'environ 25 % pour moins de 2 % de coût supplémentaire. Le modèle repose sur une architecture mixture of experts divisée en 896 sections spécialisées, dont seulement 16 sont activées à chaque calcul, soit environ 1,8 % du total. Autre choix marquant, K3 a été entraîné à une précision de 4 bits par paramètre au lieu des 16 bits habituels, une technique appliquée dès la phase de fine-tuning. Résultat, selon des analyses indépendantes : environ 1,4 To de mémoire nécessaire dans ce format, contre 5,6 To en pleine précision. Moonshot a aussi contribué du code de mise en cache au projet open-source vLLM et recommande de faire tourner K3 sur au moins 64 accélérateurs étroitement interconnectés, avec des tests réalisés sur des puces Nvidia H200 et sur un GPGPU d'un fournisseur alternatif non identifié. Ce choix de conception traduit une réponse directe aux restrictions américaines sur l'exportation de puces vers la Chine. Plutôt que de contourner la contrainte de calcul, Moonshot la déplace vers la mémoire, une ressource qui peut être assemblée à partir d'un grand nombre de puces individuellement modestes, contrairement à la puissance de calcul nécessaire à l'entraînement de modèles de cette taille. En réduisant drastiquement l'empreinte mémoire du modèle, l'entreprise affirme pouvoir proposer des prix compétitifs malgré la taille de K3, une promesse cruciale pour les entreprises qui veulent déployer des modèles ouverts sans dépendre exclusivement du matériel Nvidia. Pour l'industrie, cela signifie qu'un modèle de pointe peut désormais tourner sur une infrastructure mixte ou alternative, ce qui élargit le choix des fournisseurs de cloud et des opérateurs de datacenters. Cette stratégie interroge aussi la solidité des restrictions américaines sur les semi-conducteurs : si la mémoire peut compenser le manque de puissance de calcul dédiée, la barrière technologique censée freiner les laboratoires chinois s'avère plus poreuse que prévu. Kimi K3 s'inscrit dans une compétition intense entre laboratoires chinois pour la publication de modèles ouverts toujours plus grands, face à DeepSeek et d'autres acteurs du secteur, dans un contexte où les Etats-Unis limitent depuis plusieurs années l'accès de la Chine aux puces d'intelligence artificielle les plus avancées. L'approche de Moonshot, qui consiste à répartir la charge mémoire sur des grappes de 64 accélérateurs ou plus étroitement interconnectés, rappelle la logique des systèmes CloudMatrix développés par Huawei, un signe que l'industrie chinoise mise sur l'agrégation de matériel moins performant plutôt que sur l'accès à des puces de pointe individuelles. Reste une zone d'ombre : Moonshot n'a pas précisé si ses tests incluaient du silicium chinois, se contentant de mentionner un fournisseur alternatif sans le nommer, ce qui laisse planer le doute sur la nature exacte du matériel utilisé en interne. À mesure que d'autres laboratoires observeront les performances réelles de K3 en production, la question centrale restera de savoir si cette architecture axée sur la mémoire plutôt que sur le calcul brut peut être répliquée à grande échelle, et si elle annonce une nouvelle norme pour les modèles ouverts entraînés hors des Etats-Unis.

LLMs❧Opinion

1 source

44

Illustration générée par IA

2867MIT Technology Review 

L'IA est plus susceptible que les humains de développer des biais dans le recrutement

Des chercheurs de l'université de Princeton et de l'université de Chicago ont soumis plusieurs grands modèles de langage, dont ChatGPT, Claude et Gemini, à un jeu de simulation de recrutement inspiré d'une étude de psychologie sur la formation des stéréotypes humains. Chaque modèle jouait le rôle d'un consultant engagé par le maire d'une ville fictive pour pourvoir 20 postes, allant de médecin et avocat à aide à domicile et agent d'entretien. Les candidats appartenaient à quatre groupes ethniques fictifs baptisés Tufa, Aima, Reku et Weki. À chaque tour, l'IA embauchait un candidat parmi quatre puis apprenait s'il avait réussi dans son poste, sur un total de 40 tours, sans savoir que tous les candidats avaient en réalité des chances égales de succès. Résultat : les modèles ont rapidement cantonné certains groupes à certains métiers sur la base de quelques échecs isolés. Par exemple, après l'échec d'un candidat Aima comme médecin, un poste jugé exiger chaleur humaine et compétence, le modèle a cessé d'embaucher des Aimas à ce poste pour les orienter vers des emplois moins valorisés comme agent d'entretien. Sur une échelle de ségrégation où 2 représente un cantonnement total par groupe, les participants humains de l'étude originale obtenaient en moyenne 0,84, contre environ 65 % de plus pour les IA, le modèle o3 d'OpenAI atteignant 1,83, proche du maximum. L'étude a été publiée en juillet lors de la conférence ICML à Séoul. Cette découverte prend une importance particulière alors que les entreprises d'IA développent des modèles agentiques dotés d'une mémoire toujours plus fine des utilisateurs. Selon Angelina Wang, chercheuse en informatique à l'université Cornell qui n'a pas participé à l'étude, un chatbot capable de se souvenir de ses échanges précédents risque de "sur-indexer" sur des comportements déjà rencontrés, renforçant ainsi ses biais au fil du temps. Réduire simplement la mémoire des IA n'est pas une solution viable, les utilisateurs souhaitant au contraire que les assistants se souviennent de ce qu'ils leur confient. Ryan Liu, doctorant à Princeton et coauteur de l'étude, explique que les modèles de langage sont particulièrement enclins à généraliser à partir de données limitées, car c'est précisément ce pour quoi ils sont optimisés lors de leur entraînement sur des tâches mathématiques, de programmation et scientifiques qui récompensent l'induction rapide. Ce constat illustre l'arbitrage classique entre exploration et exploitation, ce dilemme qui pousse à choisir entre s'en tenir à une solution qui a fonctionné par le passé ou tenter une approche différente potentiellement meilleure. Or les modèles les plus récents et les plus performants en raisonnement, comme o3 d'OpenAI ou R1 de DeepSeek, se sont révélés encore plus sujets à ces biais que leurs prédécesseurs. Demander explicitement au modèle de se montrer équitable n'a par ailleurs guère modifié son comportement. OpenAI et Anthropic n'ont pas répondu aux sollicitations des chercheurs, et Angelina Wang souligne que la communauté scientifique cherche encore le juste équilibre entre une mémoire trop développée, propice aux biais, et une mémoire trop limitée, qui priverait les utilisateurs des bénéfices de la personnalisation.

