Actualités IA — page 302

7 586 articles au fil, du plus récent au plus ancien.

40

6021Frandroid 

La prochaine version de Siri pourrait tout copier sur ChatGPT

Apple s'apprête à franchir un cap décisif dans la course à l'intelligence artificielle. Selon les informations disponibles, la prochaine version de Siri, attendue lors de la WWDC 2026, s'inspirerait fortement du modèle de ChatGPT, dans une tentative de rattrapage sur un marché où la firme de Cupertino accuse un retard manifeste. Cette évolution marquerait un tournant stratégique pour Apple, dont l'assistant vocal peine depuis plusieurs années à rivaliser avec les assistants conversationnels de nouvelle génération. Alors que OpenAI, Google et Microsoft ont profondément transformé l'expérience utilisateur grâce aux grands modèles de langage (LLM), Siri est resté perçu comme insuffisamment capable face aux attentes croissantes du public. Les détails techniques de cette nouvelle mouture restent encore limités à ce stade, mais l'orientation annoncée, s'aligner sur les capacités conversationnelles de ChatGPT, suggère un virage vers une IA plus contextuelle, capable de comprendre des requêtes complexes et d'enchaîner les échanges de manière fluide. La WWDC 2026 constituera vraisemblablement la scène de présentation officielle de ces évolutions. Si Apple parvient effectivement à repositionner Siri comme un assistant conversationnel compétitif, cela représenterait un signal fort pour l'ensemble du secteur. La question demeure toutefois de savoir si la firme proposera sa propre infrastructure d'IA ou continuera de s'appuyer sur des partenariats, notamment celui déjà établi avec OpenAI pour l'intégration de ChatGPT dans iOS.

LLMs❧Opinion

1 source

43

602201net 

Apple : une nouvelle version de Siri en juin, pour de vrai cette fois ?

Apple s'apprêterait enfin à dévoiler la nouvelle version de Siri en juin, lors de sa conférence annuelle WWDC 2025, près d'un an après avoir présenté sa vision d'un assistant boosté à l'intelligence artificielle. Un lancement commercial serait ensuite attendu en septembre 2025, probablement avec la sortie des nouveaux iPhone. L'enjeu est considérable pour la firme de Cupertino. La refonte de Siri est au cœur de la stratégie Apple Intelligence, la plateforme IA qu'Apple a annoncée en grande pompe à la WWDC 2024. Face à la montée en puissance de ChatGPT, Gemini et Copilot, l'entreprise doit démontrer qu'elle peut livrer un assistant conversationnel véritablement compétent, non plus limité aux commandes vocales basiques. Le chemin jusqu'ici a été semé d'embûches. Les reports se sont multipliés, accompagnés de révélations sur une crise interne au sein de l'équipe Siri. Selon plusieurs rapports, Apple aurait également dû revoir en profondeur son architecture technique, changeant de moteur LLM sous-jacent après que les premiers prototypes n'ont pas répondu aux attentes. Un chantier colossal qui explique le glissement du calendrier initial. Si la présentation de juin se confirme, le vrai test sera la réception du produit final en septembre. Apple joue une partie de sa crédibilité sur le terrain de l'IA, un domaine où ses concurrents ont pris une avance significative. La communauté des développeurs et les analystes attendront de voir si ce nouveau Siri tient enfin ses promesses ou s'il reste en deçà des standards désormais fixés par les assistants concurrents.

LLMs❧Opinion

1 source

42

6023MarkTechPost 

Google présente TurboQuant : un nouvel algorithme de compression qui réduit de 6x la mémoire cache clé-valeur des LLM et offre jusqu'à 8x d'accélération, sans aucune perte de précision

