Aller au contenu principal
Le Fil IA

Actualités IA — page 29

9 268 articles au fil, du plus récent au plus ancien.

Ce n'est plus de l'IA mais de la « superintelligence », selon la Maison-Blanche
Illustration générée par IA
561TechCrunch AI 

Ce n'est plus de l'IA mais de la « superintelligence », selon la Maison-Blanche

La Maison-Blanche a réuni cette semaine la quasi-totalité des grands patrons de la tech, dont Mark Zuckerberg (Meta), Jeff Bezos, Elon Musk et Dario Amodei, le dirigeant d'Anthropic. Tous ont signé un engagement sur la sécurité de l'intelligence artificielle, que Donald Trump a qualifié de « moralement contraignant ». Le président américain a aussi signé un décret qui rebaptise officiellement l'IA en « super intelligence ». Dans le même temps, Meta et OpenAI s'emploient à donner un visage plus amical à leurs produits d'IA, alors que les enjeux financiers autour de cette technologie restent colossaux. Cet engagement ne repose que sur une parole donnée : le qualificatif « moralement contraignant » signifie qu'aucune obligation légale n'est créée. Les entreprises s'exposent donc surtout à un risque d'image si elles ne le respectent pas. Le changement de vocabulaire a lui aussi des effets concrets. Appeler « super intelligence » ce que l'on nommait jusqu'ici IA place les systèmes actuels sous une étiquette beaucoup plus ambitieuse, ce qui peut influencer la perception du public, des investisseurs et des régulateurs. Les utilisateurs verront aussi arriver des assistants conçus pour paraître plus proches et plus rassurants. Ce moment illustre le rapprochement entre l'administration Trump et les géants du secteur, qui se disputent la tête d'une course technologique et financière. La réunion de concurrents directs autour d'un même texte montre l'importance politique du dossier. Reste à savoir si cet engagement sera suivi de mesures vérifiables ou s'il restera symbolique, et comment cette nouvelle appellation sera reprise dans les débats réglementaires.

RégulationReglementation
1 source
Sean Parker se fait le promoteur de la musique générée par IA
Illustration générée par IA
562The Information AI 

Sean Parker se fait le promoteur de la musique générée par IA

Sean Parker veut devenir la personne qui convainc les artistes et producteurs de musique d'adopter l'intelligence artificielle. Cofondateur de Napster, il fut d'abord un « renégat hors-la-loi », selon ses propres termes, aux yeux d'une industrie musicale qu'il avait bousculée. Après son passage chez Facebook, il a investi très tôt dans Spotify, notamment lorsqu'il travaillait au sein du Founders Fund de Peter Thiel, avant de siéger durant de longues années à son conseil d'administration. Il a pris le contrôle de Stability AI il y a deux ans, alors que la jeune pousse, autrefois très en vue, avait failli disparaître. Il compte désormais s'appuyer sur sa discrète résurrection pour conquérir la musique. Il rompt aujourd'hui un long silence sur ses ambitions et ses plans pour l'entreprise. L'enjeu dépasse le destin d'une start-up. Les créateurs et les maisons de disques se demandent comment l'IA générative s'inscrira dans leur métier, et le choix des acteurs qui bâtiront ces outils déterminera la place laissée aux artistes. Parker connaît bien le milieu et ses réticences. Selon lui, les gens passionnés de musique entrent dans l'industrie, s'y brûlent, puis ne reviennent souvent jamais. Il se décrit comme l'un des rares à être « assez masochiste » pour y retourner. Ce franc-parler traduit une ambition claire : séduire un secteur méfiant plutôt que l'affronter. Le parcours de Parker éclaire cette stratégie. Avec Napster, il avait ouvert la voie à la musique numérique en contournant les ayants droit. Avec Spotify, il a ensuite accompagné la mutation du secteur vers le streaming légal. Stability AI, connue pour ses modèles génératifs, a traversé une période de turbulences qui l'a menée au bord de l'effondrement avant sa reprise. La suite dépendra de la capacité de Parker à nouer des alliances avec les artistes et les producteurs, dans un secteur échaudé par les ruptures technologiques passées.

CréationActu
1 source
La dette des data centers d'IA s'étend à tout le secteur financier
Illustration générée par IA
563The Information AI 

La dette des data centers d'IA s'étend à tout le secteur financier

Le financement par la dette des centres de données consacrés à l'IA est devenu une catégorie à part entière. Les analystes du crédit distinguent désormais la dette liée à l'IA de celle qui ne l'est pas pour suivre les émissions et leur performance, et plusieurs gestionnaires d'actifs ont déposé ces derniers mois des demandes de création de fonds cotés dédiés à la dette d'infrastructures d'IA. Pourtant, certains segments vacillent : écarts de taux plus larges sur la dette des géants technologiques notés investment grade, concessions plus importantes exigées sur les obligations à haut rendement de projets de centres de données, prudence sur le marché des prêts bancaires. Selon The Information, au moins 20 émissions à haut rendement ont financé de tels projets en douze mois. Leurs émetteurs, comme CleanSpark ou TeraWulf, sont peu connus, et la dette passe souvent par des sociétés ad hoc encore plus obscures. Ces émissions financent les bâtiments et leurs équipements, non les puces. Derrière ces noms discrets, on retrouve presque tous les grands acteurs de l'IA. Plusieurs projets concernent des sites loués à CoreWeave, dont les clients incluent Microsoft, Meta et OpenAI ; l'un d'eux comprend deux centres, dont l'un est loué par Alibaba Cloud. D'autres financements portent sur des espaces loués par la start-up Fluidstack, certaines de ses obligations étant garanties par Google, et qui construit des capacités pour Anthropic, lequel recourt de plus en plus aux puces TPU de Google. Deux émissions au Nevada, via SV RNO Property Owner 1 LLC et PR RNO Property Owner 1 LLC, sont développées par Fleet Data Centers, filiale de Tract Capital, avec un locataire anonyme de plus de 3 000 milliards de dollars de capitalisation que Bloomberg identifie comme Nvidia. Celle-ci a révélé en août 25 milliards de dollars d'engagements de baux non encore démarrés, plus 20 milliards destinés à être réaffectés à des tiers. S'y ajoutent des obligations liées à des sites loués par Amazon et Oracle, le campus Cosmos de SB Energy au Texas, garanti par une filiale de SoftBank, et un projet CleanSpark pour Meta. L'enjeu est que des émetteurs de moindre qualité de crédit portent une part de l'infrastructure dont dépendent les plus grandes entreprises d'IA. Si les investisseurs deviennent plus sélectifs et examinent de près les risques de construction propres à chaque projet, le coût du capital peut grimper pour les développeurs, ce qui pourrait ralentir ou renchérir de nouveaux sites. Les garanties de crédit apportées par Google ou SoftBank, ou la qualité des locataires, deviennent alors déterminantes, tout comme la visibilité sur les engagements de location de Nvidia. Pour les épargnants, l'arrivée de fonds cotés spécialisés fait aussi entrer ce risque dans des portefeuilles beaucoup plus larges. Ce mouvement découle de la course à la capacité de calcul, qui a dépassé les moyens de financement traditionnels des grandes entreprises. Après les obligations émises par les géants du secteur et les prêts bancaires, le haut rendement est devenu une source de plus pour bâtir les sites. Les fissures observées sur plusieurs marchés suggèrent que l'appétit des investisseurs, longtemps acquis, est désormais à l'épreuve, et la suite dépendra de la performance de ces obligations et de la solidité des locataires finaux.