Éthique❖Paper

1 source

43

Illustration générée par IA

286801net 

Anthropic annonce une mauvaise nouvelle aux utilisateurs de Claude Fable 5

Anthropic modifie les conditions d'accès à Claude Fable 5, son modèle d'IA le plus puissant. Désormais, seuls les abonnés aux forfaits Max et Team Premium conservent un accès inclus dans leur abonnement, mais avec un usage plafonné. Les utilisateurs des offres Pro et Team Standard, eux, perdent totalement l'accès gratuit au modèle et doivent désormais payer chaque requête envoyée à Fable 5. Anthropic justifie ce changement par le coût élevé en puissance de calcul nécessaire pour faire fonctionner ce modèle, plus gourmand en ressources que ses prédécesseurs de la gamme Claude. Ce changement de politique tarifaire touche directement les nombreux utilisateurs professionnels qui s'appuyaient jusqu'ici sur un accès illimité inclus dans leur abonnement mensuel. Pour les développeurs et les équipes utilisant Fable 5 au quotidien pour des tâches complexes de raisonnement ou de génération de code, la facturation à la requête change fondamentalement le calcul économique d'un usage intensif. Les entreprises abonnées à Team Standard devront soit migrer vers une offre Premium plus coûteuse, soit budgétiser une dépense variable jusque là absente, ce qui pourrait freiner l'adoption du modèle chez les structures aux ressources limitées. Cette décision s'inscrit dans un contexte plus large où les fournisseurs d'IA générative cherchent à rentabiliser des modèles dont l'entraînement et l'inférence coûtent de plus en plus cher en infrastructure. Claude Fable 5 représente la pointe technologique de la gamme Anthropic, avec des capacités de raisonnement avancées qui exigent davantage de ressources GPU que les versions Sonnet ou Haiku. Anthropic doit désormais arbitrer entre rentabilité et accessibilité, dans un marché où la concurrence face à OpenAI et Google s'intensifie sur le segment des modèles premium. Les prochains mois diront si cette restriction freine réellement l'usage de Fable 5 ou si elle annonce une tendance appelée à se généraliser dans l'industrie.

Business❧Opinion

1 source

42

Illustration générée par IA

2869VentureBeat AI 

La confiance dans l'IA a chuté de 17 points en six mois, une bonne nouvelle en réalité