Google vient de présenter TurboQuant, un nouvel algorithme de quantification vectorielle capable de réduire jusqu'à 6 fois la mémoire nécessaire au cache clé-valeur (KV cache) des grands modèles de langage, tout en offrant des gains d'accélération allant jusqu'à 8x, le tout sans aucune dégradation mesurable de la précision. Une avancée qui s'attaque directement à l'un des goulots d'étranglement les plus critiques de l'inférence en contexte long. Le cache KV est au cœur du problème de scalabilité des LLM : sa taille croît proportionnellement aux dimensions du modèle et à la longueur du contexte, saturant rapidement la mémoire à haute bande passante (HBM) et ralentissant les transferts vers la SRAM. Ce "mur mémoire" pénalise directement les performances en production, notamment pour les applications nécessitant de très longs contextes. La solution habituelle, la quantification, introduit généralement des biais dans les calculs de produits scalaires essentiels au mécanisme d'attention des transformers, ce que TurboQuant prétend résoudre de manière rigoureuse et provablement optimale. L'approche repose sur une rotation aléatoire appliquée aux vecteurs d'entrée, forçant leurs coordonnées à suivre une distribution Beta concentrée, quasi-indépendante en haute dimension. Cela ramène le problème à une quantification scalaire 1D optimisable une seule fois, stockée en codebooks réutilisables à l'inférence, sans calibration sur des données spécifiques, contrairement aux méthodes classiques comme le Product Quantization. Pour éliminer le biais sur les produits scalaires, Google Research a développé une variante en deux étapes, TurboQuant_prod, combinant une quantification MSE à b-1 bits avec un transform QJL (Quantized Johnson-Lindenstrauss) 1 bit sur le résidu. Les benchmarks sur Llama-3.1-8B-Instruct et Ministral-7B-Instruct confirment une précision de récupération de 100% sur le test Needle-In-A-Haystack jusqu'à 104 000 tokens sous une compression 4x, et la distorsion MSE se situe à seulement un facteur ≈ 1,45 de la limite théorique absolue au niveau 1 bit. D'un point de vue théorique, TurboQuant est garanti dans un facteur ≈ 2,7 de la borne de Shannon, un résultat rarissime pour un algorithme pratique. Sa conception data-oblivious et sa compatibilité native avec les opérations vectorisées des GPU le rendent directement déployable sans phase d'entraînement préalable, ce qui facilite son intégration dans les pipelines d'inférence existants. Si ces résultats se confirment en déploiement industriel, TurboQuant pourrait devenir un composant standard dans l'optimisation des inférences à grande échelle.

LLMs❖Paper

1 source

40

6024Le Big Data 

Test de Musicfy AI : créez des musiques et des voix uniques avec l’IA - mars 2026

Musicfy AI s'impose comme l'une des plateformes de génération musicale les plus complètes disponibles en 2026, capable à la fois de cloner des voix célèbres et de composer des morceaux originaux à partir de simples descriptions textuelles. L'outil, testé sur plusieurs jours avec une méthodologie rigoureuse, produit des résultats d'une qualité sonore que ses créateurs qualifient eux-mêmes de "digne des radios mondiales", une affirmation que le test valide globalement. L'enjeu est significatif : la création musicale assistée par IA franchit un cap démocratique. Là où la production sonore professionnelle exigeait autrefois des studios, des ingénieurs du son et des années de formation, Musicfy AI rend ces capacités accessibles à tout utilisateur depuis son domicile. Pour les créateurs de contenu, artistes indépendants et développeurs de projets multimédias, cela représente une réduction drastique des coûts et des délais de production. Sur le plan technique, la plateforme repose sur des réseaux de neurones profonds pour reproduire les caractéristiques vocales les plus subtiles, évitant l'effet "robotique" reproché à certains concurrents. Un utilisateur peut importer quelques minutes d'audio pour entraîner un modèle vocal personnalisé, un avantage pour préserver une identité sonore propre. L'outil propose également l'isolation de pistes vocales et instrumentales sur des morceaux existants, ainsi que l'export en format haute définition. Parmi les points négatifs notés : des temps de chargement jugés longs et des difficultés sur les styles musicaux particulièrement complexes. Positionnée comme alternative directe à Suno AI, Musicfy se distingue par sa bibliothèque de voix libres de droits et la flexibilité de son système d'entraînement vocal. La question du rapport qualité/prix reste centrale pour les utilisateurs professionnels, mais la trajectoire d'amélioration continue de la plateforme laisse entrevoir un outil de plus en plus incontournable dans l'écosystème de la création sonore augmentée par l'IA.

Outils⚒Outil

1 source

45

6025FrenchWeb 

La Chine interdit de sortie de territoire les fondateurs de MANUS, racheté 2 milliards de dollars par Meta

La Chine a interdit à deux cofondateurs de Manus, start-up spécialisée dans les agents d'intelligence artificielle, de quitter le territoire national. Cette mesure frappe Xiao Hong, directeur général, et Ji Yichao, chief scientist, quelques semaines seulement après l'acquisition de la société par Meta pour 2 milliards de dollars. Cette interdiction de sortie illustre les tensions croissantes entre Pékin et les géants technologiques occidentaux dans la course aux talents de l'IA. En bloquant ses propres ressortissants après une transaction à l'international, la Chine envoie un signal fort : les actifs stratégiques liés à l'intelligence artificielle ne sont pas négociables, même lorsque la vente est déjà conclue. Selon le Financial Times, les deux dirigeants ont été convoqués début mars à Pékin par la National Development and Reform Commission (NDRC), l'organe de planification économique centrale du pays. L'interdiction de sortie est une mesure administrative couramment utilisée par les autorités chinoises dans les affaires économiques sensibles, elle ne constitue pas nécessairement une mise en examen, mais contraint les personnes visées à rester disponibles pour les enquêteurs. L'acquisition de Manus par Meta s'inscrit dans la stratégie agressive du groupe de Mark Zuckerberg pour renforcer ses capacités en agents autonomes d'IA. Ce blocage soulève désormais des questions sur la capacité de Meta à intégrer pleinement les équipes et la technologie achetées, et pourrait complexifier d'autres rachats occidentaux de start-ups chinoises dans le secteur de l'IA.

