Actualités vérifiées, lancements et analyses pour comprendre ce qui change dans l’intelligence artificielle et ce que cela implique pour vous.
166 articles
Aleph Alpha présente Kolibri comme un modèle à poids ouverts, axé sur l’allemand et l’anglais et conçu pour des déploiements souverains. Des questions essentielles restent toutefois en suspens concernant la licence, le contexte, le matériel et l’évaluation indépendante.
Plusieurs descriptions de tiers attribuent à Claude Code un système appelé Mods, mais les éléments disponibles ne confirment ni annonce officielle ni les permissions, la disponibilité ou les capacités de cette fonction. Voici ce qu’il convient de vérifier avant de l’adopter.
Mercor a communiqué un résultat de 100 % pour Claude Opus 5 lors d’une évaluation de tâches comptables proches de celles d’une clôture mensuelle, contre 37 % pour les participants humains, selon une source secondaire. Les informations disponibles ne permettent pas de vérifier la taille du test, son barème ni les conditions d’exécution.
NVIDIA a officiellement annoncé le DGX Spark avec 64 Go de mémoire unifiée. Son prix de départ est de 4 999 dollars et sa disponibilité est prévue à partir du 23 octobre 2026 chez Acer, ASUS, Dell, Gigabyte, HP et MSI.
Apple documente des contrôles d’accès des apps aux fichiers et aux données du Mac. Les informations disponibles ici ne confirment pas de nouvelles autorisations liées aux agents d’IA et ne permettent pas de vérifier le cas de Muse.
Un média fait état d’une citation liée à des incidents de cybersécurité impliquant des agents d’IA. Les éléments disponibles ne permettent pas de confirmer l’épisode de Hugging Face, l’étendue de l’accès ni l’existence d’une extraction de données ou de dommages.
Deux publications décrivent des modèles Microsoft de transcription en streaming et de synthèse vocale. La documentation fournie confirme une partie du contexte, mais ne vérifie pas indépendamment les chiffres de latence ni la portée des 23 langues annoncées.
Selon ses auteurs, la méthode réduit le taux de réussite des portes dérobées sans réentraîner les paramètres suspects et sans dépendre, d’après le résumé, de déclencheurs connus ni de références propres. Les détails expérimentaux disponibles ne permettent pas de vérifier ces affirmations de manière indépendante.
Une analyse de 22 benchmarks distingue la fiabilité de la comparaison de systèmes déployés de celle qui consiste à attribuer les différences aux modèles. Ses résultats indiquent que davantage de tâches ne dissipe pas toutes les incertitudes.
Code to Control sépare la génération de la structure d’un contrôleur du réglage de ses paramètres. Le préprint affirme qu’une fois appris, le contrôleur peut agir sans inférence du LLM ni planification à chaque étape ; les éléments disponibles ne suffisent pas à évaluer les chiffres, la reproductibilité ou l’aptitude à contrôler des robots réels.
L’entreprise a ouvert aux États-Unis des listes d’attente pour un agent intégré à Apple Messages et pour une API dédiée aux commandes en gros. Plusieurs points essentiels restent à préciser, notamment la validation du paiement, les restaurants disponibles et le traitement des conversations.
CheatBench est présenté dans des articles secondaires comme un benchmark destiné à étudier les comportements de reward hacking. Les informations disponibles permettent d’expliquer la question posée, mais pas de confirmer les détails expérimentaux ni de généraliser les résultats à des systèmes en production.