L'IA en entreprise perd en confiance affichée, mais gagne en lucidité. Selon une enquête menée auprès de 800 responsables informatiques aux États-Unis et au Royaume-Uni pour le rapport trimestriel Q3 2026, la part des organisations se déclarant matures dans le déploiement de l'IA est passée de 40% il y a six mois à seulement 23% aujourd'hui, soit une chute de 17 points. Loin de signaler un recul, cette baisse touche en priorité les entreprises qui ont fait passer leurs agents IA du stade pilote à la production réelle. Ce sont elles qui, confrontées aux systèmes en conditions réelles, révisent honnêtement leur auto-évaluation. Malgré ce repli de confiance, 84% des organisations prévoient d'étendre l'usage de l'IA dans leurs opérations informatiques dans les 6 à 24 prochains mois, confirmant que le mouvement de fond reste à l'expansion plutôt qu'au retrait. Ce constat révèle un problème structurel majeur: le déploiement des agents IA progresse plus vite que les dispositifs de gouvernance censés les encadrer. En phase pilote, un agent exécute une tâche isolée dans un environnement contrôlé; en production, il accède à des systèmes réels, prend des décisions affectant des flux de travail concrets et opère souvent en continu, sans supervision humaine directe. Or la gouvernance des identités non humaines, c'est-à-dire le suivi et le contrôle des comptes utilisés par les agents IA, est la pratique de sécurité la moins adoptée du secteur: seulement 21% des organisations l'ont mise en place. Ces identités non humaines dépassent déjà en nombre les utilisateurs humains dans 83% des entreprises, souvent sans propriétaire désigné, sans périmètre d'accès défini et sans procédure de désactivation une fois leur mission terminée. L'étude surnomme ces comptes orphelins des "agents zombies", véritables héritiers du problème historique des comptes de service, mais opérant désormais à la vitesse machine et dans tous les départements de l'entreprise. Cette situation illustre un basculement plus large dans les priorités de l'industrie de l'IA d'entreprise: le vrai défi n'est plus la capacité technique des modèles, mais la responsabilité et la traçabilité de leurs actions. Quand un employé humain agit, une chaîne de responsabilité existe implicitement; quand un agent autonome agit, cette chaîne se rompt si elle n'a pas été délibérément construite en amont. Les organisations les plus avancées se distinguent par trois choix structurants: elles consolident leurs environnements informatiques plutôt que d'empiler des outils disparates, elles traitent leurs agents IA comme des identités gouvernées et non comme des processus tolérés en marge, et elles mesurent ce que l'IA produit réellement plutôt que le seul volume déployé. Le résultat est mesurable: les organisations les plus matures selon ce modèle ont cinq fois plus de chances de ne rencontrer aucun frein à l'expansion de leurs agents IA que la moyenne, preuve qu'une confiance construite sur des fondations solides vaut mieux qu'une confiance simplement supposée.

Sécurité⚡Actu

1 source

41

Illustration générée par IA

2870Frandroid 

Netflix rachète InterPositive, la start-up IA de Ben Affleck dédiée au cinéma, pour 587 millions de dollars

Netflix a annoncé le rachat d'InterPositive, la start-up spécialisée en intelligence artificielle cofondée par l'acteur et réalisateur Ben Affleck, pour un montant de 587 millions de dollars. La société développe des outils d'IA conçus spécifiquement pour les métiers du cinéma, de la réalisation à la production, en passant par les différentes étapes de fabrication d'un film. Cette acquisition place directement entre les mains de Netflix des technologies pensées par des professionnels du secteur pour des professionnels du secteur, plutôt que des outils génériques adaptés après coup au monde audiovisuel. Le montant, particulièrement élevé pour une jeune entreprise, témoigne de l'ambition de la plateforme de streaming sur ce segment. Cette opération confirme que l'intelligence artificielle n'est plus un simple sujet de recherche interne chez Netflix mais un axe d'investissement stratégique assumé. En intégrant des outils de production assistée par IA développés par des créateurs eux-mêmes, le groupe cherche à réduire les coûts et les délais de fabrication de ses contenus originaux, un enjeu majeur alors que la concurrence entre plateformes de streaming reste très forte. Pour les studios et les professionnels du cinéma, ce rachat illustre aussi la normalisation rapide de l'IA générative dans les processus créatifs, autrefois perçus comme réservés à l'intervention humaine. L'implication de Ben Affleck, figure reconnue d'Hollywood à la fois comme acteur et réalisateur, donne une légitimité particulière à InterPositive face aux réticences que suscite encore l'IA dans l'industrie du cinéma, notamment depuis les grèves des scénaristes et acteurs de 2023 autour de ces mêmes questions. Ce rachat pourrait ouvrir la voie à d'autres opérations similaires, les géants du streaming cherchant à sécuriser des technologies propriétaires plutôt que de dépendre d'outils tiers.

