Actualités IA — page 80

7 595 articles au fil, du plus récent au plus ancien.

38

1581Latent Space 

Skill engineering, l'argument contre la conception IA en un seul essai

Paul Bakaus, créateur de l'outil open-source Impeccable, a présenté lors de l'AI Engineer World's Fair sa vision d'une nouvelle discipline qu'il appelle le "skill engineering". Impeccable est un système de compétences de conception destiné aux agents de codage IA : plutôt que de demander à un agent de redessiner un site entier en une seule instruction, l'utilisateur peut lui demander de rendre une section plus "audacieuse", plus "sobre", plus "dense" ou plus soignée. Le projet a démarré comme une extension relativement simple du skill de design frontend d'Anthropic, avant de s'étoffer en un système à composants et flux de travail multiples à mesure que son audience grandissait. Lors d'un atelier consacré à ce qu'il a qualifié d'"arts obscurs" de la conception de compétences pour agents, Bakaus a expliqué que la plupart des modèles et des skills existants manquent de créativité et convergent tous vers les mêmes solutions visuelles quand ils s'appuient sur les mêmes outils. L'enjeu dépasse la simple esthétique : il s'agit de donner aux agents un vocabulaire de conception précis plutôt que des adjectifs vagues. Un modèle livré à lui-même, sollicité pour rendre une page plus "audacieuse", ajoutera souvent des dégradés, des effets néon ou des surfaces vitrées. Impeccable définit au contraire l'audace via des notions concrètes comme la hiérarchie visuelle, l'échelle et une typographie décisive, des changements qui attirent l'attention sans casser le système de design existant. Pour Bakaus, "un adjectif sans rien derrière n'est qu'une jolie apostrophe" : il faut expliciter à l'agent ce que le terme signifie réellement. Cette approche compte pour l'industrie car elle comble l'écart de résultats observé entre un designer et un ingénieur utilisant pourtant le même modèle, l'un sachant simplement mieux articuler ce qu'il veut obtenir que l'autre. Ce travail de traduction du vocabulaire professionnel en instructions actionnables pour les agents doit aussi composer avec les différences entre plateformes : Claude Code, Cursor, GitHub Copilot et Codex ne gèrent pas les sous-agents ou les permissions de la même façon, ce qui interdit de concevoir un skill universel sans adaptation. Bakaus a par ailleurs expérimenté un routage interne aux compétences, combinant plusieurs capacités et orientant chaque tâche vers les instructions pertinentes, un mécanisme qu'il compare à un modèle de type mixture-of-experts, utile à la fois pour économiser des tokens et améliorer l'efficacité. Il insiste cependant sur les limites de cette abstraction : ajuster un espacement reste parfois plus rapide en manipulation directe, et le prompt ouvert garde son utilité en phase d'exploration initiale. L'objectif n'est pas de remplacer chaque outil par un agent, mais de déterminer le niveau de contrôle exact où le jugement humain doit intervenir dans le processus créatif.

Outils⚒Outil

1 source

45

1582The Information AI 

Le routage entre modèles selon le coût : cinq approches

Face à la hausse des prix des modèles d'IA les plus avancés et à une tendance chez les employés à systématiquement choisir les modèles les plus chers pour la moindre tâche, un nouvel outil gagne en popularité dans les entreprises : le routeur de modèles. Plutôt que de laisser chaque utilisateur sélectionner manuellement un modèle, souvent coûteux, pour répondre à ses questions ou générer du code, ces routeurs analysent la requête et l'orientent automatiquement vers le modèle le plus adapté, en fonction de la complexité réelle de la tâche. Ces solutions prennent des formes variées : produits autonomes vendus par des éditeurs spécialisés, fonctionnalités intégrées par les fournisseurs de cloud, ou encore applications développées en interne par les équipes informatiques elles-mêmes. Des entreprises comme Snowflake et Palo Alto Networks ont confirmé avoir réalisé des économies substantielles en remplaçant, pour certaines tâches, des modèles de pointe par des alternatives moins onéreuses. L'enjeu est direct : des tâches simples comme résumer des emails ou effectuer une recherche dans des documents peuvent souvent être traitées par des modèles open source ou des versions propriétaires plus anciennes, pour une fraction du coût des modèles les plus récents et les plus puissants. En automatisant ce choix, les routeurs permettent aux entreprises de réduire leurs factures liées à l'IA sans sacrifier significativement la qualité des réponses obtenues, un arbitrage devenu crucial à mesure que les usages internes de l'IA générative se multiplient et que les coûts associés grimpent en conséquence. Cette dynamique s'inscrit dans un mouvement plus large de maturation du marché de l'IA en entreprise : après une première phase d'adoption tous azimuts des modèles les plus performants, les directions financières et techniques cherchent désormais à rationaliser ces dépenses. Le phénomène de sur-utilisation des modèles chers, parfois qualifié familièrement de "tokenmaxxing", pousse les entreprises à repenser leur architecture d'accès à l'IA. Les fournisseurs de cloud et les éditeurs spécialisés voient dans les routeurs un nouveau segment de marché prometteur, alors que la pression sur les coûts de calcul devrait continuer de s'intensifier avec la diffusion massive des agents IA en entreprise.

Outils⚒Outil

1 source

49

1583Next INpact 

L’IA générative bouscule la recherche en mathématiques

42 est toujours la réponse, de toute façon. En mai dernier, OpenAI a annoncé qu'un de ses modèles internes avait résolu l'un des problèmes d'Erdős, celui des distances unitaires, numéroté 90. Ce n'était pas une première tentative : dès novembre, l'entreprise affirmait déjà que GPT-5 avait trouvé des solutions à dix problèmes posés par le mathématicien Paul Erdős, des résultats que le média Next qualifie de largement gonflés. Cette fois, le 20 mai, neuf mathématiciens et mathématiciennes ont mis en ligne sur la plateforme arXiv leurs remarques sur la démonstration produite par OpenAI, validant au passage sa réalité. David Madore, maître de conférences en mathématiques à Télécom ParisTech, confirme sans détour : « C'est indiscutable que des problèmes d'Erdős ont été résolus par des IA génératives. » Il précise toutefois que les premières annonces étaient exagérées, certaines IA ayant simplement retrouvé des résultats déjà présents dans la littérature scientifique. Cette percée soulève des questions concrètes sur la nature réelle des progrès accomplis et sur ce qu'elle change pour la recherche en mathématiques. Thomas Bloom, mathématicien à l'université de Manchester, souligne que la preuve initiale de l'IA, bien que valide, a été considérablement améliorée par les chercheurs humains d'OpenAI et par de nombreux autres mathématiciens ayant contribué à l'article. Melanie Matchett Wood, professeure à Harvard, va plus loin en avançant que si l'expertise humaine mobilisée pour vérifier et affiner la solution avait été employée en amont pour chercher un contre-exemple à la conjecture, les mathématiciens auraient probablement pu la résoudre eux-mêmes. Ces nuances comptent : elles rappellent que la résolution de ces problèmes reste un travail collaboratif entre machine et humains, et non une démonstration d'autonomie totale de l'IA. Le contexte de cette controverse tient à la stratégie de communication des entreprises d'IA générative, qui cherchent depuis plusieurs mois à convaincre que leurs modèles atteignent le niveau d'un chercheur professionnel. David Madore relativise la portée de l'exploit en rappelant que les problèmes d'Erdős, bien que non triviaux, reposent généralement sur des outils et des définitions peu sophistiqués comparés à d'autres pans des mathématiques. Il note aussi qu'OpenAI a utilisé un modèle interne aux caractéristiques non divulguées, sans préciser le temps de calcul nécessaire à la résolution, ce qui limite la possibilité d'évaluer objectivement la performance. Le mathématicien reconnaît malgré tout qu'un problème important a été résolu de façon essentiellement autonome par l'IA, tout en insistant sur le fait que ce succès reste isolé parmi de nombreux autres problèmes soumis aux modèles sans résultat probant, et qu'il ne s'agit en rien du « Saint Graal des mathématiques ».