BusinessOpinion
1 source
Redéfinir l'intelligence en entreprise grâce à l'IA autonome
Illustration générée par IA
564MIT Technology Review 

Redéfinir l'intelligence en entreprise grâce à l'IA autonome

Selon un rapport publié par Insights, la branche de contenus sponsorisés de MIT Technology Review, l'IA en entreprise n'est plus une ambition future mais une réalité opérationnelle. Les investissements mondiaux dans l'IA devraient atteindre 2 500 milliards de dollars en 2026, soit 44 % de plus que l'année précédente, tandis que les capacités des modèles progressent plus vite que la plupart des organisations ne parviennent à les absorber et que le coût de la performance continue de baisser. Pourtant, cet effort a souvent produit de la fragmentation : les agents commerciaux ignorent les tickets de support ouverts, les outils marketing personnalisent des contenus sans savoir ce que la finance connaît déjà du client. Chaque fonction fonctionne correctement isolément, mais l'entreprise dans son ensemble apprend peu. Le rapport appelle « virage agentique » le passage de l'IA comme outil à l'IA comme modèle d'exploitation, et constate que la majorité des entreprises ne font toujours pas croître leur chiffre d'affaires grâce à l'IA ni ne repensent en profondeur leur fonctionnement. Ce constat a des conséquences directes pour les dirigeants et les équipes techniques : le problème de passage à l'échelle est structurel, non technologique. Les entreprises qui tirent des rendements durables partagent une même discipline. Elles considèrent la refonte des processus comme un travail préalable au choix du modèle, et conçoivent leurs organisations en anticipant l'évolution de la technologie plutôt qu'en adaptant rôles et flux de travail après le déploiement. Pour elles, tout commence par le modèle opérationnel. Le rapport insiste aussi sur la différence entre posséder des données et disposer de données prêtes pour l'IA, une distinction que beaucoup découvrent trop tard. C'est la disponibilité, et non l'abondance, qui permet à l'IA de produire des effets cumulatifs. Le rapport replace cette analyse dans un contexte de contraintes croissantes : lois sur la localisation des données, environnements multicloud et complexité structurelle rendent la centralisation de plus en plus irréaliste. Il préconise donc une triple refonte menée simultanément sur l'architecture et le modèle opérationnel. Il s'agit de reconstruire l'infrastructure de données pour l'accessibilité plutôt que le volume, de remplacer les piles technologiques figées par des architectures composables capables d'évoluer avec les modèles et les outils, et de trancher la question de la souveraineté de l'IA, c'est-à-dire où l'intelligence s'exécute, qui la contrôle et comment elle opère au-delà des frontières organisationnelles et juridiques. Une fondation souveraine et composable, qui interroge et prépare les données là où elles résident, sans migration ni centralisation, permettrait de convertir des gisements de données bruts en intelligence exploitable par des agents. Il convient de noter que ce contenu est sponsorisé et ne provient pas de la rédaction du magazine.

BusinessActu
1 source
Ajoutez une recherche web sécurisée à Claude Desktop avec Amazon Bedrock AgentCore
Illustration générée par IA
565AWS ML Blog 

Ajoutez une recherche web sécurisée à Claude Desktop avec Amazon Bedrock AgentCore

Claude Desktop sur Amazon Bedrock est limité par la date de coupure des connaissances du modèle : documentation récente, tarifs en direct ou météo lui échappent. AWS propose de combler cette lacune avec Web Search, une capacité de recherche web entièrement gérée et compatible avec le protocole MCP (Model Context Protocol), exposée via AgentCore Gateway, un composant d'Amazon Bedrock AgentCore. Elle s'appuie sur un index web d'Amazon couvrant des dizaines de milliards de documents. Tout le trafic de requêtes reste dans l'infrastructure AWS, sans clé API externe à gérer. Web Search est disponible dans trois régions : US East (Virginie du Nord, us-east-1), Europe (Irlande, eu-west-1) et Asie-Pacifique (Tokyo, ap-northeast-1). Le tutoriel d'AWS décrit une configuration en plusieurs étapes. Elle commence par la création d'un pool d'utilisateurs Amazon Cognito, via la CLI AWS, qui sert d'émetteur de jetons OpenID Connect pour la passerelle. Claude Desktop se connecte ensuite à la passerelle en tant que serveur MCP géré, avec la cible Web Search activée. L'intérêt tient surtout à la sécurité et à la gouvernance. Beaucoup d'entreprises utilisent déjà AWS IAM Identity Center pour l'authentification unique. Elles peuvent donc donner à Claude Desktop un accès à la recherche web par un flux d'identité qu'elles maîtrisent déjà, sans identifiants distincts ni fournisseur d'identité tiers. Les requêtes ne quittent pas le périmètre AWS, ce qui répond à une préoccupation courante des organisations soumises à des exigences de confidentialité : éviter que des questions internes transitent par des services de recherche externes. Pour les équipes techniques, cela évite aussi de gérer, de renouveler et de protéger des clés API supplémentaires. Les utilisateurs obtiennent des réponses à jour, sans quitter leur assistant ni contourner les règles de sécurité de l'entreprise. Sur le plan technique, la solution enchaîne plusieurs briques. IAM Identity Center authentifie les utilisateurs par SAML (Security Assertion Markup Language). Amazon Cognito sert de couche de fédération et émet des jetons JWT (JSON Web Token) selon le flux OAuth 2.0 avec code d'autorisation. AgentCore Gateway valide ces jetons à chaque requête, de sorte que toute la chaîne d'authentification reste dans AWS. Les prérequis sont un compte AWS autorisé à créer des rôles IAM et des ressources AgentCore, un accès administrateur au compte de gestion d'AWS Organizations, IAM Identity Center déjà configuré, Claude Desktop paramétré avec Bedrock comme fournisseur d'inférence, la CLI AWS v2, Python 3.10 ou supérieur et une version à jour du SDK Boto3. Cette approche s'inscrit dans la volonté d'AWS de faire d'AgentCore une plateforme pour construire, connecter et optimiser des agents à grande échelle, avec n'importe quel framework ou modèle. Le protocole MCP s'impose comme la manière standard de brancher des outils externes aux assistants d'IA.

OutilsOutil
1 source
Affiner un agent de recherche par apprentissage par renforcement multi-tours sur Amazon SageMaker AI
Illustration générée par IA
566AWS ML Blog 

Affiner un agent de recherche par apprentissage par renforcement multi-tours sur Amazon SageMaker AI