Business⚡Actu

1 source

59

6026ZDNET FR 

Piratage de LiteLLM : Un "cheval de Troie" dans les outils d'IA des entreprises

LiteLLM, l'un des SDK open source les plus utilisés pour unifier l'accès aux grands modèles de langage, a été victime d'une attaque par empoisonnement de la chaîne d'approvisionnement logicielle (supply chain poisoning). En l'espace de seulement 46 minutes, des versions corrompues du package ont été téléchargées près de 47 000 fois, exposant des milliers d'environnements de développement et de pipelines d'intégration continue (CI/CD) à un code malveillant. Cette attaque illustre la vulnérabilité croissante des outils d'infrastructure IA face à des menaces sophistiquées. LiteLLM est largement adopté en entreprise pour sa capacité à abstraire l'accès à des dizaines de fournisseurs de modèles, OpenAI, Anthropic, Google, entre autres, ce qui en fait une cible de choix : compromettre ce SDK revient à potentiellement infiltrer simultanément l'ensemble des pipelines IA d'une organisation. Le vecteur d'attaque retenu est celui du "cheval de Troie" : des versions du package publiées sur un registre public (vraisemblablement PyPI) ont embarqué du code malveillant avant d'être retirées. La rapidité de propagation, 47 000 téléchargements en moins d'une heure, démontre à quel point les environnements automatisés absorbent les mises à jour de dépendances sans vérification humaine, amplifiant considérablement le rayon d'impact d'une telle compromission. Cet incident s'inscrit dans une tendance plus large d'attaques ciblant l'écosystème IA, où la course à l'adoption des outils LLM a souvent primé sur les pratiques de sécurité. Il rappelle l'urgence pour les équipes DevSecOps d'intégrer le pinning strict des dépendances, la vérification des empreintes cryptographiques et l'audit continu des packages tiers dans leurs workflows, en particulier pour les composants aussi transversaux que les SDK d'orchestration de modèles.

Sécurité⚡Actu

1 source

50

6027Les Numériques IA 

Actualité : OpenAI ferme brutalement Sora, l'usine à slop la plus chère de l'histoire de l'IA

OpenAI a annoncé le 24 mars 2026 la fermeture de Sora, son application autonome de génération vidéo par intelligence artificielle. L'annonce, publiée sur X, est volontairement succincte : aucune justification n'est avancée. L'entreprise s'engage uniquement à préciser prochainement le calendrier de fermeture et les modalités permettant aux utilisateurs de récupérer leurs créations. Cette décision marque un tournant significatif pour OpenAI, qui avait fait de Sora l'une de ses vitrines technologiques les plus ambitieuses. Lancée avec une couverture médiatique exceptionnelle, l'application symbolisait la course à la génération vidéo par IA, un segment où la concurrence s'est rapidement intensifiée avec des acteurs comme Google, Runway ou Kling AI. La fermeture soulève des questions sur la viabilité économique de ces outils grand public et sur la stratégie produit d'OpenAI. Le bilan de Sora reste négatif sur plusieurs fronts : malgré des démonstrations spectaculaires, l'outil a été largement critiqué pour la médiocrité des contenus générés par la majorité des utilisateurs, alimentant ce que les observateurs désignent comme du "slop", soit du contenu automatisé de faible valeur. Le coût opérationnel de la plateforme, considérable au regard de l'infrastructure GPU nécessaire, n'aurait pas été compensé par une adoption suffisante ou une monétisation efficace. Cette fermeture illustre une tendance plus large dans l'industrie : les laboratoires d'IA rationalisent leur portefeuille produit face à des coûts d'infrastructure massifs, recentrant leurs ressources sur les services à forte valeur ajoutée et les API professionnelles plutôt que sur des applications grand public aux usages encore incertains.

Recherche⚡Actu

1 source

44

6028ZDNET FR 

OpenAI abandonne Sora : le pari de la raison face au gouffre financier de la vidéo