Business⚡Actu

1 source

41

Illustration générée par IA

2871Next INpact 

☕️ Deepfakes sexuels : Apple et Google de nouveau rappelés à l’ordre

Le procureur municipal de San Francisco, David Chiu, a mis en demeure Apple et Google de retirer treize applications de génération de « deepfakes » sexuels non consenties de leurs boutiques respectives, huit sur l'App Store et cinq sur le Play Store. Ces applications, souvent présentées comme de simples outils d'échange de visages, permettent en réalité de produire des images intimes truquées sans l'accord des personnes représentées. Interrogé par Wired, David Chiu a qualifié cette pratique d'« illégale, préjudiciable et totalement inacceptable ». Son bureau avait déjà engagé des poursuites contre seize sites proposant ce type de services et s'attaque désormais directement aux deux géants technologiques, qu'il accuse d'avoir « engrangé des millions de dollars de commissions » grâce à ces applications dites « nudify ». Google a réagi en supprimant les cinq applications identifiées par le procureur, tandis qu'Apple n'a pas souhaité commenter la mise en demeure. Cette affaire met en lumière l'incapacité persistante des deux principales boutiques d'applications mobiles à empêcher la diffusion d'outils facilitant des violences numériques à caractère sexuel, malgré des règles internes qui interdisent explicitement pornographie, abus et harcèlement. Une étude du Tech Transparency Project publiée en avril avait déjà révélé l'ampleur du phénomène, ces applications parvenant à contourner la modération en se présentant sous des dénominations ambiguës. Pour les victimes, potentiellement des millions de personnes dont l'image peut être détournée sans leur consentement, les conséquences sont concrètes : atteinte à la vie privée, préjudice psychologique et réputationnel, sans recours immédiat puisque ces contenus circulent souvent avant tout retrait. Pour Apple et Google, l'enjeu est aussi celui de la crédibilité de leur discours sur la sécurité des boutiques, régulièrement mis en avant comme argument commercial et réglementaire. Ce nouvel épisode illustre un mode de fonctionnement récurrent des deux entreprises, qui agissent essentiellement de manière rétroactive, en retirant les applications signalées après coup plutôt qu'en les détectant en amont. Google affirme pourtant « prendre des mesures proactives », citant la suspension de centaines d'applications et la restriction de termes de recherche comme « nudify ». La législation californienne prévoit des sanctions contre les entreprises qui facilitent sciemment le fonctionnement de services de deepfakes pornographiques, ce qui expose désormais directement les deux plateformes à un risque juridique. David Chiu exige non seulement le retrait des applications visées, mais aussi la rupture des relations commerciales avec leurs éditeurs et un renforcement durable des procédures de contrôle. Reste à savoir si cette pression judiciaire suffira à faire évoluer des systèmes de modération jusqu'ici régulièrement pris en défaut face à la prolifération de ces outils.

Régulation⚖Reglementation

1 source

32

Illustration générée par IA

2872MarkTechPost 

Quelqu'un a affiné MiniCPM5-1B d'OpenBMB sur des traces de Claude Fable 5 pour un modèle de raisonnement local de 657 Mo

Un développeur communautaire connu sous le pseudonyme GnLOLot a publié un modèle de langage d'un milliard de paramètres capable de fonctionner entièrement en local, sans clé API ni appel vers le cloud. Baptisé MiniCPM5-1B-Claude-Opus-Fable5-Thinking, il est distribué au format GGUF pour les moteurs compatibles llama.cpp. Il s'appuie sur MiniCPM5-1B, un modèle de base publié par le laboratoire chinois OpenBMB, doté de 1,08 milliard de paramètres, d'une architecture LlamaForCausalLM classique à 24 couches avec attention par groupes de requêtes, et d'une fenêtre de contexte de 131 072 tokens. OpenBMB revendique déjà le meilleur score open source de sa catégorie sur ce modèle de base, qui intègre nativement un mode de raisonnement activable via le paramètre enablethinking, offrant un choix entre mode "Think" et mode "No Think". GnLOLot a ensuite affiné ce socle sur des données issues de Fable 5, le modèle Claude d'Anthropic, dans le but d'améliorer les capacités de codage et de suivi d'instructions. Le paquet GGUF propose quatre niveaux de quantification : Q4KM autour de 657 Mo, Q5KM autour de 751 Mo, Q80 autour de 1,1 Go recommandé par défaut, et F16 autour de 2,1 Go. Le modèle s'installe directement via Ollama, llama.cpp, LM Studio, Jan ou KoboldCpp, avec une commande d'une ligne pour Ollama et des réglages d'échantillonnage suggérés de température 0,9 et top_p 0,95 en mode réflexion. L'enjeu de cette publication tient moins à ses performances qu'à ce qu'elle révèle sur les limites du fine-tuning léger appliqué à des traces générées par un grand modèle propriétaire. La méthode employée n'est pas une distillation classique au sens technique du terme, puisque personne n'a accès aux poids ni aux logits internes de Claude. Il s'agit en réalité d'un ajustement supervisé effectué sur des conversations et des raisonnements produits en sortie par le modèle Anthropic, puis utilisés comme données d'entraînement pour le petit modèle. Cette distinction compte : un modèle d'un milliard de paramètres ne peut pas absorber la capacité de raisonnement d'un modèle frontière, il ne peut qu'imiter son style de réponse et son format d'expression. Pour les utilisateurs et développeurs qui cherchent des outils légers et embarquables, cela signifie que le modèle peut sembler produire des réponses au ton proche de Claude, sans pour autant en égaler la fiabilité ou la profondeur de raisonnement. Cette initiative s'inscrit dans une tendance plus large de la communauté open source consistant à capturer le style de sortie des grands modèles fermés pour l'injecter dans des architectures compactes et gratuites. OpenBMB, de son côté, utilise une véritable distillation par politique entre ses propres modèles enseignant et élève, une approche méthodologiquement différente et documentée. Aucun benchmark ni jeu de données d'entraînement n'a été publié pour ce dérivé, ce qui rend les affirmations de performance actuellement invérifiables. La question reste également ouverte sur le plan juridique : la licence Apache 2.0 couvre les poids du modèle de base, mais l'entraînement sur des sorties générées par Claude soulève une interrogation sur les conditions d'utilisation qu'Anthropic impose à ses propres résultats, un point que la fiche du modèle laisse sans réponse.