Recherche❖Paper

1 source

45

1584The Information AI 

Anthropic en discussion avec Samsung pour produire une puce IA sur mesure

Anthropic a entamé des travaux préliminaires sur son propre processeur d'intelligence artificielle et a mené des discussions avec Samsung Electronics en vue d'un partenariat de fabrication, selon trois sources proches du dossier. L'entreprise, créatrice du modèle Claude, suit ainsi la voie tracée par son rival OpenAI, qui cherche également à reprendre la main sur les infrastructures de calcul coûteuses nécessaires à l'entraînement et au fonctionnement de ses modèles. Si Anthropic concrétise ce projet, elle rejoindrait un cercle encore restreint d'acteurs développant leurs propres puces IA, un domaine où elle reste une arrivante relativement tardive comparée aux géants du secteur. Cette démarche s'inscrit dans une tendance de fond chez les grands noms de l'IA générative, qui cherchent à réduire leur dépendance aux fabricants de puces traditionnels comme Nvidia, dont les processeurs dominent le marché mais restent onéreux et parfois difficiles à obtenir en quantité suffisante. Concevoir sa propre puce permettrait à Anthropic de mieux maîtriser ses coûts d'infrastructure, d'optimiser les performances pour ses propres modèles Claude, et de sécuriser son approvisionnement en capacité de calcul à mesure que la demande explose. Pour l'industrie, ce mouvement confirme que le contrôle du matériel devient un enjeu stratégique aussi important que les avancées algorithmiques elles-mêmes. Google et Amazon Web Services développent depuis plusieurs années leurs propres puces avec succès, tandis que Meta Platforms et Microsoft ont eux aussi construit leurs propres processeurs internes. OpenAI, de son côté, a fait appel à Broadcom en 2024 pour concevoir sa puce maison et a dévoilé le mois dernier le premier fruit de ce partenariat, baptisé Jalapeño, un processeur d'inférence conçu pour exécuter les grands modèles de langage avec une meilleure efficacité. En se tournant vers Samsung, Anthropic pourrait s'appuyer sur l'expertise du géant coréen en gravure de semi-conducteurs, dans un contexte où la course aux puces IA sur mesure redessine les rapports de force entre laboratoires d'intelligence artificielle et fondeurs.

Infrastructure⚡Actu

Aussi surTechCrunch AI

44

1585Ben's Bites 

Fable est de retour

Fable 5 est de nouveau accessible à tous les utilisateurs payants de Claude, quelques semaines après avoir été retiré. Anthropic évoque, dans un billet de blog, des garde-fous renforcés pour cette nouvelle version, même si l'auteur de la newsletter Ben's Bites affirme n'en avoir rencontré aucun pour l'instant. Le modèle reste toutefois disponible uniquement jusqu'au 7 juillet dans les formules d'abonnement, avec un quota d'usage limité à 50% du volume habituel. Un benchmark cité dans l'article affirme que Fable peut mener à bien 16% des tâches de travail à distance testées, soit le double d'Opus 4.8. Juste avant ce retour, Anthropic avait aussi lancé Claude Sonnet 5, dont les performances sur les tâches d'agents se rapprochent d'Opus 4.8 tout en coûtant moins cher au token. Il devient le modèle par défaut pour les offres gratuite et Pro, disponible dans Claude Code et via l'API, avec un tarif de lancement de 2 dollars par million de tokens en entrée et 10 dollars en sortie, valable jusqu'au 31 août. Côté Google, deux nouveaux modèles multimédias, Nano Banana 2 Lite et Gemini Omni Flash, sont désormais accessibles dans l'application Gemini et via l'API: le premier génère des images en moins de quatre secondes, à raison d'environ trente images en résolution 1K pour un dollar, tandis que le second permet de créer et modifier des vidéos pour 0,10 dollar la seconde. Par ailleurs, Bridgewater et Thinking Machines ont entraîné un modèle spécialisé atteignant 84,7% de précision sur des tâches de tri financier, pour un coût 13,8 fois inférieur au meilleur modèle généraliste testé. Enfin, Factory a affiné deux détecteurs dans son outil Droid Shield 2.0, capables de repérer des secrets exposés dans les sessions de code tout en réduisant les fausses alertes. Cette avalanche d'annonces illustre à quel point la course entre laboratoires d'IA se joue désormais autant sur le coût et l'usage pratique que sur les scores bruts de benchmarks. Si Sonnet 5 affiche de bons résultats sur le papier, plusieurs utilisateurs, dont l'auteur de la newsletter, le jugent en pratique cher et lent, ce qui relativise l'intérêt de l'adopter par rapport à d'autres modèles. À l'inverse, l'exemple du modèle spécialisé de Bridgewater et Thinking Machines montre qu'un entraînement ciblé sur une tâche précise, comme le tri de dossiers financiers, peut surpasser un modèle généraliste frontière pour une fraction du coût, une piste que de plus en plus d'entreprises explorent pour maîtriser leurs dépenses en IA. Les nouveaux outils de génération d'images et de vidéos à bas coût de Google, eux, abaissent la barrière d'entrée pour les créateurs de contenu, tandis que le renforcement de la détection de secrets exposés chez Factory répond à une préoccupation croissante à mesure que les agents de code gèrent une part grandissante du travail des développeurs. Ce mouvement s'inscrit dans une tendance plus large vers des agents capables d'agir de façon autonome, à condition de disposer du bon contexte et des bons outils. L'auteur illustre cela avec un exemple personnel: en vacances en Grèce, il a demandé à Codex de lui réserver un taxi pour rentrer de l'aéroport, et la tâche a été bouclée en un peu plus d'une minute et demie, l'agent ayant consulté son calendrier Google pour retrouver son vol, puis ses e-mails pour identifier son adresse et la compagnie de taxi utilisée à l'aller, avant de remplir le formulaire de réservation et de régler le trajet via un navigateur resté connecté. Cet exemple, bien que modeste, résume selon lui la logique qui sous-tend la plupart des usages efficaces des agents aujourd'hui: leur fournir la mémoire, les outils et le contexte nécessaires pour qu'ils puissent agir sans supervision constante, un principe qui devrait continuer à structurer le développement des futurs modèles et produits, qu'ils viennent d'Anthropic, de Google ou d'autres laboratoires concurrents.