Amazon a présenté une méthode pour affiner un agent de recherche avec l'apprentissage par renforcement multi-tours (MTRL) sur Amazon SageMaker AI. Un agent de recherche fonctionne sur de grands modèles de langage : il décide seul quoi chercher, quelle stratégie de récupération employer et quand s'arrêter, en affinant son approche d'un tour à l'autre selon ce qu'il a déjà obtenu. Le service MTRL de SageMaker AI traite une tâche d'agent comme une suite de décisions. Il génère ses données d'entraînement par des déploiements (rollouts) multi-tours, puis optimise le modèle avec des algorithmes de gradient de politique. Il propose une interface modulaire entre agent et environnement, où l'on définit ses propres récompenses, boucles d'outils et formats de conversation. L'exécution est serverless, facturée au jeton, sans cluster GPU à gérer. La collecte des trajectoires est asynchrone : génération et mises à jour de gradient tournent en parallèle, avec un décalage hors politique borné. La bibliothèque d'algorithmes inclut PPO, CISPO et des pertes à échantillonnage d'importance, associés à des estimateurs d'avantage par groupe (GRPO, GRPO pass@k, RLOO). L'entraînement est reprenable sur plusieurs jobs, les trajectoires et récompenses s'observent dans MLflow, et des jobs d'évaluation mesurent récompense, pass@k et métriques de trajectoire avant un déploiement sur un endpoint SageMaker ou sur Amazon Bedrock. L'enjeu est d'obtenir la fiabilité d'un modèle de pointe avec la vitesse et le coût d'un petit modèle. Un petit modèle sollicité par simple prompt produit rarement un comportement multi-tours fiable. Un modèle de pointe y parvient plus souvent, mais au prix d'une latence et d'un coût plus élevés. L'affinage permet d'enseigner directement au petit modèle les outils et l'environnement de l'entreprise, avec une inférence plus rapide et moins chère. Le MTRL a de plus l'avantage de ne demander qu'un signal de récompense sur le résultat final, sans exiger que chaque étape soit notée. Il s'adapte bien aux agents de recherche, qui réunissent une récompense claire (la qualité de la récupération), une boucle d'interaction multi-tours et un environnement bien défini, celui des outils de recherche. Les approches classiques montrent leurs limites ici. L'affinage supervisé (SFT) repose sur des démonstrations expertes de trajectoires multi-tours idéales, coûteuses à collecter et souvent inexistantes pour un environnement donné. L'apprentissage par renforcement à tour unique, comme le RLVR (récompenses vérifiables), note une réponse à la fois. Or un agent de recherche enchaîne des décisions interdépendantes, chacune s'appuyant sur le contexte des précédentes, et optimiser une étape isolément ignore ces dépendances. L'article, publié par AWS, annonce ensuite des résultats sur la qualité de récupération et la fiabilité, mais le passage présenté s'interrompt avant d'en donner les chiffres. Cette offre s'inscrit dans la course des grands fournisseurs de cloud à rendre l'apprentissage par renforcement d'agents accessible sans infrastructure dédiée.

OutilsOutil
1 source
Datalab lance OmniExtractBench pour corriger les biais et le manque de transparence des benchmarks d'extraction
Illustration générée par IA
567MarkTechPost 

Datalab lance OmniExtractBench pour corriger les biais et le manque de transparence des benchmarks d'extraction

Datalab a publié OmniExtractBench, un benchmark ouvert dédié à l'extraction structurée de documents : on fournit à un système un PDF et un schéma JSON, et l'on mesure la fidélité avec laquelle il remplit ce schéma. Le jeu de test regroupe 620 documents issus de quatre benchmarks existants : 329 viennent d'ExtractBench (LlamaIndex), 202 d'une suite synthétique interne de Datalab, 47 de LongExtractBench (micro1, commandé par Reducto) et 42 de LongArray-Extract (Extend). Les formulaires réglementaires forment la plus grande catégorie, avec 88 documents ; 128 documents tiennent sur une page, tandis que 33 documents de plus de 100 pages concentrent 40 % de toutes les pages. Un unique scorer déterministe note l'ensemble et justifie chaque décision. Il s'installe depuis PyPI sous le nom omni-extract-bench (version 0.1.7, Python 3.11 ou supérieur, SciPy comme seule dépendance) sous licence Apache 2.0, le code est sur GitHub et les données sur Hugging Face sous CC BY 4.0. Relancer les évaluations des éditeurs suppose toutefois d'utiliser ses propres clés d'API et des crédits payants. Le scorer aplatit les JSON de prédiction et de référence en adresses, c'est-à-dire des chemins vers des valeurs isolées, puis normalise chaque valeur, de sorte que « 03/31/2024 » équivaut à « 2024-03-31 ». Les tableaux, point délicat, sont appariés par contenu grâce à l'algorithme hongrois plutôt que par position. Lors d'un test sur un tableau de 100 lignes privé de sa première ligne, la comparaison positionnelle donne 0 %, contre 99 % pour OmniExtractBench. Chaque valeur reçoit l'un de six verdicts : matched (appariée et identique), misread (appariée mais différente), unfound (présente dans la référence, absente de la prédiction), fabricated (champ autorisé mais vide dans la référence, rempli par le système), inventeditem (ligne prédite sans correspondance) et inventedfield (adresse non déclarée dans le schéma). L'exactitude rapporte les valeurs correctes à l'ensemble des verdicts, la précision aux valeurs prédites, le rappel aux valeurs de référence. Les chaînes vides, None et espaces sont traitées comme des omissions, ce qui empêche de gonfler artificiellement son score en remplissant le schéma de champs optionnels vides : dans le test de Datalab, ils n'ajoutent aucun verdict. L'enjeu est la comparabilité. Datalab dénonce quatre travers récurrents : des documents ou un scoring qui avantagent l'éditeur auteur du benchmark, des protocoles opaques où un mauvais score peut venir d'un banc de test défaillant plutôt que du modèle, une notation inexplicable et une variété documentaire étroite, certaines suites ne contenant que des tableaux denses, d'autres que des fichiers propres. En distinguant les valeurs manquées, mal lues ou inventées, le benchmark permet de savoir quels systèmes omettent des champs et lesquels fabriquent des valeurs, un critère décisif pour les entreprises qui automatisent le traitement de factures, de dépôts réglementaires ou de contrats. Cette publication intervient alors que les fournisseurs d'extraction publient chacun leur propre classement, difficilement comparables ou auditables. Plusieurs de ces suites sont d'ailleurs reprises ici : ExtractBench et LongArray-Extract alignaient déjà les lignes par l'algorithme hongrois, alors que LongExtractBench s'appuie sur une clé de ligne. Il faut toutefois noter que Datalab est lui-même un acteur du marché et que sa suite synthétique représente la deuxième part du corpus, ce qui rend l'indépendance du résultat dépendante de la transparence du scorer, publié en open source. La suite dépendra de l'adoption par les autres éditeurs.

RechercheOutil
1 source
arXiv limite les soumissions à 2 par mois pour faire face à la submersion due à la genAI
Illustration générée par IA
568Next INpact 

arXiv limite les soumissions à 2 par mois pour faire face à la submersion due à la genAI