LLMs❧Opinion

1 source

41

Illustration générée par IA

2873MarkTechPost 

Les meilleurs LLM locaux exécutables sur un GPU 24 Go en 2026 : comparatif Qwen, Gemma, Mistral et DeepSeek

Traduction fluide, respect des règles. --- Un GPU de 24 Go de VRAM, comme les RTX 3090 ou RTX 4090 de Nvidia, s'impose en 2026 comme le seuil minimal pour faire tourner sérieusement des modèles de langage en local. Longtemps, la pratique consistait à caser un modèle 70B fortement quantifié sur cette carte, mais cette approche est désormais dépassée au profit de modèles denses ou hybrides de 20 à 35 milliards de paramètres, mieux adaptés à cet espace mémoire. Trois postes se partagent les 24 Go disponibles : les poids du modèle (environ 0,58 octet par paramètre en quantification Q4KM, soit 18 à 20 Go pour un modèle de 32B), le cache KV qui croît avec la longueur du contexte, et une réserve de 1 à 2 Go pour le moteur d'inférence. Six modèles sortent du lot, tous sous licence permissive Apache 2.0 ou MIT et tenant sur une seule carte de 24 Go en Q4KM : Qwen3.6-27B d'Alibaba, modèle dense sorti en avril 2026 et orienté codage agentique (environ 16 Go de VRAM) ; Qwen3.6-35B-A3B, une architecture à mélange d'experts (35B au total, 3B actifs par token) qui décode plus vite tout en nécessitant environ 20 Go ; Gemma 4 26B de Google DeepMind, publié le 2 avril 2026, première génération Gemma entièrement ouverte, avec une variante MoE 26B à 3,8B actifs adaptée à la vision et à plus de 140 langues ; Mistral Small 3.2 24B, assistant quotidien dense de 24B ne nécessitant qu'environ 14 Go ; et gpt-oss-20b d'OpenAI, modèle de raisonnement ouvert à architecture MoE de 21B de paramètres au total. Cette évolution change concrètement la donne pour les développeurs et entreprises qui veulent exploiter l'IA générative sans dépendre du cloud. Une carte à 24 Go, accessible par rapport aux configurations multi-GPU professionnelles, permet désormais de faire tourner des modèles capables de coder, de raisonner ou de traiter des entrées multimodales, avec suffisamment de marge pour un contexte long et une vitesse de réponse compatible avec un usage interactif ou agentique. Cela réduit la dépendance aux API payantes des grands fournisseurs, protège la confidentialité des données traitées localement, et démocratise l'accès à des capacités jusque-là réservées aux infrastructures cloud coûteuses. Pour les équipes techniques, choisir le bon modèle selon l'usage, codage, chat général, vision ou raisonnement, devient aussi important que le choix du matériel lui-même. Cette bascule s'inscrit dans une dynamique plus large de course à l'efficacité chez les grands laboratoires. Alibaba, Google DeepMind, Mistral et OpenAI ont tous publié en 2026 des modèles ouverts optimisés pour tourner sur du matériel grand public, signe que l'open source reste un terrain de compétition stratégique face aux modèles propriétaires. Les architectures à mélange d'experts, comme celles de Qwen ou Gemma, illustrent une tendance de fond : privilégier la vitesse d'inférence plutôt que la seule taille brute, quitte à complexifier la gestion mémoire puisque tous les experts doivent rester chargés en VRAM même si peu sont activés à chaque étape. Mistral a par ailleurs lancé des modèles plus volumineux en 2026, désormais hors de portée d'une seule carte 24 Go, ce qui laisse présager une segmentation croissante entre modèles taillés pour l'inférence locale et modèles réservés aux infrastructures serveur.

LLMs≡Tuto

1 source

37

Illustration générée par IA

2874Apple Machine Learning 

« LVSum, un benchmark pour la synthèse de longues vidéos avec repères temporels »

Des chercheurs ont présenté LVSum, un nouveau benchmark conçu pour évaluer la capacité des grands modèles multimodaux (MLLM) à résumer des vidéos longues tout en respectant leur chronologie. Le jeu de données rassemble 72 vidéos couvrant 13 domaines différents, pour une durée moyenne de 16 minutes chacune. Chaque vidéo a été annotée manuellement, avec jusqu'à dix résumés produits par des humains et intégrant des références temporelles précises, c'est-à-dire des indications sur le moment exact où se produit chaque événement résumé. Les auteurs ont ensuite mené une évaluation approfondie des modèles multimodaux existants sur cette tâche. L'enjeu est de taille pour l'industrie de l'IA vidéo : la plupart des modèles actuels peinent à maintenir une cohérence temporelle sur des contenus longs, produisant des résumés qui perdent le fil chronologique ou qui ne peuvent pas être reliés précisément aux passages vidéo correspondants. Un résumé fiable et daté dans le temps est pourtant essentiel pour des usages concrets comme la modération de contenu, l'indexation de vidéothèques, l'accessibilité ou l'analyse automatisée de conférences et de réunions filmées. Ce travail s'inscrit dans une dynamique plus large de recherche sur la compréhension vidéo par l'IA, où les benchmarks existants se concentrent souvent sur des clips courts ou négligent la dimension temporelle. En proposant des annotations humaines fines et diversifiées par domaine, LVSum vise à combler ce manque et à devenir une référence pour mesurer les progrès des futurs modèles multimodaux sur les vidéos longues, un terrain encore largement à défricher pour les grands laboratoires d'IA.