LLMs⚡Actu

1 source

32

1586MIT Technology Review 

« Enseigner à l'IA à piloter les turbines »

Woodside Energy, producteur d'énergie australien basé en Australie-Occidentale, développe depuis plus d'une décennie des systèmes d'intelligence artificielle appliqués à ses opérations industrielles, bien avant l'essor des chatbots grand public. Andrew Melouney, vice-président digital de l'entreprise, explique que ce travail a démarré par l'exploitation des immenses volumes de données opérationnelles générées par les équipements, les usines et les actifs du groupe, dans des domaines comme l'exploration, le forage, la maintenance et la gestion des sites de production. Cette base de données et d'analyses prédictives a permis à Woodside de construire, au fil des années, des outils d'optimisation et d'apprentissage automatique à forte valeur ajoutée. L'entreprise s'oriente désormais vers des systèmes d'IA dits "agentiques", capables de soutenir des flux de travail industriels complexes. L'exemple phare est le "Startup Advisor", un copilote IA qui accompagne les opérateurs dans la procédure délicate de démarrage des usines de gaz naturel liquéfié (GNL). Cette évolution illustre un impact concret pour l'industrie énergétique : plutôt que de remplacer les opérateurs humains, ces outils visent à renforcer leur expertise dans des environnements à haut risque où la sécurité et la continuité opérationnelle sont critiques. Selon Melouney, l'objectif est de permettre aux équipes de prendre des décisions plus rapides et plus fiables, sans pour autant automatiser les processus existants tels quels. "Nous ne collons pas simplement de l'IA sur un processus existant, nous repensons en profondeur la façon dont le travail doit être organisé", précise-t-il. Cette approche marque une transition plus large dans l'industrie, où l'IA passe du stade d'expérimentations isolées à celui de déploiements à l'échelle de l'entreprise, appuyés sur des plateformes standardisées, une gouvernance des données rigoureuse et des schémas de déploiement reproductibles. Cette trajectoire s'inscrit dans un contexte où le secteur énergétique, avec ses infrastructures physiques massives et son flux constant de données, sert de laboratoire grandeur nature pour l'IA industrielle du futur. La devise de Melouney, "penser grand, prototyper petit et passer à l'échelle rapidement", résume la méthode adoptée par Woodside pour éviter les échecs coûteux tout en accélérant l'adoption. À terme, l'ambition de l'entreprise est de devenir une "entreprise autonome", où des agents dotés d'une véritable capacité d'action interagiraient directement avec les processus métier centraux. Cet épisode du podcast Business Lab de la MIT Technology Review, produit en partenariat avec Infosys, souligne ainsi que les entreprises les mieux placées pour tirer parti de l'IA agentique seront celles qui ont, comme Woodside, investi depuis longtemps dans des fondations opérationnelles solides plutôt que de suivre les effets de mode.

Business⚡Actu

1 source

39

1587MIT Technology Review 

Le sens d'un titre : une startup propose une solution au problème de la pensée unique de l'IA

La startup australienne Springboards a mis au point un modèle de langage baptisé Flint, conçu pour sortir les intelligences artificielles conversationnelles de leur tendance à toujours produire les mêmes réponses. Le constat de départ est simple à vérifier: demandez à Claude, ChatGPT ou Gemini de citer un nombre au hasard entre 1 et 10, et la réponse sera presque systématiquement 7. Ce phénomène, documenté par Will Douglas Heaven dans la newsletter The Download du MIT Technology Review, illustre un problème plus large de "pensée de groupe" chez les grands modèles de langage actuels, qui convergent vers des réponses prévisibles et peu créatives dès qu'on leur pose une question ouverte. Flint a été entraîné spécifiquement pour élargir l'éventail de ses réponses face à des questions du type "où partir en vacances en Europe", en évitant de se replier systématiquement sur les suggestions les plus consensuelles ou les plus statistiquement fréquentes dans ses données d'entraînement. Cette uniformité des réponses n'est pas gênante pour des tâches comme la programmation ou la recherche factuelle, où la précision et la cohérence priment. Elle devient en revanche un vrai handicap pour tout usage créatif: remue-méninges, planification de voyage, génération d'idées ou exploration d'options originales. Un assistant qui reproduit toujours les mêmes schémas de réponse limite de fait sa valeur pour les utilisateurs qui cherchent justement à sortir des sentiers battus. En misant sur la diversité des réponses plutôt que sur leur seule exactitude, Springboards vise un usage encore peu exploité commercialement: celui des chatbots comme outils d'idéation plutôt que de simple recherche d'information, un segment où la personnalisation et la surprise comptent autant que la fiabilité. Ce travail s'inscrit dans un paysage de l'IA générative en pleine effervescence, où les grands acteurs américains et chinois se disputent la suprématie technologique et financière. Le même jour, la newsletter rapportait qu'OpenAI aurait proposé de céder une participation de 5% à l'administration Trump, un geste qui pourrait s'étendre à d'autres géants comme Anthropic, Google ou Meta selon Bloomberg. Parallèlement, le modèle chinois GLM-5.2 gagne du terrain auprès de clients occidentaux grâce à des coûts réduits, tandis que Meta explore de nouvelles sources de revenus en louant sa puissance de calcul et ses modèles hébergés. Dans ce contexte de concentration autour de quelques mastodontes, l'approche de Springboards rappelle qu'il existe encore de la place pour des acteurs plus modestes cherchant à résoudre des limites techniques précises, comme ce manque criant de diversité dans les réponses des IA conversationnelles les plus utilisées au monde.