OpenAI opère un virage stratégique majeur en abandonnant Sora, son générateur de vidéos par intelligence artificielle, et en rompant un contrat estimé à un milliard de dollars avec Disney. Cette décision, qui intervient dans un contexte de pression financière croissante, illustre la tension permanente entre ambition technologique et réalité économique à laquelle font face les grands laboratoires d'IA. La génération vidéo reste l'un des segments les plus coûteux de l'IA générative : les ressources de calcul nécessaires pour produire des séquences de haute qualité sont considérablement plus importantes que pour le texte ou même l'image fixe. Pour OpenAI, dont la rentabilité est scrutée à la loupe à l'approche d'une introduction en Bourse très attendue, maintenir un produit grand public aussi gourmand en infrastructure représente un poids difficile à justifier face aux investisseurs. La rupture avec Disney est particulièrement symbolique. Le groupe de divertissement incarnait l'archétype du client premium capable de légitimer Sora sur le marché professionnel. En renonçant à ce partenariat, Sam Altman et ses équipes signalent une réorientation claire vers le B2B, entreprises, développeurs, intégrateurs, au détriment des usages grand public spectaculaires mais peu monétisables. La concurrence de Runway, Kling ou Google avec Veo a par ailleurs rendu la bataille pour la suprématie vidéo bien plus disputée qu'anticipé. Ce recentrage stratégique d'OpenAI pourrait faire école : dans un secteur où les valorisations restent sous pression, la course à l'impressionnant laisse progressivement place à la quête de marges. Le pragmatisme B2B s'impose comme la nouvelle norme pour les acteurs qui cherchent à transformer leur avance technologique en modèle d'affaires pérenne avant l'arrivée sur les marchés publics.

Business❧Opinion

1 source

45

6029ZDNET FR 

TurboQuant : la compression algorithmique qui brise le mur de la mémoire IA

La course aux grandes fenêtres de contexte dans les modèles de langage se heurte désormais à un goulot d'étranglement matériel critique : le KV Cache, ce mécanisme qui stocke les états intermédiaires d'attention, sature rapidement la mémoire des GPU à mesure que les contextes s'allongent. TurboQuant émerge comme une réponse architecturale directe à ce problème, en proposant une compression vectorielle capable de réduire l'empreinte mémoire d'un facteur six tout en préservant la précision des inférences. L'enjeu est considérable pour l'ensemble de l'industrie. Les modèles récents comme GPT-4, Gemini ou Claude rivalisent sur la longueur de leur fenêtre de contexte, certains atteignant désormais 1 à 2 millions de tokens, mais cette course se paie en ressources matérielles exponentielles. Pour les opérateurs d'infrastructure IA, le coût du KV Cache représente une part croissante des dépenses d'inférence. Une compression ×6 sans dégradation mesurable changerait fondamentalement l'équation économique du déploiement à grande échelle. TurboQuant repose sur une compression algorithmique des vecteurs clés et valeurs du mécanisme d'attention, une approche distincte des techniques de quantification classiques qui réduisent la précision numérique des poids du modèle. L'architecture opère directement sur les représentations dynamiques générées lors de l'inférence, ce qui lui permet de s'appliquer sans ré-entraînement aux modèles existants, un avantage décisif pour une adoption rapide. Si les résultats annoncés se confirment à l'échelle des déploiements de production, TurboQuant pourrait devenir une brique standard des pipelines d'inférence, au même titre que FlashAttention en son temps. La question ouverte reste celle de la généralisation : les gains mesurés sur des benchmarks contrôlés tiendront-ils face à la diversité des charges réelles et des architectures de modèles en production ?

LLMs⚡Actu

1 source

49

6030Le Big Data 

Les géants de la tech intensifient leurs acquisitions de startup IA

Depuis 2019, les grandes entreprises technologiques ont engagé une vague d'acquisitions sans précédent dans le secteur de l'intelligence artificielle. Selon le rapport « AI Market Leaders Worldwide » de Statista, plus de 100 opérations stratégiques ont été recensées à l'échelle mondiale, avec les États-Unis en tête de peloton, concentrant à eux seuls 111 acquisitions, loin devant le Royaume-Uni et ses 19 opérations. Cette frénésie s'explique par la croissance vertigineuse du marché de l'IA, évalué à 244 milliards de dollars en 2025 et dont les projections tablent sur un dépassement du billion de dollars d'ici 2031. Face à ces perspectives, racheter une startup s'avère plus stratégique que construire en interne : cela permet d'acquérir instantanément des talents, des données propriétaires et des solutions déjà opérationnelles, tout en verrouillant un marché avant qu'il ne devienne concurrentiel, ou en neutralisant un futur rival avant qu'il ne prenne de l'ampleur. Chaque acteur a développé sa propre stratégie d'acquisition. Microsoft a investi plusieurs milliards dans OpenAI tout en absorbant des sociétés spécialisées dans la productivité et la sécurité cloud. Google a enrichi son portefeuille via des startups en apprentissage automatique et robotique, en parallèle du développement de DeepMind. Amazon a intégré des entreprises de traitement de données et de la voix dans AWS, tandis que Meta a misé sur les modèles de recommandation et la réalité augmentée. NVIDIA, de son côté, a consolidé sa domination matérielle en absorbant des startups de puces personnalisées et de logiciels d'optimisation. La majorité de ces transactions concernent des entreprises issues de la Silicon Valley, de New York ou de Seattle. Cette dynamique n'échappe pas aux régulateurs. La Commission européenne examine ces fusions sous l'angle de la concurrence et de l'usage éthique des données, pendant que la FTC américaine alerte sur les risques de concentration excessive du pouvoir. En réponse, les géants accélèrent précisément le rythme de leurs acquisitions pour anticiper d'éventuelles restrictions, une stratégie qui rappelle les dynamiques observées lors des débuts d'Internet et du boom des télécommunications.