Recherche❖Paper

1 source

34

Illustration générée par IA

2875Apple Machine Learning 

RayRoPE : encodage positionnel projectif par rayons pour l'attention multi-vues

Des chercheurs en vision par ordinateur présentent RayRoPE, une nouvelle méthode d'encodage positionnel destinée aux transformeurs multi-vues, ces modèles qui traitent simultanément des tokens issus de plusieurs images prises sous différents angles avec une caméra localisée dans l'espace. L'objectif est de doter chaque patch d'image d'une position unique tout en permettant une attention invariante aux transformations rigides SE(3), c'est à dire insensible aux rotations et translations de la scène filmée, avec une similarité à plusieurs fréquences. La méthode s'appuie sur le rayon optique associé à chaque patch, mais au lieu d'utiliser uniquement sa direction, comme le font les approches existantes, RayRoPE exploite un point prédit le long de ce rayon pour encoder la position de manière adaptée à la géométrie réelle de la scène. Cette avancée technique cible un problème central pour les systèmes de vision par ordinateur en 3D, comme la reconstruction de scènes, la génération de vues nouvelles ou la navigation robotique à partir de plusieurs caméras. Les chercheurs montrent que les schémas d'encodage existants, qu'ils soient absolus ou relatifs, échouent à combiner simultanément unicité, invariance géométrique et adaptabilité à la structure de la scène observée. En comblant cette lacune, RayRoPE pourrait améliorer la précision et la robustesse des modèles qui doivent raisonner sur la position relative d'objets capturés sous des angles multiples. Ces travaux s'inscrivent dans une dynamique de recherche plus large autour des encodages positionnels rotatifs, popularisés par RoPE dans les modèles de langage, désormais adaptés aux données visuelles tridimensionnelles. À mesure que les applications de perception multi-caméra se multiplient, en robotique, en réalité augmentée ou dans les véhicules autonomes, la capacité des transformeurs à comprendre la géométrie 3D sous-jacente aux images devient un enjeu de recherche majeur, ouvrant la voie à des architectures encore plus fidèles à la structure réelle du monde observé.

Recherche❖Paper

1 source

37

Illustration générée par IA

2876MarkTechPost 

Feyn AI lance SQRL, une famille de modèles texte-vers-SQL qui inspecte la base de données avant d'écrire une requête

La startup américaine Feyn AI, soutenue par Y Combinator, a publié SQRL, une famille de modèles text-to-SQL qui inspecte la base de données avant de rédiger sa requête, plutôt que de la générer d'un seul coup. Le modèle phare, SQRL-35B-A3B, atteint 70,6% de précision d'exécution sur le benchmark BIRD Dev, dépassant Claude Opus 4.6, crédité de 68,77% sur la même évaluation. Trois versions sont disponibles en accès libre sur Hugging Face : SQRL-4B, SQRL-9B et SQRL-35B-A3B. Concrètement, le modèle reçoit une question, le schéma de la base et, éventuellement, des indices supplémentaires. S'il dispose d'assez d'informations, il répond immédiatement. Sinon, il exécute des requêtes de lecture seule pour explorer les données avant de formuler sa réponse finale, dans la limite de cinq inspections. Techniquement, le système distingue deux actions : un bloc pour interroger la base et observer le résultat, et un bloc pour livrer la requête définitive. Cette approche s'attaque à un problème que la traduction pure ne résout pas : une requête SQL peut être syntaxiquement parfaite et pourtant renvoyer une réponse fausse, par exemple en joignant les mauvaises tables ou en mal interprétant une valeur ambiguë comme un nom de comté orthographié différemment selon les lignes. Un schéma de base de données ne révèle ni ces incohérences ni les doublons générés par certaines jointures, alors qu'une inspection directe des données le peut. Pour les entreprises qui exposent leurs bases à des assistants en langage naturel, cette capacité à vérifier avant de répondre réduit le risque de décisions prises sur des chiffres erronés, sans nécessiter les pipelines coûteux à plusieurs appels vers des modèles frontières que ce niveau de fiabilité exigeait jusqu'ici. Le secteur du text-to-SQL oscillait jusque-là entre deux approches: les modèles à génération unique, rapides mais sujets aux erreurs d'interprétation, et les pipelines complexes combinant récupération de contexte, génération de plusieurs candidats et sélection, coûteux en calcul et en allers-retours vers la base. SQRL vise à fusionner les deux logiques dans un seul modèle, qui ne paie le coût d'une inspection que lorsque la question l'exige réellement. Pour l'entraîner à cette discipline, Feyn a d'abord nettoyé ses données issues des benchmarks BIRD et Spider, écartant les exemples dont la requête de référence ne produisait aucun résultat exploitable, puis a fait valider les paires restantes par trois modèles juges chargés de vérifier que chaque requête répondait bien à la question posée.