LLMs❧Opinion

1 source

43

1588Le Big Data 

Microsoft Office face à un nouveau rival : 30 millions de dollars misés sur une alternative IA

L'entrepreneur indien Bhavin Turakhia, fondateur de la société de paiements Zeta, a investi 30 millions de dollars de sa fortune personnelle pour lancer Neo, une plateforme de travail conçue dès l'origine autour de l'intelligence artificielle. L'annonce a été relayée le 2 juillet 2026. Contrairement à une simple suite bureautique enrichie d'un chatbot, Neo réunit dans une seule interface la gestion de projet, les documents et le stockage de fichiers, avec l'IA placée au cœur des flux de travail plutôt qu'ajoutée en périphérie. Turakhia justifie cette approche en comparant les logiciels historiques à un ancien téléphone qu'on tenterait de transformer en smartphone : selon lui, certaines architectures doivent être repensées entièrement plutôt que rafistolées. Autre choix stratégique, Neo se veut indépendant des modèles d'IA, permettant aux entreprises clientes de changer de fournisseur sans reconstruire leur environnement de travail. Cette initiative s'inscrit dans une bataille plus large pour la productivité en entreprise, à l'heure où Microsoft, Google et Salesforce accélèrent tous l'intégration de l'IA générative dans leurs outils professionnels, notamment via Microsoft 365 Copilot. Pour les PME et les professionnels du conseil et de la tech, que Neo cible en priorité, l'enjeu est de savoir si une architecture pensée nativement pour l'IA peut offrir plus de souplesse ou de coûts réduits face aux offres établies. L'indépendance vis-à-vis des modèles d'IA répond aussi à une préoccupation croissante des organisations soucieuses d'éviter toute dépendance technologique excessive envers un seul fournisseur, qu'il s'agisse d'OpenAI, d'Anthropic ou d'un autre acteur. Turakhia n'en est pas à son premier pari : depuis vingt ans, il a l'habitude de financer lui-même ses entreprises technologiques avant d'ouvrir leur capital à des investisseurs extérieurs, et applique la même méthode à Neo. Il reste toutefois lucide sur l'ampleur du défi : Microsoft dispose d'une base installée de centaines de millions d'utilisateurs et d'un écosystème logiciel très intégré, tandis que Google Workspace poursuit une stratégie IA similaire et que des acteurs comme Notion ou Superhuman multiplient également les innovations pour les travailleurs du savoir. Plutôt que de viser une domination à court terme, Turakhia mise sur la coexistence de plusieurs acteurs sur un marché jugé suffisamment vaste : selon lui, capter seulement 2 % à 5 % des dépenses mondiales en logiciels d'entreprise dopés à l'IA suffirait à bâtir une entreprise de très grande taille.

Outils⚒Outil

1 source

36

1589Le Big Data 

Haleon signe un partenariat de cinq ans avec Microsoft pour accélérer sa transformation par l’IA

Haleon, le groupe de santé grand public propriétaire de marques comme Sensodyne, Voltaren et Centrum, a annoncé le 1er juillet 2026 la signature d'un partenariat stratégique de cinq ans avec Microsoft pour accélérer sa transformation numérique par l'intelligence artificielle. L'entreprise utilisait déjà Microsoft 365 Copilot, mais cet accord va nettement plus loin en faisant d'Azure la plateforme cloud de référence de Haleon et en plaçant l'écosystème IA de Microsoft au cœur de sa stratégie numérique. Le partenariat couvre plusieurs fonctions de l'entreprise : automatisation de tâches administratives, accélération de la recherche scientifique, personnalisation des contenus marketing, amélioration des prévisions commerciales et optimisation de la chaîne d'approvisionnement. Haleon prévoit aussi de s'appuyer sur les capacités d'IA dites agentiques de Microsoft, capables d'assister les équipes dans des processus complexes tout en restant gouvernées par les outils d'identité, de cybersécurité et de gouvernance des données du groupe américain. L'accord inclut par ailleurs le développement conjoint de nouveaux cas d'usage entre les deux entreprises. Cette annonce illustre un changement de statut de l'intelligence artificielle au sein des grandes entreprises internationales. Après une phase dominée par les expérimentations ponctuelles, les groupes privilégient désormais des engagements pluriannuels avec un fournisseur cloud unique plutôt que la multiplication de projets pilotes dispersés entre plusieurs plateformes. Pour Haleon, l'enjeu dépasse la simple productivité des équipes : il s'agit de bâtir une infrastructure de données capable de soutenir durablement l'innovation, la prise de décision et le développement de nouveaux produits, tout en répondant plus rapidement à l'évolution des attentes des consommateurs et à la demande mondiale. Cette approche répond aussi à une préoccupation croissante des entreprises qui déploient des assistants IA sur des données sensibles : la sécurité et la gouvernance deviennent aussi déterminantes que la performance des modèles eux-mêmes. Ce type de contrat à long terme s'impose progressivement comme un nouveau standard sur le marché de l'IA d'entreprise, permettant aux multinationales de moderniser leur infrastructure par étapes tout en limitant le nombre de fournisseurs technologiques à gérer. Pour Microsoft, l'accord avec Haleon consolide sa stratégie de différenciation face à ses concurrents cloud : plutôt que de se positionner comme simple fournisseur de logiciels ou de puissance de calcul, l'entreprise américaine se présente comme partenaire stratégique de transformation, en combinant dans une même offre le cloud, l'intelligence artificielle, la cybersécurité et la gouvernance des données. Ce partenariat s'inscrit dans une série d'accords similaires signés par Microsoft avec de grands groupes internationaux ces derniers mois, confirmant la bataille que se livrent les géants du cloud pour devenir l'infrastructure de référence de la transformation IA des entreprises, dans des secteurs aussi sensibles que la santé grand public.

Business⚡Actu

1 source

44

1590Le Big Data 

Gemini Spark débarque sur Mac : votre portefeuille risque de le regretter amèrement

Google déploie progressivement Gemini Spark, un nouvel agent IA intégré à son application Gemini pour macOS, pour l'instant réservé aux abonnés Google AI Ultra aux États-Unis, un forfait facturé cent dollars par mois. L'annonce a été faite le 1er juillet 2026 via le compte officiel de Google, qui a présenté simultanément plusieurs autres nouveautés pour cet assistant personnel disponible 24h/24 : un support pour le protocole MCP (Model Context Protocol) permettant de personnaliser l'assistant, ainsi que des intégrations avec des services tiers comme Canva, Dropbox, Instacart et OpenTable. Contrairement à un chatbot conversationnel classique, Gemini Spark agit directement dans les fichiers locaux de l'utilisateur sur Mac. Il peut par exemple trier automatiquement les PDF présents dans le dossier Téléchargements et les classer selon leur contenu détecté, générer des tableaux dans Google Workspace, ou encore compiler une feuille de calcul regroupant l'ensemble des factures stockées sur l'ordinateur. Google a illustré un cas d'usage où Spark retrouve un fichier sur le Mac et l'envoie par email sans intervention supplémentaire de l'utilisateur. Cette évolution marque un changement de nature pour les assistants IA grand public, qui passent du simple rôle de conseiller à celui d'exécutant capable d'accomplir des tâches concrètes de bout en bout. Pour les professionnels et particuliers submergés par la gestion administrative de leurs fichiers, factures et documents, la promesse d'automatisation représente un gain de temps potentiellement important. Mais cette capacité d'action directe sur des données personnelles soulève aussi des questions de confidentialité : donner à une IA l'accès et le contrôle de ses fichiers locaux implique un niveau de confiance inédit par rapport à un simple chatbot. Le prix de cent dollars mensuels, réservé au forfait le plus haut de gamme de Google, positionne aussi Spark comme un outil destiné avant tout aux utilisateurs professionnels ou aux passionnés de technologie prêts à payer cher pour automatiser leur quotidien, plutôt que comme une fonctionnalité grand public immédiate. Conscient des risques liés à cette automatisation, Google encadre strictement l'accès de Spark aux données : l'assistant ne peut agir que sur les dossiers et applications explicitement autorisés par l'utilisateur, sans pouvoir explorer librement l'ensemble du disque dur. Chaque permission doit être validée activement, une approche censée limiter les dérives tout en conservant la puissance de l'outil. Cette stratégie s'inscrit dans une course plus large entre grands acteurs de la tech pour transformer leurs assistants IA en véritables agents autonomes capables d'agir sur les systèmes des utilisateurs, à l'image des efforts similaires menés par OpenAI ou Microsoft. Le déploiement actuel, limité aux États-Unis et aux abonnés premium, laisse présager un élargissement progressif à d'autres marchés et niveaux d'abonnement si l'outil rencontre son public, tout en testant en conditions réelles l'acceptabilité de ce niveau d'accès aux données personnelles.