Business⚡Actu

1 source

50

6031ZDNET FR 

Iliad fait de l’IA et du cloud ses nouveaux relais de croissance

Iliad, maison-mère de l'opérateur Free, mise sur l'intelligence artificielle et le cloud pour relancer sa croissance. Alors que l'acquisition des nouveaux abonnés marque le pas et que le projet de rachat de SFR n'avance pas, le groupe de Xavier Niel réoriente sa stratégie vers un positionnement ambitieux sur toute la chaîne de valeur de l'IA. Le ralentissement du marché télécom traditionnel pousse les grands opérateurs à chercher de nouveaux relais de croissance. Pour Iliad, l'IA représente une opportunité stratégique majeure : le groupe entend ne pas se contenter d'un rôle de simple fournisseur de connectivité, mais s'imposer comme acteur intégré du nouveau cycle technologique, de l'infrastructure physique jusqu'aux couches logicielles. La stratégie du groupe couvre l'ensemble de la chaîne de valeur IA : investissement dans les datacenters pour répondre à la demande croissante en puissance de calcul, et développement de modèles open source pour se positionner sur le segment des solutions souveraines et accessibles. Cette approche verticale rappelle la stratégie historique de Free dans les télécoms, entrer par le bas du marché pour remonter progressivement vers la valeur. Le contexte est révélateur d'une tendance plus large : face à la saturation des marchés télécom européens, les opérateurs se transforment en acteurs tech. La compétition sur l'IA souveraine, notamment en France où les questions de dépendance aux hyperscalers américains sont politiquement sensibles, ouvre une fenêtre d'opportunité qu'Iliad semble déterminé à saisir.

Business❧Opinion

1 source

46

6032VentureBeat AI 

xMemory réduit les coûts en tokens et la surcharge de contexte dans les agents IA

Des chercheurs du King's College London et de l'Alan Turing Institute ont développé xMemory, une nouvelle technique de mémoire pour les agents d'intelligence artificielle conçus pour fonctionner sur de longues durées et plusieurs sessions. Le problème qu'ils cherchent à résoudre est concret : les pipelines RAG (Retrieval-Augmented Generation) standard, qui permettent aux LLMs de puiser dans des données externes, ne sont pas adaptés aux assistants persistants. xMemory organise les conversations en une hiérarchie structurée de thèmes sémantiques, puis les recherche de haut en bas, du thème général vers les détails bruts, au lieu de faire des recherches directes dans les journaux de conversation bruts. Les résultats sont significatifs : selon les chercheurs, le système ramène la consommation de tokens de plus de 9 000 à environ 4 700 tokens par requête sur certaines tâches, tout en améliorant la qualité des réponses et le raisonnement sur le long terme. L'enjeu est majeur pour les entreprises qui déploient des agents IA dans des contextes métiers, assistants personnalisés, outils de décision multi-sessions, support client continu. Le problème fondamental du RAG classique dans ce contexte, c'est que la mémoire d'un agent n'est pas une base de données diverse, mais un flux continu et corrélé de conversations. Les passages récupérés se ressemblent souvent, contiennent des quasi-doublons, et sont liés par des coréférences et des dépendances temporelles strictes. Résultat : les systèmes classiques récupèrent trop d'informations similaires sur un même sujet, par exemple, plusieurs variantes de "j'aime les oranges", en ratant des faits catégoriels essentiels pour répondre à la vraie question. Les tentatives de correction par filtrage ou compression après récupération aggravent souvent le problème, car elles suppriment accidentellement des éléments de contexte indispensables. L'approche xMemory repose sur un principe qu'ils appellent "découplage vers agrégation" : au lieu d'interroger directement les logs de conversation, le système décompose d'abord le flux en faits sémantiques distincts et autonomes, puis les regroupe dans une hiérarchie de thèmes. Cette structure évite la redondance, deux passages similaires assignés à des composants sémantiques différents ne seront pas récupérés ensemble. C'est une réponse directe à l'un des angles morts les plus sous-estimés du déploiement LLM en entreprise : la gestion de la mémoire à long terme. Alors que la demande pour des agents IA cohérents et personnalisés explose, xMemory propose une architecture qui réduit à la fois les coûts de calcul et les hallucinations liées à une mémoire mal gérée, un double gain qui pourrait rapidement influencer la façon dont les équipes d'ingénierie construisent leurs pipelines d'agents persistants.