LLMs⚡Actu

1 source

42

Illustration générée par IA

2877MarkTechPost 

Alibaba dévoile Qwen3.8-Max, un modèle multimodal de 2 400 milliards de paramètres, quelques jours après le lancement du modèle ouvert Kimi K3 de Moonshot

Alibaba a dévoilé le 19 juillet 2026, lors de la World AI Conference (WAIC) de Shanghai, une version de démonstration de Qwen3.8-Max, présentée par l'équipe Qwen comme le prochain modèle phare du groupe. Selon Alibaba, il compterait 2 400 milliards de paramètres et se classerait juste derrière Fable 5 parmi les systèmes évalués en interne, mais aucun tableau de benchmarks, aucune fiche technique et aucune licence n'ont été publiés pour étayer ce chiffre. L'accès à cette préversion est déjà ouvert via l'abonnement Token Plan d'Alibaba, ainsi que via Qoder et QoderWork, à 10 % du tarif standard. Le développeur Qwen Shuai Bai a précisé qu'il s'agit du premier modèle multimodal de l'équipe dépassant les 1 000 milliards de paramètres, capable de traiter texte, images, vidéo et documents, et censé surpasser Qwen3.7-Max en codage, développement full-stack, analyse de données et tâches bureautiques. L'annonce est tombée deux jours seulement après le lancement par Moonshot AI de Kimi K3, un modèle à poids ouverts de 2 800 milliards de paramètres, ce qui situe clairement Qwen3.8 dans une course de vitesse entre laboratoires chinois plutôt que dans une simple mise à jour de gamme. Ce que cette annonce change concrètement reste flou tant que les chiffres ne sont pas vérifiés. Le nombre total de paramètres ne reflète pas la puissance de calcul réellement utilisée: Alibaba n'a toujours pas communiqué le nombre de paramètres activés par token, la donnée qui détermine le coût réel de mise en production d'un modèle à mélange d'experts épars (MoE). L'historique de la famille Qwen invite à la prudence: Qwen3-235B-A22B n'active que 22 milliards de paramètres sur ses 235 milliards, et Qwen3-30B-A3B environ 3 milliards seulement. La compatibilité annoncée avec les protocoles OpenAI et Anthropic est en revanche un argument concret pour les développeurs, puisque les agents de codage existants pourraient basculer vers Qwen3.8 sans reconstruire leur infrastructure. Pour l'instant, la seule base vérifiable reste Qwen3.7-Max, lancé en mai 2026 en poids fermés: 92,4 sur GPQA Diamond, 80,4 % sur SWE-bench Verified, 69,7 sur Terminal-Bench 2.0, une fenêtre de contexte d'un million de tokens, à 1,25 dollar par million de tokens en entrée et 3,75 dollars en sortie. Cette annonce s'inscrit dans une compétition de plus en plus frontale entre laboratoires chinois pour la position de leader sur les modèles ouverts, Alibaba et Moonshot AI cherchant chacun à occuper le devant de la scène lors des grands rendez-vous comme la WAIC. Alibaba avait déjà promis l'ouverture des poids pour ses précédents modèles Max sans jamais tenir cette promesse, ce qui pousse à attendre une date précise, une licence et surtout la publication d'un vrai tableau de benchmarks avant de valider les affirmations sur les performances de Qwen3.8.

LLMs❧Opinion

1 source

45

Illustration générée par IA

2878The Decoder 

Google Deepmind affirme que les générateurs vidéo possèdent déjà les modèles du monde qui manquaient à la vision par ordinateur

Google DeepMind a présenté GenCeption, un système qui détourne un générateur vidéo de son usage habituel pour lui faire accomplir des tâches classiques de vision par ordinateur, comme l'estimation de profondeur ou la segmentation d'images. Le modèle atteint des performances comparables aux meilleurs systèmes spécialisés actuels, alors qu'il a été entraîné avec beaucoup moins de données. Fait notable, son entraînement s'est appuyé presque exclusivement sur des vidéos synthétiques plutôt que sur des images réelles, une approche qui réduit considérablement les besoins en données annotées manuellement. Cette prouesse technique alimente un débat déjà vif dans la communauté de l'intelligence artificielle : les générateurs vidéo, conçus à l'origine pour produire des images animées réalistes, contiendraient-ils déjà, en creux, une forme de modèle universel du monde physique ? Si cette hypothèse se confirme, les implications sont importantes pour l'industrie de la vision par ordinateur, qui pourrait voir converger deux familles de systèmes jusqu'ici séparées, les modèles génératifs et les modèles de perception. Cela ouvrirait la voie à des architectures plus polyvalentes, capables à la fois de générer et de comprendre le monde visuel, réduisant les coûts de développement pour des applications comme la robotique, la conduite autonome ou l'analyse d'images médicales. Le débat sur les modèles du monde occupe une place centrale dans la recherche en IA depuis plusieurs années, porté notamment par des chercheurs comme Yann LeCun chez Meta, qui plaide pour des architectures capables d'apprendre une représentation implicite de la physique et de la causalité plutôt que de simplement prédire des pixels. Les résultats de Google DeepMind suggèrent que les générateurs vidéo, entraînés uniquement à prédire des séquences d'images plausibles, développent malgré tout une compréhension exploitable de la structure du monde réel. Reste à savoir si cette capacité se généralise à d'autres tâches de vision plus complexes, et si les grands laboratoires d'IA, entre Google, Meta et OpenAI, orienteront davantage leurs futurs modèles vers cette convergence entre génération et perception.