La plateforme de prépublication scientifique arXiv, la plus ancienne et la plus populaire du domaine, limite désormais chaque auteur à deux soumissions par mois calendaire, ainsi qu'à trois soumissions simultanément en attente de vérification. La règle s'applique même si les articles précédemment soumis ont été rejetés. Elle vient s'ajouter à des mesures déjà durcies : en octobre 2025, arXiv a cessé d'accepter les articles de synthèse et les argumentaires sur l'IA, seuls ceux présentant une nouveauté scientifique étant conservés dans cette discipline. En mai dernier, elle a instauré une suspension d'un an pour les auteurs qui soumettent des textes générés par IA manifestement non vérifiés. Au terme de cette suspension, leurs articles ne sont de nouveau acceptés que s'ils ont déjà été retenus par une revue ou une conférence, ce qui retire l'essentiel de l'intérêt de la plateforme. Dans le domaine de l'IA, les soumissions continuent de grimper, et dans les autres disciplines elles ont doublé depuis janvier 2024. Cette décision vise à protéger un système qui repose sur des modérateurs bénévoles. Selon Thomas Dietterich, président du Conseil consultatif éditorial d'arXiv, une proportion relativement faible d'auteurs soumet un grand nombre d'articles de mauvaise qualité et accapare une part disproportionnée du temps des modérateurs. Les auteurs sérieux en font les frais : leurs articles peuvent attendre plusieurs jours, voire plusieurs semaines, avant d'être publiés. Le plafond est difficile à contourner, car créer un compte sur arXiv n'est pas simple et ouvrir un second compte ne permet pas d'échapper à la restriction. Chaque auteur choisit librement les deux articles qu'il met en ligne chaque mois, une limite très inférieure au rythme que permettent désormais les outils d'IA. Le phénomène dépasse arXiv. Le cas du chercheur Nicholas Polson, qui a mis en ligne plus de 200 prépublications depuis le début de 2026, essentiellement sur SSRN, plateforme du groupe Elsevier, a récemment illustré cette dérive. Dans un billet de blog, arXiv explique qu'auparavant, le rythme auquel un chercheur pouvait produire des travaux indépendants avait une limite pratique clairement identifiable, que les modérateurs faisaient respecter en bridant les auteurs qui la dépassaient largement. Avec des outils d'IA toujours plus sophistiqués et accessibles, cette limite fait aujourd'hui débat. La plateforme a par ailleurs annoncé 17 millions de dollars de financement provenant de fondations et de XTX Markets. Elle rappelle que les articles soumis doivent présenter des travaux originaux, novateurs et significatifs, formant un tout cohérent et relevant de ses catégories. La question qui se pose est de savoir si ce quota suffira, ou si les plateformes devront recourir à des dispositifs de vérification plus contraignants.

RecherchePaper
1 source
Airbnb repense son IA de bout en bout, des coulisses à l'expérience des voyageurs
Illustration générée par IA
569Latent Space 

Airbnb repense son IA de bout en bout, des coulisses à l'expérience des voyageurs

Ahmad Al-Dahle, qui dirigeait l'IA générative chez Meta et a piloté le lancement des modèles open source Llama entre 2023 et 2025, est devenu directeur technique d'Airbnb en janvier. Sa mission : transformer l'entreprise en « société AI-native ». Concrètement, Airbnb utilise d'abord l'IA en interne pour accélérer le développement de ses produits, puis réutilise ces mêmes capacités pour transformer l'expérience des clients, une approche que Latent Space qualifie d'IA « de l'intérieur vers l'extérieur ». Selon Al-Dahle, 60 % du code d'Airbnb est désormais rédigé par l'IA, près de 80 % de fonctionnalités et d'améliorations supplémentaires ont été livrées en un an, et le débit de pull requests par ingénieur moyen a augmenté d'environ 1,6 fois. Un outil interne baptisé Everest a par exemple servi à accélérer le lancement d'un nouveau service destiné au public. Sur le support client, premier domaine exposé aux utilisateurs où l'IA a été déployée, environ la moitié des tickets est résolue uniquement par des agents IA, ce qui correspond aux résultats du deuxième trimestre de l'entreprise, qui évoquaient près de 45 %. Ces chiffres montrent comment une grande entreprise historique du numérique peut modifier en profondeur sa façon de produire. Airbnb a supprimé les passages de relais successifs entre cahier des charges, maquettes Figma, développement et tests en production : produit, design et ingénierie travaillent désormais directement sur des prototypes. Le code devient l'objet autour duquel on raisonne, à la place de documents intermédiaires comme les spécifications produit. Pour Al-Dahle, réduire ces délais est l'un des gains majeurs que les éditeurs de logiciels traditionnels doivent réaliser, et il a produit selon lui un net effet d'entraînement sur le développement. Côté clients, l'enjeu est la fiabilité : le support est décrit comme « le problème le plus difficile à déployer », car une erreur y a des conséquences lourdes. La méthode repose sur la construction d'un modèle et d'un agent, puis sur la génération d'une batterie de données synthétiques pour les tester avant toute mise en production. Les sujets sensibles, comme les questions de sécurité, restent confiés à des humains : Airbnb résout la moitié des tickets, mais choisit délibérément ceux qu'elle ne confie pas encore aux agents. Ce virage s'inscrit dans le parcours d'Al-Dahle et dans l'évolution du secteur. Airbnb, fondée en 2008, a toujours été vue comme une entreprise technologique opérant dans l'hôtellerie. Cotée depuis 2020, elle pèse environ 93 milliards de dollars en capitalisation, ce qui rend l'exercice d'autant plus ambitieux. Al-Dahle explique avoir quitté Meta parce qu'il aime « poursuivre les frontières difficiles » : chez Meta, la mécanique d'amélioration des modèles, génération après génération, était maîtrisée. Le prochain défi, estime-t-il, est de déployer ces modèles à grande échelle, de pousser les équipes à travailler autrement et d'intégrer ces systèmes en production, de façon créative, là où ils apportent une vraie valeur à l'expérience centrale des utilisateurs. Reste à voir si cette approche se généralisera aux autres parties du parcours client au-delà du support.

BusinessActu
1 source
NVIDIA DGX Spark 64GB offre aux développeurs plus d'options pour concevoir et déployer l'IA en local
Illustration générée par IA
570NVIDIA AI Blog 

NVIDIA DGX Spark 64GB offre aux développeurs plus d'options pour concevoir et déployer l'IA en local

NVIDIA annonce que son mini-superordinateur personnel DGX Spark sera disponible ce mois-ci dans une nouvelle configuration dotée de 64 Go de mémoire unifiée, proposée exclusivement par ses partenaires fabricants : Acer, ASUS, Dell, Gigabyte, HP et MSI. Cette version conserve la puce GB10 Grace Blackwell, le système DGX OS et la pile logicielle complète de NVIDIA, comme le modèle 128 Go. Elle permet de faire tourner localement des modèles jusqu'à 100 milliards de paramètres, ainsi que les applications d'agents bâties dessus, sans dépendre du cloud. Deux unités peuvent être reliées par un câble QSFP grâce à l'assistant NVIDIA Sync Cluster Assistant : la mémoire passe alors à 128 Go, le plafond à 200 milliards de paramètres, la bande passante mémoire double et les performances atteignent jusqu'à 1,7 fois celles d'une seule machine, selon un test NVIDIA sur Qwen 3.8 27B. L'outil détecte les unités, valide leur configuration et paramètre le réseau ConnectX-7. Fin du mois, NVIDIA Sync Model Launcher permettra de télécharger et lancer Qwen3.8 27B en quelques clics, sur une machine ou un cluster, avec accès depuis un ordinateur portable et configuration d'OpenCode pour coder dans le navigateur. Cette déclinaison abaisse le ticket d'entrée de la plateforme tout en préservant l'essentiel de l'architecture. Pour les développeurs, chercheurs et passionnés, elle offre un point de départ plus accessible pour travailler avec leurs propres données sans recourir à une instance cloud à chaque tâche, un enjeu de confidentialité et de maîtrise des coûts. Le système est livré prêt pour le développement d'agents : NVIDIA Agent Toolkit, bibliothèques CUDA-X AI, modèles ouverts Nemotron, ainsi qu'Ollama, vLLM et PyTorch avec CUDA fonctionnent d'emblée, et l'on peut passer de la mise sous tension à l'exécution d'un modèle en quelques minutes. Le fait que chaque nœud exécute la même pile logicielle évite toute reconfiguration en passant d'une à deux unités, ce qui permet de commencer petit et d'évoluer avec ses besoins. Blender figure parmi les premiers éditeurs d'applications créatives à prendre en charge la plateforme, avec un installateur prêt à télécharger annoncé prochainement. Cette annonce s'inscrit dans une tendance de fond : à mesure que les agents IA passent de l'expérimentation à l'usage quotidien du développement, des modèles ouverts de plus en plus capables se compactent assez pour tenir sur davantage d'appareils. NVIDIA cherche à occuper ce terrain de l'IA locale en proposant une plateforme complète, du calcul Grace Blackwell au réseau ConnectX-7, couvrant agents, inférence, fine-tuning, science des données et développement en périphérie. En s'appuyant sur six grands fabricants pour distribuer la nouvelle version, le groupe élargit sa diffusion au-delà de ses propres canaux. La prochaine étape probable est l'extension des usages en cluster multi-nœuds, NVIDIA présentant la plateforme comme conçue pour monter en charge au fil de la croissance des pipelines des développeurs.