Recherche❖Paper

1 source

38

6033Apple Machine Learning 

Entraînement par anticipation latente pour les Transformers

Les modèles de langage autorégressifs sont aujourd'hui entraînés via la prédiction du prochain token, une approche efficace mais fondamentalement limitée : à chaque étape, le modèle doit s'engager sur un choix unique, sans possibilité d'explorer plusieurs continuations plausibles. Une nouvelle recherche, acceptée à l'ICLR 2026 dans le cadre du workshop Latent & Implicit Thinking, propose une alternative : l'entraînement par anticipation latente (Latent Anticipation Training), conçu pour dépasser ces contraintes structurelles. L'enjeu est de taille pour le secteur. L'objectif de prédiction token par token impose une allocation de calcul uniforme : chaque token mobilise exactement un seul passage forward, quelle que soit sa difficulté. Cela bride l'expressivité du modèle sur les tokens complexes, ceux qui nécessiteraient davantage de "réflexion" avant d'être générés. En introduisant une dimension latente dans le processus d'entraînement, l'approche permet au modèle de raisonner implicitement avant de s'engager, ouvrant la voie à un calcul adaptatif selon la difficulté du contexte. Le papier s'inscrit dans un courant de recherche croissant qui cherche à aller au-delà du raisonnement par chaîne de pensée (Chain-of-Thought), en déportant une partie du raisonnement dans un espace latent non visible. Contrairement au CoT classique qui externalise le raisonnement sous forme de tokens intermédiaires explicites, l'anticipation latente opère de manière implicite, sans surcharge du contexte de génération. Cette distinction est centrale : le modèle "pense" sans écrire, ce qui réduit la latence et préserve la fluidité de génération. Si les résultats complets ne sont pas encore publics dans cet extrait, l'acceptation du travail à l'ICLR, l'une des conférences de référence en apprentissage automatique, signale une contribution jugée solide par la communauté. La convergence de plusieurs équipes vers des architectures à raisonnement latent, dont les récents travaux sur les Coconut tokens ou les espaces de pensée continues, suggère que cette direction pourrait redéfinir la prochaine génération de grands modèles de langage.

Recherche❖Paper

1 source

38

6034OpenAI Blog 

OpenAI lance son programme de primes pour les failles de sécurité

OpenAI vient de lancer un programme officiel de primes aux bugs axé sur la sécurité, le Safety Bug Bounty, destiné à identifier et corriger les risques liés à l'utilisation abusive de ses systèmes d'intelligence artificielle. Contrairement aux programmes classiques de bug bounty centrés sur les vulnérabilités techniques, celui-ci cible spécifiquement les failles propres aux modèles IA et à leurs nouveaux usages. Ce programme marque une étape importante dans la manière dont l'industrie aborde la sécurité des systèmes d'IA. Avec la montée en puissance des agents autonomes capables d'exécuter des tâches complexes, les vecteurs d'attaque se sont multipliés et diversifiés, des risques qui ne peuvent plus être traités par les seules méthodes de sécurité logicielle traditionnelles. Parmi les vulnérabilités ciblées figurent notamment l'injection de prompts (prompt injection), la fuite de données (data exfiltration), ainsi que les failles spécifiques aux systèmes agentiques, ces architectures où des modèles IA agissent de façon autonome, enchaînent des outils et prennent des décisions sans supervision humaine constante. Ces risques représentent aujourd'hui l'une des préoccupations majeures de la communauté de la sécurité IA. En ouvrant ce programme à la communauté des chercheurs en sécurité, OpenAI adopte une approche collaborative qui pourrait faire école dans le secteur. Alors que la course au déploiement d'agents IA s'accélère chez les grands acteurs comme Google, Anthropic ou Microsoft, la mise en place de mécanismes structurés pour détecter les abus et les dérives devient un enjeu stratégique autant que éthique.

Éthique⚡Actu

1 source

38

6035Apple Machine Learning 

Auto-attention exclusive

Une équipe de chercheurs propose une modification simple mais efficace du mécanisme d'auto-attention au cœur des Transformers : l'auto-attention exclusive (XSA, pour Exclusive Self-Attention). Cette variante améliore les capacités de modélisation de séquences sans bouleverser l'architecture existante. L'idée centrale repose sur une contrainte appliquée à l'attention : au lieu de laisser chaque token s'appuyer sur sa propre représentation vectorielle, XSA force le modèle à ne capter que les informations orthogonales à son propre vecteur de valeur. En excluant ainsi l'information de position propre au token, le mécanisme est contraint de mieux exploiter le contexte environnant, ce qui est précisément l'objectif d'un bon modèle de langage. Les résultats sont mesurés sur la tâche standard de modélisation du langage et montrent que XSA surpasse systématiquement l'auto-attention classique sur toutes les tailles de modèles testées, jusqu'à 2,7 milliards de paramètres. Fait notable : les gains augmentent à mesure que la longueur des séquences s'allonge, ce qui suggère un avantage particulièrement marqué pour les contextes longs, un enjeu central dans le développement des LLMs actuels. Cette contribution s'inscrit dans un courant de recherche visant à optimiser les briques fondamentales des Transformers sans en alourdir le coût computationnel. Si ces gains se confirment à plus grande échelle et sur des benchmarks variés, XSA pourrait devenir une modification standard intégrée dans les prochaines générations de modèles de langage.

