Actualités vérifiées, lancements et analyses pour comprendre ce qui change dans l’intelligence artificielle et ce que cela implique pour vous.
170 articles
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.
Une source fait état d’une annonce pour l’Inde, mais la documentation fournie ne permet de confirmer ni les modèles, ni les dates, ni les configurations disponibles sur place, et ne vérifie pas d’expansion équivalente en Corée du Sud ou à Singapour.
OpenAI présente Dots comme des assistants proactifs pour les projets et les tâches. Les informations disponibles ici ne permettent pas de confirmer précisément leurs autorisations, leurs intégrations, leur disponibilité ni le degré d’autonomie évoqué dans la presse.
Selon les informations disponibles, l’extension de Muse donnerait accès aux statistiques de comptes Instagram professionnels et de Pages Facebook. Les sources fournies ne précisent ni les régions concernées, ni les offres, ni les autorisations détaillées, ni les résultats commerciaux.
Les sources disponibles décrivent les capacités générales de Manus et un outil de création vidéo à partir de texte. Elles ne vérifient toutefois ni une annonce de Manus 2.0 ou de Cue, ni les autorisations requises, la disponibilité générale ou l’autonomie de bout en bout.
Un article d’ABC rapporte un appel à superviser l’autoapprentissage de l’IA, mais les sources disponibles ne permettent pas de confirmer le document original, ses signataires ni ses recommandations exactes. Elles apportent toutefois des éléments de contexte sur la recherche automatisée et la réglementation.
Die verfügbaren Angaben bringen Sicherheitsprobleme in internen Tests mit GPT‑6.1 Astra in Verbindung. Öffentlich zugängliche Testergebnisse oder eine direkte Bestätigung von OpenAI liegen jedoch nicht vor; die zitierten offiziellen Seiten beziehen sich auf GPT‑6 Astra.
Une comparaison de trois modèles sur des tâches fondées sur Adult, COMPAS et Credit indique que le raisonnement a résolu certains changements contrefactuels, mais en a créé plus souvent. Ce résultat ne prouve pas que tous les modèles ou usages produisent le même effet.
Le préprint présente une méthode de recherche évolutive qui modifie des cas d’évaluation existants. Sur trois benchmarks et trois tailles de Qwen3.5, les auteurs rapportent une baisse moyenne de précision de 22,7 %, mais le résumé ne permet ni d’auditer le calcul ni de déterminer dans quelle mesure les cas générés représentent des situations réelles.