Outils⚒Outil

1 source

47

1591VentureBeat AI 

Z.ai lance ZCode pour concurrencer Cursor, Claude Code et GitHub Copilot dans le codage IA

Z.ai, le laboratoire d'intelligence artificielle basé à Pékin anciennement connu sous le nom de Zhipu AI, a officiellement lancé mercredi ZCode, une application de bureau gratuite qu'il présente comme un « environnement de développement agentique » conçu spécifiquement pour son modèle phare GLM-5.2. Disponible sur macOS, Windows et Linux, l'outil prend en charge la configuration BYOK (apportez votre propre clé) pour utiliser des modèles tiers, et offre un bonus de quota de 1,5x aux abonnés du GLM Coding Plan. Contrairement aux IDE classiques qui greffent l'IA via une barre latérale de chat ou de l'autocomplétion, ZCode s'organise autour du ZCode Agent, finement calibré pour GLM-5.2 : l'utilisateur décrit un objectif, l'agent planifie le travail, modifie les fichiers, exécute des vérifications et poursuit sur plusieurs itérations jusqu'à l'achever. L'outil permet aussi de suivre une tâche depuis plusieurs appareils, desktop, mobile ou via les bots Feishu et WeChat, avec confirmation obligatoire avant toute commande sensible. Ce lancement cristallise trois tendances majeures du secteur : la guerre des prix sur les modèles d'IA de pointe, la fragmentation géopolitique de la pile technologique IA, et la maturation rapide des agents de codage, un marché estimé à environ 10 milliards de dollars par Gartner. ZCode reste gratuit au téléchargement, les revenus provenant des abonnements au GLM Coding Plan, dont les tarifs s'échelonnent de 16,20 dollars par mois (formule Lite) à 144 dollars par mois (formule Max), des prix nettement inférieurs à ceux de Claude Code d'Anthropic ou de Cursor. Jusqu'au 31 juillet, une promotion offre un bonus de quota effectif de 1,5x, avec une consommation de tokens hors pointe facturée à un coefficient de 0,67x. L'outil reste toutefois ouvert à la concurrence, puisqu'il prend aussi en charge Claude Code, Codex, Gemini et OpenCode. L'ensemble repose sur GLM-5.2, publié le 16 juin d'abord auprès des abonnés du Coding Plan, puis en open source sous licence MIT sur Hugging Face, une stratégie qui privilégie la diffusion large plutôt qu'un lancement classique axé sur les benchmarks. Le modèle affiche des caractéristiques impressionnantes : une architecture de mélange d'experts (MoE) de 744 milliards de paramètres dont 40 milliards actifs, une fenêtre de contexte d'un million de tokens, soit cinq fois supérieure à celle de son prédécesseur limité à 200 000 tokens, et un entraînement portant sur 28,5 trillions de tokens, réalisé entièrement sur des puces chinoises. Mi-juin, GLM-5.2 se classait deuxième mondial sur le classement Code Arena, juste derrière les modèles d'Anthropic, confirmant l'ambition de Z.ai de rivaliser directement avec les ténors américains du secteur.

Outils⚒Outil

Aussi surFrandroid

45

1592Next INpact 

Proton lance son assistant IA Lumo 2.0 avec génération d’images et mémoire

Proton a dévoilé le 2 juillet 2026 la version 2.0 de Lumo, son assistant IA, un an après son lancement en juillet 2025. L'éditeur suisse, connu pour ses services chiffrés (Proton Mail, Proton VPN), revendique aujourd'hui dix millions d'utilisateurs pour cet assistant construit sur la promesse d'une confidentialité totale, avec chiffrement de bout en bout, garantie zéro accès et absence de logs. Cette nouvelle mouture, présentée comme le changement le plus important depuis la création du produit, repose sur une architecture repensée et se décline en quatre modes : Lite pour les tâches courantes, Max pour le raisonnement complexe, Fast pour les réponses rapides, et Thinking pour les analyses multi-étapes avec raisonnement visible en temps réel. Sur le plan des performances, Proton annonce, via l'Artificial Analysis Intelligence Index, un score en hausse de 127% pour Lumo 2.0 Lite et de 240% pour Lumo 2.0 Max par rapport à la version 1.4, ce dernier modèle atteignant 51 points, entre les 44 de Claude Sonnet 4.6 et les 55 de GPT-5.5. Cette mise à jour vise avant tout à combler le retard de Lumo sur ses concurrents directs. L'assistant devient multimodal, capable d'analyser des images, d'en générer à partir d'un prompt ou d'une esquisse, et de les éditer au sein d'une même conversation, le tout couvert par la garantie zéro accès. Autre ajout attendu de longue date : la recherche web avec citation des sources, ainsi qu'une mémoire persistante permettant à l'assistant de retenir préférences et style d'un utilisateur, avec un contrôle total laissé à ce dernier sur ce qui est conservé ou effacé. La fenêtre de contexte a également doublé, sans que Proton ne communique de chiffre précis, et de nouvelles fonctions collaboratives font leur apparition : les Projects, des espaces de travail chiffrés regroupant conversations, fichiers et instructions, et les Custom Lumos, des assistants personnalisés comparables aux Gems de Google Gemini. Ces annonces s'inscrivent dans une bataille plus large où les acteurs mettant en avant la confidentialité, comme Proton, cherchent à rattraper l'écart technique avec les géants du secteur sans sacrifier leur positionnement éthique. Andy Yen, PDG de Proton, a déclaré via 9to5Mac que les tests utilisateurs montrent une différence qualitative de moins en moins perceptible entre Lumo 2.0 Max et les derniers modèles d'OpenAI et d'Anthropic, une affirmation qui reste toutefois celle du fabricant et non d'un benchmark indépendant. Un test publié par It's FOSS relativise d'ailleurs ce discours, pointant des limites sur certaines tâches comme l'édition d'image. Reste à voir si ces gains techniques suffiront à convaincre au-delà de la base d'utilisateurs déjà acquise à la promesse de confidentialité de Proton.