InfrastructureActu
Aussi surMarkTechPost
Comment les revendeurs chinois de tokens font naître un marché gris autour d'Anthropic
Illustration générée par IA
571The Information AI 

Comment les revendeurs chinois de tokens font naître un marché gris autour d'Anthropic

Dans le quartier de Haidian, à Pékin, pôle animé réunissant universités et entreprises technologiques, un immeuble de bureaux ordinaire illustre un phénomène discret. Selon un occupant des lieux, six des quelque 30 locataires y exercent le même métier : vendre à des clients chinois un accès à Claude, le modèle d'Anthropic, ainsi qu'à d'autres modèles d'entreprises américaines d'IA. Ces revendeurs de jetons (tokens) opèrent en marge des règles. Anthropic ne propose pas ses services en Chine, pour des raisons de sécurité nationale, mais la demande de jetons Claude y est extrêmement forte, au point de faire vivre tout un commerce de proximité. Ce marché gris montre que l'interdiction d'accès affichée par les laboratoires américains se contourne facilement dès qu'il existe des intermédiaires prêts à servir les utilisateurs chinois. Pour Anthropic, l'enjeu dépasse le simple manque à gagner : ces circuits brouillent l'identité réelle de ceux qui interrogent ses modèles et compliquent la surveillance des usages. Pour les développeurs et entreprises chinois, ils offrent un accès à des outils jugés parmi les meilleurs, que l'offre locale ne remplace pas entièrement. L'entreprise figure parmi les plus virulentes à dénoncer l'extraction des capacités de ses modèles par des laboratoires chinois d'IA. Elle parle d'une « campagne secrète à l'échelle industrielle », appuyée sur de faux comptes ou des comptes volés, des cartes bancaires et des identités détournés. Les revendeurs de Haidian s'inscrivent dans ce contexte de rivalité technologique entre Washington et Pékin, où l'accès aux modèles de pointe devient un enjeu stratégique et où le durcissement des contrôles semble probable.

SécuritéActu
1 source
Amazon publie un billet alarmiste pour dissuader les communes de bloquer les centres de données
Illustration générée par IA
572The Verge AI 

Amazon publie un billet alarmiste pour dissuader les communes de bloquer les centres de données

Matt Garman, le PDG d'Amazon Web Services, a publié aujourd'hui un billet de blog de plus de 3 000 mots pour appeler le public à soutenir les projets de centres de données dédiés à l'intelligence artificielle. Selon lui, bloquer ces projets risquerait de causer des dommages irréparables à l'économie et à la sécurité nationale des États-Unis. Il répond point par point aux inquiétudes sur l'emploi, la demande en électricité et l'environnement. Il affirme que « notre nation ne peut pas se permettre de perdre » la course à la domination en IA. Il reconnaît que tout changement soulève des questions importantes, mais dénonce aussi de la désinformation et des « mensonges purs et simples ». À l'ère des réseaux sociaux et de l'information en continu, dit-il, les mythes s'installent plus vite que jamais. Cette prise de parole montre qu'un des plus grands fournisseurs de cloud au monde juge nécessaire de mener la bataille sur le terrain de l'opinion publique, et non plus seulement auprès des régulateurs. En liant les centres de données à la sécurité nationale, Amazon cherche à déplacer le débat : il ne s'agirait plus d'un enjeu d'aménagement local, mais d'un intérêt stratégique du pays. Les riverains, les élus locaux et les autorités chargées de délivrer les permis sont directement visés par ce plaidoyer. Ce billet s'inscrit dans un contexte de construction massive d'infrastructures pour l'IA, qui suscite une opposition grandissante dans plusieurs communautés. Les craintes portent sur la pression exercée sur les réseaux électriques, sur l'impact environnemental et sur la réalité des emplois créés. Amazon, comme ses concurrents du cloud, a besoin de nouveaux sites pour répondre à la demande. Le ton alarmiste de Garman laisse prévoir des campagnes d'influence plus poussées et des affrontements locaux de plus en plus fréquents.

InfrastructureActu
1 source
Le générateur de musique Suno produit désormais aussi de la voix parlée
Illustration générée par IA
573The Verge AI 

Le générateur de musique Suno produit désormais aussi de la voix parlée

Suno, la plateforme américaine de génération musicale par intelligence artificielle, sort du seul domaine de la musique en lançant Speech, une fonction qui produit des voix parlées à partir d'un script ou d'une description textuelle. Disponible en bêta publique sur le site web et les applications mobiles de Suno, l'outil permet de générer simultanément une voix off et la musique de fond qui l'accompagne. Jack Brody, directeur produit de l'entreprise, présente Speech comme le premier modèle audio capable de produire à la fois la voix et la musique. Il affirme que la musique restera « au cœur de Suno », tout en soulignant que la vision de l'entreprise a toujours englobé d'autres formes d'expression humaine. Pour les créateurs de contenu, cette nouveauté simplifie un flux de travail habituellement fragmenté : au lieu de combiner un service de synthèse vocale, une bibliothèque musicale et un logiciel de montage, un seul outil peut désormais livrer une piste sonore complète. Podcasteurs, vidéastes, publicitaires et développeurs d'applications y trouvent un moyen rapide de produire des habillages sonores, des narrations ou des contenus promotionnels. Le fait que voix et musique soient générées ensemble doit aussi favoriser une meilleure cohérence entre le ton de la narration et l'ambiance musicale, un point difficile à obtenir quand ces éléments proviennent de sources différentes. Cette annonce s'inscrit dans une stratégie d'élargissement de Suno, devenu l'un des noms les plus visibles de la musique générée par IA. Le terrain de la voix synthétique est déjà occupé par des acteurs établis comme ElevenLabs, ce qui place Suno en concurrence directe sur un nouveau segment. L'entreprise évolue par ailleurs dans un environnement sensible, marqué par les tensions avec l'industrie musicale autour des droits d'auteur et des données d'entraînement. L'extension vers la parole pose en outre la question de l'usage des voix synthétiques, que les utilisateurs et les régulateurs surveilleront de près.