Recherche❖Paper

1 source

42

Illustration générée par IA

2879The Decoder 

Kimi K3 de Moonshot devance Fable 5 sur le code frontend, mais accuse un net retard en mathématiques complexes

Kimi K3, le nouveau modèle du laboratoire chinois Moonshot AI, vient de s'imposer en tête du classement Code Arena dans la catégorie développement frontend, devançant nettement Claude Fable 5 d'Anthropic et GPT-5.6 Sol d'OpenAI. Il s'agit d'une première pour un modèle chinois sur ce classement spécifique, qui évalue la qualité du code d'interface utilisateur généré par les modèles de langage. Mais ce succès a ses limites : sur le test FrontierMath Tier 4, qui mesure les capacités de raisonnement mathématique avancé, Kimi K3 plafonne à environ 39 %, alors que les modèles phares d'OpenAI et d'Anthropic atteignent des scores proches de 90 %. Ce contraste de performances illustre une tendance de fond dans la course aux modèles de langage : l'écart entre les laboratoires chinois et américains se resserre fortement sur certaines tâches pratiques comme la génération de code, mais reste béant sur le raisonnement abstrait le plus exigeant. Pour les développeurs et les entreprises qui choisissent un modèle selon leurs besoins concrets, cela signifie qu'un modèle comme Kimi K3 peut devenir un choix pertinent et probablement moins coûteux pour des tâches de développement frontend, tout en restant inadapté à des usages nécessitant un raisonnement mathématique poussé, comme la recherche scientifique ou l'ingénierie complexe. Ce résultat s'inscrit dans la compétition croissante entre Moonshot, une start-up chinoise soutenue notamment par Alibaba, et les géants américains de l'IA générative. Depuis plusieurs mois, les laboratoires chinois comme Moonshot, DeepSeek ou Alibaba multiplient les annonces de modèles rivalisant sur des benchmarks spécifiques, sans toujours égaler les ténors américains sur l'ensemble des critères. La spécialisation par domaine de compétence pourrait devenir un argument de différenciation clé, chaque acteur cherchant à dominer des niches précises plutôt qu'à viser une supériorité généralisée.

LLMs❖Paper

1 source

40

Illustration générée par IA

2880The Decoder 

L'IA a du mal à détecter les textes générés quand les modèles imitent le style d'un auteur

Un article français de 3 paragraphes, sans titre, respectant le format demandé. Epoch AI a testé trois détecteurs de texte généré par intelligence artificielle parmi les plus utilisés, Pangram, GPTZero et Originality.ai, en les confrontant à des textes où des modèles de langage imitaient le style d'un auteur précis. Résultat : jusqu'à 18 % des passages générés par IA sont passés inaperçus, échappant totalement à la détection. Pour les écrits scientifiques, ce taux d'échec grimpe jusqu'à 48 %, soit près d'un texte sur deux. Ce chiffre est particulièrement préoccupant puisque la rédaction scientifique constitue justement le domaine où ces outils de détection sont le plus utilisés en pratique, notamment par les revues académiques et les institutions de recherche pour vérifier l'intégrité des soumissions. Cette faille a des conséquences concrètes pour tous ceux qui s'appuient sur ces détecteurs pour garantir l'authenticité d'un contenu, qu'il s'agisse d'éditeurs scientifiques, d'établissements d'enseignement ou de plateformes éditoriales. Si un texte généré par IA peut se faire passer pour une production humaine simplement en imitant le style d'un auteur, la valeur de ces outils comme rempart contre la fraude académique ou la désinformation s'en trouve fortement réduite. Cela remet en question la fiabilité des politiques qui s'appuient exclusivement sur ces détecteurs, notamment dans les procédures d'évaluation de travaux universitaires ou de manuscrits scientifiques, où les enjeux de crédibilité et d'intégrité sont particulièrement élevés. Cette étude s'inscrit dans un contexte de course technologique constante entre générateurs et détecteurs de texte IA, où chaque amélioration des modèles de langage tend à rendre obsolètes les méthodes de détection existantes. Les techniques de mimétisme stylistique, qui permettent à un modèle de reproduire les tournures et le ton propres à un auteur donné, représentent une nouvelle stratégie de contournement particulièrement efficace. Face à ces résultats, la question se pose de savoir si les détecteurs actuels peuvent réellement suivre le rythme des avancées des modèles génératifs, ou si d'autres approches, comme la vérification par filigrane numérique ou des méthodes hybrides combinant plusieurs signaux, devront prendre le relais pour garantir l'authenticité des contenus à l'avenir.

Recherche❖Paper

1 source