Outils⚒Outil

1 source

43

1593Latent Space 

Anthropic relance Claude Fable 5 avec des garde-fous de sécurité renforcés

Anthropic a relancé Claude Fable 5 le 1er juillet 2026, après une journée d'indisponibilité qui avait provoqué une forte demande contenue chez les utilisateurs. L'entreprise a précisé que certaines requêtes, notamment liées à la cybersécurité, pourraient désormais être redirigées vers Opus 4.8 en raison de nouveaux garde-fous, et que les classificateurs de sécurité biologie/chimie restent pour l'instant trop larges dans leur détection. Les limites de débit (rate limits) ont été réinitialisées pour tous les utilisateurs une fois le modèle de nouveau disponible. L'écosystème d'outils a immédiatement intégré ce retour : Cursor indique que Fable 5 domine ses évaluations internes mais reste le modèle le plus coûteux par tâche, Devin l'a déployé sur ses versions Cloud, Desktop et CLI, et Perplexity l'a rétabli comme modèle d'orchestration. Sur le plan des benchmarks, Fable 5 obtient 16,10% sur le Remote Labor Index selon les données relayées par kimmonismus, tandis qu'Artificial Analysis situe Sonnet 5 en deuxième position sur AA-Briefcase, avec toutefois davantage de tours d'échange et un rapport coût-performance moins favorable aux niveaux d'effort les plus bas. Le fait marquant n'est pas tant le retour du modèle que la manière dont les développeurs s'adaptent aux contraintes des modèles de pointe. Plusieurs d'entre eux, dont l'utilisateur Theo, décrivent désormais une architecture multi-modèles plutôt qu'une dépendance à un seul système : Fable 5 est réservé au raisonnement et à la planification de haut niveau, tandis que l'implémentation, la vérification et les tâches d'usage d'ordinateur sont déléguées à d'autres modèles, ce qui améliorerait sensiblement le taux de succès des pull requests de bout en bout. Omar Sar et Mikhail Parakhin partagent une analyse proche : plutôt que de construire un pré-classificateur de tâches simples pour router les requêtes, mieux vaut concevoir directement des stratégies combinant plusieurs modèles, car un routage fiable exige souvent d'avoir déjà résolu la tâche elle-même. Cette évolution reflète une maturation du marché des agents de code, où la robustesse prime désormais sur la dépendance à un fournisseur unique. En parallèle, le laboratoire chinois Z.ai a lancé ZCode, un environnement de développement officiel dédié à son modèle ouvert GLM-5.2, avec prise en charge du BYOK (bring your own key), disponibilité multiplateforme et un quota de requêtes renforcé pour les abonnés à son offre de codage. LangChain a publié des guides d'intégration de GLM-5.2 dans des flux de code, et son fondateur Harrison Chase note que des développeurs en font déjà leur modèle quotidien. Sur le benchmark APEX-SWE, GLM-5.2 devient le premier modèle ouvert à dominer une catégorie, avec 55,3% de réussite au premier essai sur les tâches d'intégration, Kimi K2.7 le suivant de près ; des voix comme scaling01 tempèrent néanmoins l'idée que les modèles ouverts auraient dépassé les modèles occidentaux, tout en reconnaissant un écart de performance en code qui se réduit rapidement. Côté infrastructure, vLLM a intégré le décodage spéculatif DSpark pour les modèles DeepSeek, atteignant environ 250 tokens par seconde sur huit GPU B300, et des accélérations comparables ont été rapportées pour GLM-5.2 et Qwen3-32B, signe que la course à l'inférence rapide s'intensifie autant que celle des capacités.

LLMs⚡Actu

1 source

27

1594Latent Space 

Le bulletin quotidien de l'AIEWF : l'IA, la recherche autonome et la tension avec l'autonomie humaine

Mercredi, l'AI Engineer World's Fair (AIEWF) a consacré sa scène principale au thème de l'autoresearch, un concept au cœur des débats de la journée. Roland Gavrilescu, cofondateur d'Introspection, l'a défini dans un entretien avec Latent Space comme un mécanisme permettant de construire des boucles où des agents IA aident à maintenir le système lui-même : une "boucle externe" qui étudie et entretient la boucle interne, celle du travail principal. Sans employer le terme, Thariq Shihipar, qui travaille sur Claude Code chez Anthropic, a défendu une idée proche lors de sa keynote, affirmant que "les modèles sont cultivés, pas développés" et que l'apprentissage se fait au fur et à mesure de leur utilisation. Addy Osmani, ancien responsable ingénierie chez Google, a proposé une lecture différente avec son concept d'"Agency Ladder" : selon lui, les agents peuvent prendre en charge une part croissante de la boucle d'exécution, mais la boucle externe doit rester humaine, car "cette boucle interne, c'est la capacité ; la boucle externe, c'est l'agentivité". Cette tension entre ce que les agents devraient accomplir et ce que les ingénieurs humains doivent conserver a traversé toute la journée, avec un net scepticisme envers le discours de la "software factory" qui avait dominé la veille. Geoffrey Litt, de Notion, a attiré une large audience dans le cursus Design Engineering en expliquant pourquoi les humains doivent continuer à comprendre leur propre code, même lorsque les agents en écrivent l'essentiel. Lily Zhang a résumé l'idée dans un tweet largement relayé : l'avenir sera polarisé entre ceux qui comprennent, capables de générer la prochaine grande idée, et ceux qui délèguent cette compréhension et se feront remplacer par l'agent. Litt a ensuite précisé sa pensée : comprendre ce que fait l'agent permet de rester un participant actif du processus créatif, pas un simple spectateur. Paul Bakaus a prolongé ce débat lors d'une session consacrée à son nouvel outil de design, Impeccable, en rejetant à la fois le travail entièrement manuel et l'automatisation totale ("loop-maxing"). Sa méthode consiste à laisser les agents exécuter les 80% de travail les plus fastidieux avant de réintroduire l'humain pour les 20% restants, ceux qui apportent le style et le point de vue de l'auteur. "Il n'y a pas d'automatique, et il n'y en aura jamais", a-t-il déclaré, estimant que la question dépasse les limites techniques actuelles des modèles pour toucher à la notion d'appropriation du travail créé. Un panel sur les médias génératifs a prolongé cette réflexion : Nicole Brichtova, qui travaille sur les produits génératifs de Google dont Nano Banana, a distingué la préférence moyenne du public de l'expertise cultivée, notant que quelqu'un ayant perfectionné un art perçoit des détails que l'utilisateur moyen ne remarque pas.