CréationOutil
1 source
Le harnais Pi passe en 1.0 : une alternative open source à Codex et Claude Code
Illustration générée par IA
574Next INpact 

Le harnais Pi passe en 1.0 : une alternative open source à Codex et Claude Code

Pi, un harnais d'agent IA minimaliste et open source, vient de passer en version 1.0.0, ce que ses développeurs présentent comme un signe de maturité. Il se positionne comme une alternative à Claude Code d'Anthropic et à Codex d'OpenAI, sans dépendre des modèles de ces deux sociétés. L'outil est compatible avec plus de 1 500 modèles et variantes, qu'ils soient commerciaux, à poids ouverts ou exécutés en local. Parallèlement, ses auteurs présentent Pi Durable, une déclinaison conçue pour résister à des pannes qualifiées de « catastrophiques ». Le texte accessible ne détaille pas davantage le fonctionnement de cette version. Cette annonce touche à une question de dépendance que rencontrent de plus en plus de développeurs et d'entreprises. Un harnais lié à un seul fournisseur enferme l'utilisateur dans son catalogue, ses tarifs et ses conditions d'usage. Avec un harnais indépendant des modèles, on peut changer de modèle en cours de route, comparer des fournisseurs ou basculer vers un modèle local pour des raisons de coût, de confidentialité ou de souveraineté. Le passage en 1.0.0 compte aussi pour l'adoption : il signale une interface stabilisée, condition souvent exigée avant d'intégrer un outil dans des chaînes de travail professionnelles. L'approche minimaliste mais extensible vise à laisser chacun adapter l'agent à ses besoins plutôt que de subir un ensemble figé de fonctions. Le contexte est celui d'une distinction désormais courante dans l'IA générative entre le modèle et le harnais. Le premier se contente de produire du texte ou des contenus multimédias, tandis que le second regroupe tout ce qui l'entoure : accès aux fichiers, exécution de commandes, recherche sur Internet, génération de code. Les assistants de programmation comme Claude Code ont popularisé ce modèle d'agent, mais en l'associant à un moteur propriétaire unique. Pi s'inscrit dans le courant des alternatives ouvertes qui découplent l'agent du modèle, au moment où la rivalité entre Anthropic, OpenAI et les projets communautaires se joue autant sur les outils que sur les modèles. La résilience annoncée avec Pi Durable suggère que la fiabilité des agents, appelés à travailler longtemps et sans supervision, devient un enjeu central.

OutilsOutil
1 source
Ne vous laissez pas tromper : les LLM ne raisonnent pas
Illustration générée par IA
575MIT Technology Review 

Ne vous laissez pas tromper : les LLM ne raisonnent pas

Le 10 mars 2016 à Séoul, au deuxième match d'une rencontre en cinq parties, AlphaGo a posé une pierre sur la cinquième ligne du plateau, un coup si absurde que certains commentateurs y ont vu un bug. C'était le fameux coup 37, et le programme a fini par s'imposer 4 à 1 face à Lee Sedol, l'un des plus grands joueurs professionnels de l'histoire. Lee a reconnu ensuite avoir cru à une simple machine fondée sur le calcul de probabilités, avant de conclure qu'AlphaGo était « créatif ». L'auteur, qui a participé à la conception du programme, rappelle que Deep Blue avait battu Garry Kasparov en 1997 en explorant six à huit coups par joueur et en évaluant 200 millions de positions par seconde, avec des règles écrites à la main. Le go est incomparablement plus complexe : explorer ne serait-ce qu'une fraction des issues possibles prendrait des milliards d'années à un superordinateur. AlphaGo repose sur deux systèmes. Son réseau de politique, entraîné à deviner le coup d'un bon joueur humain, jugeait le coup 37 banal, avec environ une chance sur 10 000 d'être joué par un expert. C'est la machinerie de recherche qui l'a retenu, en construisant et en parcourant explicitement un arbre de milliers de branches, chacune représentant un futur possible. L'auteur y voit une erreur d'interprétation répandue : le coup 37 n'est pas un éclair d'intuition pure, mais le produit d'un raisonnement, capacité que l'IA actuelle ne possède pas. Il établit un parallèle avec la distinction popularisée par Daniel Kahneman entre le système 1, rapide et intuitif, et le système 2, lent et délibératif. Les réseaux d'AlphaGo fournissaient les intuitions, la recherche les mettait à l'épreuve, et aucune des deux moitiés ne suffisait seule. Les grands modèles de langage, eux, choisissent un jeton après l'autre, ce qui relève du système 1 : une complétion de motifs rapide et étonnamment efficace. Pour les faire délibérer, on les laisse produire des étapes intermédiaires, la « chaîne de pensée », avec des gains réels en mathématiques et en programmation. Mais, contrairement à la recherche d'AlphaGo, ce n'est pas un mécanisme distinct : ces étapes sont générées par la même prédiction du jeton suivant, simplement prolongée. Pour obtenir des résultats fiables et de véritables découvertes en science ou en médecine, il faudrait donc doter les systèmes d'un raisonnement authentique. L'auteur identifie trois lacunes qui empêchent ce que font les chatbots de passer pour du raisonnement au sens où un scientifique l'entendrait. La première est que ces modèles ne maintiennent généralement pas de représentation explicite, persistante et inspectable (le texte fourni s'interrompt à cet endroit). Le débat s'inscrit dans le virage pris par le secteur après le lancement de ChatGPT, quand on a constaté que la seule aisance linguistique ne suffisait pas à rendre les modèles réellement utiles. Les modèles dits « de raisonnement » en sont la réponse industrielle, mais l'argument avancé ici est que l'amélioration des performances ne dit rien de la nature du mécanisme sous-jacent. La piste esquissée consiste à combiner l'intuition des réseaux neuronaux avec une recherche explicite, comme dans AlphaGo, plutôt que de prolonger indéfiniment la génération de texte.

RechercheOpinion
1 source
[AINews] Pi 1.0, Pi Durable et AIE NYC
Illustration générée par IA
576Latent Space 

[AINews] Pi 1.0, Pi Durable et AIE NYC

Pi, l'outil d'agents de programmation désormais rattaché à la société Earendil, a publié le 1er octobre 2026 deux annonces qui ont toutes deux atteint la première page de Hacker News : Pi 1.0 et Pi Durable. La version 1.0 apporte le « Codemode », avec prise en charge native de MCP, de Jev et des modèles d'image, ainsi que la gestion de modèles virtuels par extensions et le chargement différé des outils. Elle ajoute aussi un préchauffage du cache pour les modèles d'Anthropic, des messages système en cours de conversation (qui permettent d'adapter prompts et outils en fonction de la transcription), un nouveau thème pour l'interface en terminal et un mode plein écran activé par défaut. Pi Durable porte l'outil en TypeScript et externalise tous ses composants à état. Chaque étape est enregistrée comme une tâche avec point de contrôle, de sorte qu'agents et sous-agents reprennent exactement là où ils s'étaient arrêtés après un plantage ou un redémarrage. L'ensemble fonctionne partout où existe un environnement JavaScript (Node, Bun, Cloudflare), avec des stockages interchangeables (mémoire, SQLite, JSONL). Pour les développeurs d'agents, l'enjeu est la fiabilité en production. Un agent capable de survivre à une panne, de lancer plusieurs conversations parallèles sans blocage et de compacter en arrière-plan ses anciens messages pour respecter les limites de jetons sans interrompre son travail répond à des problèmes qui freinent aujourd'hui le déploiement d'agents de longue durée. L'état applicatif, comme une liste de tâches, est stocké dans des documents à côté des transcriptions, ce qui permet à plusieurs utilisateurs ou interfaces de suivre et de piloter simultanément le même agent. Le code des outils et des extensions peut être remplacé à chaud pendant l'exécution, le prochain appel d'outil utilisant la nouvelle version. Les développeurs peuvent aussi regrouper prompts système, outils, hooks et tâches durables, par exemple un processus de paiement en plusieurs étapes avec annulation possible, dans des extensions installables. Pi est souvent cité à côté d'OpenClaw, et Earendil, de mieux en mieux considérée, bénéficie ici d'une vitrine importante, deux semaines avant la conférence AI Engineer NYC, dont les derniers billets à tarif normal sont en vente. Dans le même bulletin AINews, la scène des modèles de pointe reste agitée. Google a présenté Gemini 4 Argon, dont les concepteurs évoquent de nouveaux mélanges de pré-entraînement et des données de post-entraînement à long horizon, avec des semaines de tests par des milliers d'ingénieurs internes avant chaque version. Un rapport de Bloomberg, s'appuyant sur des sources anonymes, pointait des faiblesses en programmation, qu'un ingénieur senior de DeepMind a démenties : le débat reste ouvert. OpenAI propose de son côté GPT-6.1 Sol, présenté comme son modèle à la croissance la plus rapide. Selon Artificial Analysis, il coûte 0,72 dollar par tâche de l'Intelligence Index à effort maximal, contre 1,04 dollar pour GPT-6 Sol et 3,26 dollars pour Astra, grâce à moins de tours et à des lectures de cache moins chères.

