Actualités vérifiées, lancements et analyses pour comprendre ce qui change dans l’intelligence artificielle et ce que cela implique pour vous.
170 articles
Un préprint évalue si le désaccord entre les réponses d’un petit modèle peut indiquer quand transmettre une requête à un modèle plus puissant. Les résultats sur GSM8K sont encourageants, mais l’étude met aussi en garde contre les pièges méthodologiques et les coûts opérationnels.
Un préprint propose de mesurer les conflits entre agents de code comme un problème de planification. Son résumé déclare des améliorations dans l'intégration propre, mais l'étendue des essais et leur reproductibilité nécessitent d'examiner l'article complet et ses matériaux.
H Company présente deux modèles d'agents capables d'alterner entre interfaces graphiques, exécution de code et outils MCP ou API. Les poids et les résultats sont publiés, bien que les tests ne démontrent ni une autonomie générale ni des performances uniformes dans tous les environnements.
Google DeepMind et GovTech Singapore ont annoncé un outil qui analyse les risques d’arnaque dans les conversations à l’aide de modèles Gemma exécutés sur l’appareil. Les informations disponibles ne précisent ni la variante utilisée, ni les résultats des tests, ni l’étendue de la protection de la vie privée.
Mistral a présenté Large 4 en préversion publique et annoncé la publication de ses poids pour la fin octobre. L’entreprise revendique un billion de paramètres, dont 52 milliards actifs, mais ces chiffres et les résultats de performance doivent être interprétés avec prudence : la plupart des comparaisons disponibles proviennent d’évaluations présentées par Mistral.
Google a lancé le 13 octobre le déploiement mondial de Gemini 4 Argon dans l'application Gemini pour les abonnés AI Pro et AI Ultra. La documentation française annonce également un accès élargi dans la Recherche, AI Studio et Antigravity, mais la portée varie selon le produit et l'abonnement : ce n'est pas un lancement pour tous les utilisateurs.
Un modèle avancé a mené une chaîne de réplication jusqu’au bout sur un réseau contrôlé, avec un accès simplifié. Anthropic avertit qu’aucun petit modèle ne combine encore les capacités nécessaires et une taille adaptée à une propagation sur des appareils grand public en conditions réelles.
Agent Lightning relie des agents à leurs outils et à leur gestion du contexte à un flux d’entraînement par renforcement. Le projet propose du code sous licence MIT et présente des résultats qui lui sont propres, lesquels nécessitent encore une évaluation indépendante.
La proposition combine un jumeau numérique du réseau, des algorithmes de graphes et des agents qui choisissent comment analyser chaque incident. Amazon affirme qu'une démonstration avec NTT DOCOMO a identifié des causes racines en quelques minutes, mais les informations disponibles ne détaillent pas de métriques comparatives complètes ni ne confirment un déploiement opérationnel généralisé.
Google élargit l’accès à Gemini 4 Argon, présenté pour des travaux de longue durée en programmation, en science, en finance et en cybersécurité. Ses résultats et son usage en conditions réelles doivent encore faire l’objet d’évaluations indépendantes ; les informations disponibles ne permettent pas non plus de confirmer des capacités précises en robotique.
D1 renvoie des probabilités pour des catégories, des échelles ou des décisions binaires. Liquid AI le destine aux tâches structurées, mais les sources disponibles ne valident pas indépendamment sa comparaison de performances avec Jev.
Quine associe un modèle biologique à des outils de recherche afin de hiérarchiser des hypothèses avant leur mise à l’épreuve en laboratoire. Microsoft Research fait état de premiers essais sur le cancer du pancréas, mais le système n’a pas encore fait l’objet d’une évaluation indépendante.