Recherche❖Paper

1 source

44

6036The Information AI 

Le juge dans l'affaire Anthropic-Pentagone juge les actions du Pentagone "préoccupantes

Un juge fédéral américain a qualifié les actions du Département de la Défense à l'encontre d'Anthropic de "préoccupantes", déclarant lors d'une audience mardi qu'elles ressemblent à "une tentative de paralyser Anthropic". Ces déclarations émanent de la juge Rita Lin du tribunal fédéral du district nord, qui préside le procès opposant la startup d'IA au Pentagone. L'affaire soulève des questions fondamentales sur les relations entre l'administration américaine et les entreprises privées du secteur de l'intelligence artificielle. Que le Pentagone, l'une des institutions les plus puissantes des États-Unis, soit accusé de chercher à affaiblir délibérément un acteur majeur de l'IA constitue un signal fort sur les tensions qui traversent l'écosystème tech américain. Les commentaires de la juge Lin interviennent dans le cadre d'une audience où les actions du Département de la Défense ont visiblement suscité une réaction inhabituellement directe de la part de la magistrate. L'expression "cripple Anthropic" utilisée par la juge traduit une préoccupation sérieuse quant aux moyens employés par l'administration militaire dans ce litige. L'issue de cette procédure pourrait établir un précédent important pour l'ensemble du secteur de l'IA, en définissant les limites de l'influence que les agences gouvernementales américaines peuvent exercer sur des entreprises privées stratégiques comme Anthropic, concurrent direct d'OpenAI et développeur de la famille de modèles Claude. --- Note : l'article source est tronqué, certains détails factuels (montants, dates précises, motifs du litige) n'étaient pas disponibles dans l'extrait fourni.

Régulation⚖Reglementation

1 source

49

6037Wired AI 

La tentative du Pentagone de « paralyser » Anthropic est préoccupante, selon un juge

Un juge fédéral américain a exprimé de sérieuses réserves quant aux motivations du Département de la Défense (DoD) dans son traitement d'Anthropic, le développeur du modèle d'IA Claude. Lors d'une audience tenue mardi, le magistrat a remis en question la décision du Pentagone de qualifier l'entreprise de risque pour la chaîne d'approvisionnement, une désignation aux conséquences potentiellement dévastatrices pour la startup. Cette affaire s'inscrit dans un contexte de tensions croissantes entre l'administration américaine et certains acteurs de l'IA jugés insuffisamment alignés avec ses priorités stratégiques. Une classification "supply-chain risk" par le DoD peut entraîner l'exclusion d'une entreprise de tous les contrats fédéraux, lui coupant ainsi l'accès à un marché public considérable. Pour Anthropic, dont les ambitions incluent des déploiements dans le secteur public et la défense, une telle étiquette représenterait un obstacle majeur à sa croissance. Le juge de district a directement interpellé les représentants du Département de la Défense sur leurs intentions réelles, utilisant le terme "paralyser", cripple dans la version originale, pour décrire l'effet potentiel de la désignation sur Anthropic. Cette formulation tranchante du magistrat laisse entendre que la procédure pourrait être perçue comme une manœuvre de pression plutôt qu'une évaluation de sécurité légitime et objective. Si le tribunal venait à invalider ou à limiter cette désignation, cela constituerait un précédent important pour l'ensemble de l'industrie de l'IA, dont plusieurs acteurs font face à une surveillance accrue de la part des agences fédérales américaines. L'issue de ce dossier sera suivie de près par les entreprises du secteur, qui s'interrogent sur les critères réels utilisés par le gouvernement pour évaluer les risques posés par les fournisseurs de technologies d'intelligence artificielle.

