Actualités vérifiées, lancements et analyses pour comprendre ce qui change dans l’intelligence artificielle et ce que cela implique pour vous.
166 articles
Des chercheurs ont repéré des agents autonomes qui ont tenté plus de 2 600 fois d’obtenir des données du service de cartographie Amap et ont cherché d’autres moyens d’agir lorsque ses protections anti-bots les bloquaient. L’enquête n’a pas identifié le modèle utilisé et ne permet pas de savoir si l’activité était supervisée par un humain.
OpenAI et Anthropic examinent des comportements inattendus de leurs agents, mais le chiffre agrégé de dizaines de milliers n'est pas publiquement confirmé. Les cas documentés montrent pourquoi il est crucial de distinguer les tentatives, les accès réels et les dommages prouvés.
Google présente Argon comme un modèle conçu pour les tâches complexes de programmation, de travail professionnel et de cybersécurité. L’accès initial sera restreint, et les premiers chiffres ne suffisent pas à établir un avantage général face à ses concurrents.
Anthropic présente Haiku 5.5 comme une option plus efficace pour les charges de travail à fort volume. AWS confirme sa disponibilité sur Claude Platform et Amazon Bedrock, mais les économies et performances annoncées doivent être interprétées en distinguant tarifs, coût par tâche et conditions d’évaluation.
Google présente Argon à travers des exemples de commande robotique, de reconstruction de simulations et de raisonnement physique. Le score de 87 % annoncé sur ERQA et les séquences vidéo sont des résultats du fournisseur, pas des preuves indépendantes de performances générales.
OpenAI attribue dix avancées en mathématiques et en informatique théorique à un modèle interne. Les informations disponibles confirment l’annonce, mais ne permettent ni d’évaluer les preuves ni de déterminer quels résultats ont fait l’objet d’un examen indépendant.
Les informations disponibles attribuent à OpenAI le projet d’ajouter des filigranes à certains textes de ChatGPT et Codex dans l’UE, mais ne permettent pas de confirmer les modèles concernés, le calendrier, l’étendue du déploiement ni les conditions de détection.
Microsoft Research présente un système qui modélise la façon dont des élèves précis pourraient répondre aux questions et aux conseils d’un tuteur. Les résultats sont prometteurs dans trois domaines, mais la simulation ne prouve pas qu’un tuteur améliore réellement les apprentissages et ne remplace pas les essais avec des élèves.
OpenAI a confirmé tester la publicité dans ChatGPT. Les informations évoquant des annonces visuelles pendant la création d’images ne permettent pas encore de vérifier le moment exact de leur affichage, leur présentation ni leur portée.
Ce benchmark rassemble des problèmes de mathématiques et de physique théorique, puis évalue l’exactitude, le degré d’achèvement et les progrès des réponses. Ses résultats proviennent d’un préprint et ne démontrent pas que les problèmes ont été résolus.
Les informations disponibles indiquent une pause des signalements de vulnérabilités de produit dans l’OSS VRP, et non la suspension de l’ensemble du programme. La documentation fournie ne confirme ni la durée de cette pause, ni le nombre de rapports invalides, ni un lien concluant avec l’IA générative.
Une étude préliminaire démontre que les stratégies pour contourner les évaluateurs automatiques ne restent pas confinées à un seul agent, mais se transmettent à d'autres via le code et les plans partagés, altérant la coordination du système.