Société⚡Actu

1 source

52

1595FrenchWeb 

Pourquoi SCHNEIDER ELECTRIC paie 3,1 milliards de dollars pour devenir un acteur de l’IA industrielle

Cette semaine, Schneider Electric a annoncé le rachat de Cognite pour 3,1 milliards de dollars, une opération qui vise à faire du géant français de l'énergie et de l'automatisation industrielle un acteur de poids dans l'intelligence artificielle appliquée à l'industrie. Cognite, éditeur de logiciels industriels fondé en 2017, réalise un peu plus de 170 millions de dollars de chiffre d'affaires annuel. Le montant déboursé par Schneider Electric représente ainsi près de dix-huit fois les revenus de la cible, un multiple qui a immédiatement suscité la défiance des marchés financiers. Cette opération illustre la course engagée par les grands groupes industriels pour intégrer l'IA au cœur de leurs infrastructures physiques, des usines aux réseaux électriques. En absorbant les technologies de Cognite, spécialisées dans la contextualisation et l'exploitation des données industrielles, Schneider Electric cherche à accélérer la transformation numérique de ses clients et à défendre ses parts de marché face à des concurrents comme Siemens ou Honeywell, également engagés dans cette bataille pour l'IA industrielle. Pour les clients de Schneider, cela pourrait signifier des outils plus performants pour piloter usines et infrastructures énergétiques via l'IA. Cette acquisition s'inscrit dans un contexte plus large où les valorisations des entreprises d'IA, même à revenus modestes, atteignent des niveaux jugés spéculatifs par une partie des investisseurs. Le scepticisme initial des marchés reflète une interrogation récurrente sur la capacité des grands groupes industriels à rentabiliser ces paris technologiques coûteux, alors que la promesse d'une IA générant des gains de productivité concrets reste, pour beaucoup, encore à démontrer sur le terrain.

Business❧Opinion

1 source

38

1596NVIDIA AI Blog 

NVIDIA ouvre son informatique IA à grande échelle et invite ses partenaires à soutenir le développement de l'infrastructure IA

NVIDIA a dévoilé un nouveau modèle économique destiné à ouvrir l'accès à ses infrastructures de calcul aux startups d'IA, créateurs de modèles, entreprises et organismes de recherche qui manquaient jusqu'ici de capital pour financer des équipements aussi coûteux. Ce dispositif repose sur un partage de revenus avec des "AI clouds" partenaires : ces fournisseurs de cloud vendront des services alimentés par la technologie NVIDIA, l'entreprise percevant à la fois le revenu classique lié à la vente de matériel et une part des revenus générés par la capacité mise à disposition. Deux entreprises figurent parmi les premières à s'engager dans ce cadre. Sharon AI va déployer jusqu'à 40 000 GPU NVIDIA Grace Blackwell GB300, dans ce que son cofondateur et PDG James Manning décrit comme une étape clé de la mission de l'entreprise pour offrir une infrastructure de calcul IA souveraine et à grande échelle. Firmus, de son côté, construit un site "DSX AI factory" à Batam, en Indonésie, dont la puissance devrait atteindre 360 mégawatts pour jusqu'à 170 000 GPU NVIDIA. Selon Tim Rosenfield, co-PDG de Firmus Technologies, les entreprises spécialisées en IA ont besoin d'un accès à une infrastructure de calcul évolutive, économe en énergie et en coûts, pour rester compétitives à l'échelle mondiale. Cette initiative répond à un changement structurel de la demande en calcul : l'IA passe désormais du stade de l'entraînement de modèles à celui de la production à grande échelle, avec des "usines à IA" qui doivent tourner en continu pour générer des tokens en volume. Or les jeunes pousses du secteur peinaient à obtenir des financements pour ce type d'infrastructure, même lorsqu'elles disposaient d'engagements clients à long terme, faute de garanties suffisantes pour les prêteurs. En alignant ses intérêts économiques sur ceux des clouds partenaires, NVIDIA espère accélérer l'adoption de ses plateformes par le segment le plus dynamique du marché, tout en s'assurant un flux de revenus récurrent indexé sur l'usage réel. Pour les créateurs de modèles, fournisseurs d'inférence et plateformes d'agents, cela signifie un accès plus rapide à du calcul accéléré de bout en bout, sans avoir à attendre les longues étapes de sélection de site, d'approvisionnement énergétique, de construction et de mise en service du matériel. Des acteurs déjà bien installés dans l'écosystème, comme Baseten, Fireworks AI et Together AI, illustrent où se dirige la demande : ils ont besoin d'un accès immédiat à de la capacité cloud pour l'entraînement, le post-entraînement, l'ajustement fin et l'inférence agentique à fort volume, au service de développeurs et d'entreprises qui déploient l'IA en production. Leurs clients recherchent un accès fiable à du calcul NVIDIA à mesure que leur usage grandit, tout en gardant une flexibilité commerciale pour passer du stade pilote à la production. Ce nouveau modèle s'inscrit dans la stratégie plus large de NVIDIA de structurer un réseau mondial de partenaires cloud et d'usines à IA, conçu pour soutenir la montée en puissance rapide de l'intelligence artificielle générative et agentique dans les prochaines années.

Infrastructure⚡Actu

1 source

36

1597Apple Machine Learning 

Diffusion des politiques de démasquage pour les modèles de langage par diffusion

Les modèles de langage à diffusion (dLLMs) atteignent désormais des performances comparables à celles des modèles autorégressifs classiques sur de nombreuses tâches, tout en promettant une meilleure efficacité lors de l'inférence. Un aspect central de leur conception réside dans la procédure d'échantillonnage, c'est-à-dire la méthode qui détermine quels tokens démasquer à chaque étape du processus de diffusion. Des travaux récents montrent que des stratégies heuristiques, comme le seuillage de confiance, améliorent à la fois la qualité des échantillons générés et le débit de tokens par rapport à un démasquage aléatoire. Ces heuristiques nécessitent cependant un réglage manuel minutieux pour fonctionner correctement. Ce constat pose un problème concret pour l'adoption des dLLMs à grande échelle : sans automatisation de ce réglage, chaque nouvelle tâche ou configuration exige une intervention humaine pour ajuster les paramètres de démasquage, ce qui limite la flexibilité et l'efficacité pratique de ces modèles. Or l'un des arguments majeurs en faveur des dLLMs face aux modèles autorégressifs est justement leur potentiel de génération plus rapide, puisqu'ils peuvent en théorie démasquer plusieurs tokens en parallèle plutôt que mot par mot. Si les politiques de démasquage restent dépendantes d'un tuning manuel fragile, ce gain d'efficacité promis reste difficile à exploiter pleinement en conditions réelles. Ces travaux s'inscrivent dans un mouvement de recherche plus large visant à rendre les dLLMs, une alternative encore récente aux architectures autorégressives dominantes comme GPT, réellement compétitifs en production. Après avoir démontré leur viabilité sur le plan de la qualité de génération, la communauté cherche maintenant à automatiser les choix algorithmiques qui restent aujourd'hui confiés à l'intuition des chercheurs, en particulier via des politiques de démasquage apprises plutôt que fixées à la main. L'enjeu porte sur la capacité de ces modèles à généraliser leurs performances sans dépendre d'un réglage spécifique à chaque tâche.