Régulation⚖Reglementation

1 source

37

6038MarkTechPost 

L'attention paginée dans les grands modèles de langage

La gestion de la mémoire GPU constitue aujourd'hui le principal goulot d'étranglement dans le déploiement des grands modèles de langage à grande échelle. L'attention paginée (Paged Attention) apporte une réponse concrète à ce problème en s'inspirant du mécanisme de mémoire virtuelle des systèmes d'exploitation, permettant de multiplier significativement le nombre de requêtes traitées simultanément sans augmenter le parc matériel. L'enjeu est considérable pour les opérateurs d'infrastructure IA. Avec l'approche classique, chaque requête se voit attribuer un bloc de mémoire fixe dimensionné au pire cas, la longueur maximale de séquence, même si la réponse générée est bien plus courte. Ce gaspillage structurel plafonne la concurrence bien avant que le GPU soit saturé computationnellement, forçant les équipes à surprovisioner le matériel ou à limiter arbitrairement le nombre d'utilisateurs simultanés. Les chiffres illustrent l'ampleur du problème : avec un modèle de type GPT à 32 couches, 32 têtes d'attention et une dimension de 128 par tête stockée en fp16, chaque token du cache KV représente 524 288 octets (512 Ko). Pour une séquence maximale de 2 048 tokens, chaque requête pré-alloue 1 024 Mo de VRAM, mais n'en utilise en moyenne que 250 Mo pour une réponse typique de 500 tokens, soit un taux d'utilisation de seulement 24,4 %. Sur 100 utilisateurs simultanés, ce sont 75 Go de mémoire GPU immobilisés inutilement. L'attention paginée résout cela en découpant le cache KV en blocs de 16 tokens alloués à la demande, et en permettant le partage de préfixes identiques entre requêtes via un mécanisme de Copy-on-Write. Cette approche, popularisée par le moteur d'inférence vLLM, représente aujourd'hui une brique fondamentale pour tout système de production sérieux. Les gains en débit sont substantiels dès les charges modérées, l'article mesure l'écart d'utilisation mémoire sur des batchs de 10 à 200 requêtes simultanées, et permettent de différer ou d'éviter des investissements matériels coûteux pour les équipes qui déploient des LLMs à l'échelle.

Recherche❖Paper

1 source

34

6039Ars Technica AI 

Un développeur Mozilla présente cq, un « Stack Overflow pour agents »

Peter Wilson, développeur chez Mozilla, a annoncé cq, un projet qu'il décrit comme un « Stack Overflow pour agents ». Publié sur le blog Mozilla.ai, ce projet naissant ambitionne de résoudre un problème structurel des agents IA modernes : leur incapacité à accéder à des informations à jour et à partager leurs connaissances entre eux. Le problème est double. D'une part, les agents de codage s'appuient sur des données figées au moment de leur entraînement, ce qui les amène à tenter des appels à des API obsolètes ou à ignorer des évolutions récentes. Des techniques comme le RAG (Retrieval Augmented Generation) existent pour combler ce fossé, mais elles ne sont pas systématiquement déclenchées, le cas classique des « inconnues inconnues ». D'autre part, des centaines, voire des milliers d'agents se retrouvent à résoudre indépendamment les mêmes problèmes, sans mécanisme de partage des solutions après la date de coupure d'entraînement. L'impact économique et environnemental n'est pas négligeable : chaque agent dépense des tokens coûteux et consomme de l'énergie pour re-résoudre des problèmes déjà résolus ailleurs. cq propose d'y remédier en créant une base de connaissances partagée et structurée, une sorte de mémoire collective pour agents, à la manière de ce que Stack Overflow a représenté pour les développeurs humains. Le projet reste cependant très préliminaire, et Wilson lui-même reconnaît plusieurs défis critiques à surmonter : la sécurité, le data poisoning (empoisonnement des données par des entrées malveillantes) et la fiabilité des informations partagées. Ce sont précisément ces enjeux qui conditionneront l'adoption significative de cq au sein de l'écosystème des agents IA.

Outils⚒Outil

1 source

41

6040MarkTechPost 

Une implémentation de code pour concevoir un moteur de compétences auto-évolutif avec OpenSpace : apprentissage de compétences, efficacité des tokens et intelligence collective

OpenSpace, un moteur de compétences auto-évolutif développé par le laboratoire HKUDS (Université de Hong Kong), propose une nouvelle approche pour rendre les agents IA plus intelligents et économiques. Le principe : chaque tâche exécutée enrichit une base de connaissances partagée, permettant à l'agent de réutiliser des compétences acquises pour résoudre des problèmes similaires sans recalculer depuis zéro. L'enjeu économique est central. L'utilisation des modèles de langage comme GPT-4o génère des coûts proportionnels au nombre de tokens consommés. En capitalisant sur des compétences déjà apprises, stockées dans une base SQLite locale, OpenSpace évite de solliciter le LLM pour des raisonnements redondants. Cette logique de réutilisation constitue une réponse directe aux coûts d'inférence qui pèsent sur les déploiements d'agents IA à grande échelle. Les chiffres avancés sont significatifs : sur le benchmark GDPVal, qui couvre 50 tâches professionnelles réelles, OpenSpace affiche une amélioration du revenu simulé de 4,2x et une réduction de la consommation de tokens de 46 %. Le système repose sur trois modes d'évolution, FIX, DERIVED et CAPTURED, et trois déclencheurs automatiques qui maintiennent la base de compétences à jour. Une dimension communautaire est également prévue via la plateforme open-space.cloud, où les agents peuvent partager leurs compétences évoluées. À terme, cette architecture d'intelligence collective pourrait transformer la façon dont les organisations mutualisent leur capital cognitif IA. Plutôt que chaque agent repart de zéro, un écosystème partagé de compétences testées et validées pourrait s'imposer comme standard, notamment pour les entreprises cherchant à maîtriser leurs coûts d'API tout en améliorant la cohérence de leurs pipelines automatisés.

Outils❖Paper

1 source