OutilsOutil
1 source
Clément Le Ludec : « Ne pas voir le travail de données nécessaire à l’IA nous arrange »
Illustration générée par IA
577Next INpact 

Clément Le Ludec : « Ne pas voir le travail de données nécessaire à l’IA nous arrange »

Le sociologue Clément Le Ludec publie le 2 octobre 2026 chez Raisons d'Agir « Les damnés de la donnée, La subalternisation du travail de l'intelligence artificielle », un essai de 190 pages consacré aux annotateurs de données qui alimentent le marché français de l'IA. Selon l'auteur, derrière les récits d'automatisation qui accompagnent le déploiement de ces technologies, le travail de préparation des données nécessaire à leur fabrication et à leur amélioration continue reste largement invisible. Pour son enquête, il a rencontré des annotateurs à Madagascar ainsi que des fondateurs de start-ups françaises du secteur. Ses recherches s'inscrivent dans le prolongement de sa participation, dès 2018, au projet Digital Platform Labor (DiPLab), mené avec Paola Tubaro et Antonio Casilli sur les micro-travailleurs français. L'échantillon comptait de nombreuses personnes vivant du revenu de solidarité active (RSA), pour lesquelles gagner 50 euros par mois grâce au « travail du clic » représentait bien plus qu'un complément de revenu. L'enjeu dépasse la seule condition de quelques travailleurs. Le Ludec plaide pour une véritable valorisation de leur expertise dans la chaîne de fabrication de l'IA, aujourd'hui reléguée au rang de tâche subalterne. Selon lui, ne pas voir ce travail de données arrange tout le monde. Les entreprises peuvent ainsi vendre l'image de machines autonomes, « belles » et « magiques », sans exposer la main-d'œuvre qui les rend possibles. Pour les annotateurs, cette invisibilité se traduit par des conditions de travail précaires et une reconnaissance limitée de leurs compétences, alors que la qualité des systèmes dépend directement de la leur. L'essai invite aussi les utilisateurs et les décideurs à regarder autrement ce que recouvre le mot « automatisation ». Le choix de Madagascar s'explique par l'histoire de l'externalisation des processus métier (BPO). Deux pays ressortent dans ce secteur pour la France, le Maroc et Madagascar, qui ont tous deux accompagné la numérisation du pays. Lorsque l'édition a voulu numériser ses tapuscrits, ceux-ci étaient envoyés par avion à Madagascar, numérisés, copiés sur disquette puis renvoyés en France. La presse a procédé de la même façon pour les détourages d'images. La littérature scientifique avait déjà montré que, pour l'anglais, la plateforme Amazon Mechanical Turk avait entraîné une forte externalisation de l'annotation vers l'Inde, mais les effets sur l'espace francophone restaient peu explorés. Le Ludec a donc voulu combler ce manque en se tournant vers l'Afrique francophone, dans la lignée des travaux d'Antonio Casilli, qui décrit l'IA comme l'une des industries extractives de notre époque.

SociétéOpinion
1 source
AWS Strands Labs publie Strands Decider 2B, un modèle open source qui choisit parmi des options en environ 115 ms
Illustration générée par IA
578MarkTechPost 

AWS Strands Labs publie Strands Decider 2B, un modèle open source qui choisit parmi des options en environ 115 ms

AWS Strands Labs a publié Strands Decider 2B, un modèle de décision open source qui ne génère pas de texte. Il lit un état et des questions typées, puis renvoie un choix parmi des options, une probabilité oui/non ou un score sur une grille ordonnée, toujours accompagné d'une confiance calibrée. Le modèle compte 1,9 milliard de paramètres et tourne en local sur un CPU, un GPU grand public ou un Mac Apple silicon. Les poids sont disponibles sur Hugging Face sous licence Apache-2.0, et la commande pip install strands-décider installe une interface en ligne de commande et un serveur HTTP. Ce dernier écoute sur 127.0.0.1 sans authentification, ce qui impose une couche d'authentification propre en production. Aucun fournisseur d'inférence hébergé ne le propose pour l'instant. Sur la partie publique de JevBench, la version v19 atteint 0,723 de précision (167 tâches sur 231), avec un score de Brier de 0,342 et une erreur de calibration attendue de 0,052. La précision est de 1,000 sur les tâches faciles, 0,875 sur les standard et 0,505 sur les difficiles. La latence médiane est de 115 ms sur une RTX 3090 (299 ms au 95e centile) et de 153 ms sur un M3 Pro. Le modèle réduit volontairement le champ de l'IA à ce qu'un programme peut exploiter directement : trancher entre des options ou noter sur une échelle, sans sortie arbitraire. Sa calibration est son principal atout pratique. Sur des tâches de classification courtes et inédites, les réponses avec une confiance d'au moins 0,9 se sont révélées justes environ 95 % du temps, et l'équipe recommande de confirmer ou d'escalader en dessous de ce seuil. Les usages cités sont le routage de modèles, le choix d'outils, la vérification d'arguments, le tri, les garde-fous, les évaluations et les agents hybrides, où un LLM traite les cas difficiles pendant que le décideur expédie les décisions routinières. Plusieurs questions sur un même texte coûtent peu, car l'état n'est lu qu'une fois. Les auteurs reconnaissent toutefois que le modèle est moins bon que les modèles de raisonnement sur les problèmes complexes et qu'il ne convient ni au code, ni au chat, ni au résumé. Techniquement, l'équipe part de Qwen3.5-2B-Base, supprime la tête de modélisation du langage et la remplace par une petite tête à pointeur d'environ un million de paramètres. Celle-ci compare l'état caché à la position de la balise de réponse avec celui du dernier jeton de chaque option, en une seule passe sans boucle de décodage. Le tronc utilise un LoRA de rang 16, la tête fonctionne en fp32, et le nombre d'options n'est pas limité. Les modèles de décision, dits de « Système Un », forment une catégorie apparue le mois dernier avec Jev, lancé par TypeSafe AI en API hébergée fermée. Sur le classement JevBench v1.4.2 du 25 septembre, Strands Decider se place 3e sur 33 dans la classe 2B, et 1er sur 30 en excluant trois modèles légèrement plus gros. La concurrence reste serrée : décider-2b de Mapika totalise 175 tâches sur 231 sur le banc de Strands, et le Decision 2B de FlyMy.AI, basé sur MiniCPM5-2B, affiche 0,753. Contrairement à Jev, Strands publie sa recette d'entraînement complète et la liste de ses données.