Recherche❖Paper

1 source

35

1598Apple Machine Learning 

Le pari intelligent sur le raisonnement à budget de calcul limité

Les grands modèles de langage capables de raisonnement, comme ceux utilisés pour les tâches complexes de mathématiques ou de logique, peuvent améliorer leur précision en dépensant davantage de tokens au moment de l'inférence, une pratique connue sous le nom de scaling au moment du test. Des chercheurs proposent une nouvelle méthode baptisée Conformal Thinking, qui reformule le problème du choix du budget de calcul comme un problème de contrôle du risque plutôt que comme un simple réglage empirique. Concrètement, le système introduit un seuil supérieur qui détermine quand arrêter le raisonnement, permettant de limiter le taux d'erreur tout en minimisant la quantité de calcul consommée. Cette approche répond à un problème très concret pour les entreprises et développeurs qui déploient ces modèles en production: allouer trop de tokens à chaque requête gaspille des ressources et augmente les coûts, tandis qu'arrêter le raisonnement trop tôt dégrade la fiabilité des réponses. En transformant ce réglage en un cadre de contrôle de risque avec des garanties statistiques, la méthode permettrait aux équipes techniques de fixer un niveau de fiabilité cible et d'obtenir automatiquement la stratégie d'arrêt la plus économe en calcul qui respecte cette contrainte, plutôt que de deviner un budget fixe par essais successifs. Le contexte plus large est celui d'une course à l'efficacité dans le déploiement des modèles de raisonnement, où le coût par requête devient un enjeu commercial aussi important que la performance brute. Les techniques de raisonnement adaptatif, qui ajustent dynamiquement l'effort de calcul selon la difficulté perçue d'une question, se multiplient dans la recherche récente. Ce travail s'inscrit dans une tendance visant à doter ces mécanismes de garanties formelles inspirées de la prédiction conforme, un domaine statistique déjà utilisé pour quantifier l'incertitude des modèles d'apprentissage automatique dans d'autres contextes.

Recherche❖Paper

1 source

32

1599Apple Machine Learning 

Résumé du contexte de diffusion à contexte résiduel dans les modèles de langage

Une nouvelle piste de recherche vise à rendre les modèles de langage à diffusion plus efficaces en évitant de gâcher du calcul déjà effectué. Les dLLM (diffusion large language models) sont présentés depuis plusieurs mois comme une alternative sérieuse aux modèles autorégressifs classiques du type GPT, car ils peuvent décoder plusieurs tokens simultanément plutôt qu'un seul à la fois, ce qui accélère potentiellement la génération de texte. Les versions les plus avancées de ces modèles, dites "block-wise", utilisent un mécanisme appelé remasking : à chaque étape, seuls les tokens jugés les plus fiables sont conservés et décodés, tandis que tous les autres sont simplement écartés et recalculés plus tard. Des chercheurs montrent que cette approche jette en réalité une information précieuse, puisque les tokens rejetés contiennent malgré tout du contexte utile pour les étapes suivantes de décodage. Ils proposent donc Residual Context Diffusion (RCD), un module conçu pour récupérer et réutiliser ce calcul habituellement perdu. L'enjeu est directement lié au coût de calcul de l'intelligence artificielle générative. Si les modèles à diffusion tiennent leur promesse de générer du texte plus vite grâce au parallélisme, gaspiller une partie des calculs à chaque itération limite leurs gains réels face aux modèles autorégressifs optimisés depuis des années. En recyclant l'information contenue dans les tokens non retenus, RCD permettrait d'améliorer l'efficacité globale du décodage sans changer l'architecture de base des dLLM, ce qui intéresse directement les équipes qui cherchent à réduire la facture énergétique et matérielle de l'inférence à grande échelle. Cette recherche s'inscrit dans une compétition plus large entre deux familles de modèles de langage : les autorégressifs, dominants aujourd'hui, et les modèles à diffusion, longtemps cantonnés à l'image et au son mais de plus en plus étudiés pour le texte. Résoudre le gaspillage de calcul du remasking est une étape technique jugée nécessaire pour que les dLLM deviennent compétitifs en pratique, et pourrait influencer la conception des prochaines générations de modèles génératifs.

Recherche❖Paper

1 source

37

1600Apple Machine Learning 

On robustesse et cohérence du raisonnement en chaîne dans les VLM affinés par RL

On Robustness and Chain-of-Thought Consistency of RL-Finetuned VLMs Une équipe de chercheurs a testé la robustesse des modèles vision-langage (VLM) entraînés par renforcement (RL), une technique de plus en plus utilisée pour améliorer le raisonnement des grands modèles de langage et désormais étendue aux modèles multimodaux. Les expériences montrent que ces VLM affinés par RL, bien que plus performants sur les benchmarks de raisonnement visuel, restent fragiles face à des perturbations textuelles simples et contrôlées: une légende trompeuse associée à une image ou une chaîne de raisonnement (chain-of-thought) volontairement erronée suffisent à faire chuter significativement leur robustesse et leur niveau de confiance dans les réponses fournies. Les chercheurs précisent que cet effet est encore plus marqué lorsque la cohérence de la chaîne de raisonnement est mise à l'épreuve, révélant une dépendance excessive au texte plutôt qu'à l'analyse réelle de l'image. Ce résultat est important car il met en lumière une faille de sécurité et de fiabilité dans une génération de modèles présentée comme plus intelligente grâce au renforcement. Un VLM qui se laisse influencer par une légende erronée ou un raisonnement fautif peut produire des réponses fausses avec une confiance trompeuse, ce qui pose un risque concret pour toute application s'appuyant sur ces systèmes: assistance médicale, modération de contenu, véhicules autonomes ou outils d'analyse documentaire. Cela signifie aussi que les gains de performance mesurés sur les benchmarks classiques masquent une fragilité sous-jacente que les utilisateurs et les entreprises ne perçoivent pas toujours. Le problème trouve son origine dans le fait que l'entraînement par renforcement, conçu à l'origine pour les modèles purement textuels, a été transposé aux VLM sans toujours garantir un ancrage visuel solide (weak visual grounding) ni une réduction des hallucinations. Les modèles continuent ainsi de privilégier les indices textuels au détriment de l'image elle-même. Cette étude s'inscrit dans un débat plus large sur la fiabilité des architectures multimodales et invite les développeurs à concevoir des méthodes d'entraînement et d'évaluation qui testent explicitement la cohérence entre perception visuelle et raisonnement, avant tout déploiement dans des contextes sensibles.

Recherche❖Paper

1 source