LLMsActu
1 source
Cloudflare publie Clef et Clef-flash : des modèles de décision open-weight qui renvoient des probabilités typées plutôt que du texte
Illustration générée par IA
579MarkTechPost 

Cloudflare publie Clef et Clef-flash : des modèles de décision open-weight qui renvoient des probabilités typées plutôt que du texte

Cloudflare a publié Clef et Clef-flash, les deux premiers modèles entraînés par son équipe Workers AI. Ce ne sont pas des agents conversationnels mais des modèles de décision : chacun lit un état d'entrée et un schéma de questions typées, puis renvoie une probabilité pour chaque réponse autorisée, sans aucun texte libre. Trois types de questions sont gérés : oui/non (probabilité du oui), choix parmi des options nommées (probabilités par option et indice de confiance) et notation selon une grille ordonnée (score pondéré par les probabilités). Une requête peut contenir jusqu'à 64 questions et 4 images. Clef (27 milliards de paramètres) est post-entraîné à partir de Qwen3.8-27B, Clef-flash (9 milliards) à partir de Qwen3.5-9B. Les deux sont sous licence Apache 2.0, disponibles sur Workers AI et en poids ouverts sur Hugging Face, et compatibles avec l'API Jev de TypeSafe AI. Sur dix benchmarks retenus par Cloudflare dans la suite Decision Index 0.2.1, un modèle Clef arrive en tête sur sept. En macro-F1, Clef atteint 94,20 contre 79,74 pour Jev sur BANKING77, et 97,43 contre 89,27 sur CLINC150+OOS. Clef-flash obtient 97,73 contre 52,27 sur un test d'électroménager. Pour classer un domaine dans un cas de renseignement sur les menaces, Clef met 2,2 secondes, contre 4,7 pour gpt-oss-120b. L'intérêt tient à la nature de la sortie. Un grand modèle de langage génère des jetons un à un et son résultat doit encore être analysé par du code. Un modèle de décision fournit directement des probabilités calibrées, exploitables pour du routage, du tri, de la vérification ou de l'extraction. La latence médiane mesurée par Cloudflare est de 209,3 ms pour Clef et 38,8 ms pour Clef-flash, contre 524,1 ms pour Jev. Côté prix, l'API hébergée coûte 0,24 dollar par million de jetons en entrée pour Clef et 0,09 dollar pour Clef-flash, contre 0,042 dollar pour Jev. Le changement de fournisseur est simple : il suffit de modifier le point d'accès et le nom du modèle. Les poids ouverts permettent aussi l'auto-hébergement sur un seul GPU H200 en BF16. Les résultats ne sont toutefois pas uniformes. Jev reste nettement devant sur GPQA Diamond (78,3 contre 48,0), MMLU-Pro (82,7 contre 65,9) et BBH (92,9 contre 73,7). Sur les évaluations de flux de travail de TypeSafe, Clef gagne dans trois domaines sur quatre, de peu : 64,7 contre 61,8 pour le traitement de factures, 76,3 contre 76,0 pour le service client, 62,9 contre 61,7 pour les incidents de sécurité. Jev garde l'avantage sur l'observabilité des traces d'agents, 71,6 contre 68,5. Tous ces chiffres sont publiés par les éditeurs, sans réplication indépendante. Ces modèles s'inscrivent dans la catégorie « System One » lancée par TypeSafe AI avec Jev le 15 septembre 2026. Des alternatives ouvertes ont rapidement suivi : Kev-9B, de Jared Palmer, basé sur Qwen3.5-9B avec un adaptateur LoRA de 45,4 millions de paramètres, et Laya, de Convai Innovations, un modèle de 421 millions de paramètres fondé sur ModernBERT-large dont la latence médiane est de 5,8 ms. Clef se distingue par l'entrée d'images et par une architecture en deux étapes : le modèle de base fait une seule passe de préremplissage, puis une petite tête transformeur, dite tête de schéma conjointe, répartit l'information vers chaque question et note toutes les options ensemble. L'entraînement a gelé les modèles de base, optimisé la tête avec des adaptateurs de rang 256 et combiné une entropie croisée à lissage d'étiquettes avec une perte de Brier pour la calibration. Cloudflare annonce aussi un service d'apprentissage par renforcement pour adapter Clef à des données privées, d'abord via ses ingénieurs déployés chez les clients, puis par une plateforme en libre-service.

LLMsOutil
1 source
L'académie est faite pour l'ambition : Alex Zhang, MIT
Illustration générée par IA
580Latent Space 

L'académie est faite pour l'ambition : Alex Zhang, MIT

Alex Zhang, doctorant au MIT, est le nouvel invité de la série annuelle que le podcast Latent Space consacre à un jeune chercheur en doctorat promis à un bel avenir. Après Shunyu Yao en 2024, devenu responsable d'Operator chez OpenAI puis Chief AI Scientist de Tencent, et Jack Morris en 2025, cofondateur d'Engram (valorisée 600 millions de dollars) et voix influente sur l'apprentissage continu, c'est au tour du chercheur du MIT. Il est connu pour ses travaux sur les noyaux GPU et KernelBench, puis sur les Recursive Language Models (RLM), qui ont dominé les discussions du secteur début 2026. Un système de type RLM a ainsi été le premier à résoudre à peu près ARC-AGI-3, avant l'Astra d'OpenAI. L'entretien, qui dure plus d'une heure vingt, aborde les noyaux GPU écrits par IA, le goût en recherche, GEV (une alternative au modèle de langage autorégressif classique), les « harnais » d'agents, Prime Agent, les sous-agents persistants, les essaims d'agents d'OpenAI et de Kimi, les travaux de Sakana AI sur l'ouverture et la notion de « capability overhang ». Au centre du propos d'Alex Zhang, une idée : on laisse sur la table une part considérable des capacités des modèles en les enveloppant dans des systèmes trop primitifs. Les RLM reposent sur le déchargement du contexte, l'exécution de code, l'appel programmatique de sous-agents récursifs et une mémoire partagée. Selon lui, le « modèle de langage » de demain pourrait n'être qu'une interface simple masquant un essaim d'agents. Il observe que Claude Code, Codex et Pi sont structurellement plus proches qu'il n'y paraît, et que la conception du harnais peut améliorer la généralisation compositionnelle entre tâches. Sur les noyaux GPU, il estime que l'expertise humaine garde une large place : une seule intuition d'expert peut remplacer d'énormes quantités de recherche brute par jetons. Il évoque aussi l'expérience d'OpenAI avec 10 000 agents, 130 milliards de jetons produits et l'équivalent d'environ 40 millions de dollars de résolution de problèmes, tout en jugeant qu'une bonne part d'un essaim est de la recherche gaspillée et que la convergence reste difficile. Ces travaux s'inscrivent dans un débat plus large sur l'endroit où se situent les gains de l'IA : dans l'entraînement de modèles toujours plus gros, ou dans les systèmes qui les orchestrent. Alex Zhang plaide pour que les universitaires prennent des paris que les laboratoires industriels ne prendront pas, y compris sur des idées d'abord jugées triviales, étranges ou inutiles, et il tire des leçons de SWE-bench, des RLM, de ReAct ou de Quiet-STaR sur le goût en recherche. Il discute aussi de l'appel d'outils programmatique spéculatif, qui chevauche l'exécution des outils et la génération, et se demande si l'anglais, le code ou un langage entièrement nouveau, le « Neuralese », limite la façon dont les modèles raisonnent. Les approches de Kimi et d'OpenAI pour les systèmes multi-agents, comme la recherche ouverte menée chez Sakana AI, posent la question de savoir comment repérer des pépites dans des volumes énormes de travail généré.

RecherchePaper
1 source