FR · Édition internationale · 15/11/2026
Inferama au quotidien · 15/11/2026
Les principales nouveautés de l’intelligence artificielle depuis le bulletin précédent, sélectionnées selon leur pertinence éditoriale.
Période des nouveautés: 14/11/2026 08:30 → 15/11/2026 08:30 (Europe/Madrid).
Deep Principle publie Hydrogen-1.0 en version INT8 à télécharger
Deep Principle a publié les poids INT8 de Hydrogen-1.0, une version quantifiée de son modèle scientifique fondé sur GLM-5.3. Le dépôt propose ces fichiers sous licence MIT, mais ne confirme ni l’existence d’une API hébergée ni la date de publication initiale. Le checkpoint pèse environ 793 Go et l’environnement testé par l’équipe utilisait SGLang avec huit NVIDIA B300.
Lire l’article →
Contamination des données en IA : définition et effets sur l’évaluation
La contamination des données se produit lorsque des éléments d’évaluation figurent aussi dans les données utilisées pour entraîner un modèle. Elle peut compliquer l’interprétation d’un benchmark, mais une correspondance ne prouve pas à elle seule une mémorisation ni ne permet de mesurer son effet sur un score.
Lire l’article →
Embedding : comment une représentation vectorielle est apprise et ce que sa géométrie permet de mesurer
Un embedding transforme une unité de données — mot, document ou image, par exemple — en vecteur numérique. La géométrie de ce vecteur peut servir à comparer des objets selon ce que le modèle a appris, mais la proximité dépend de l’objectif, des données et de la métrique : elle ne prouve ni que deux objets sont identiques ni qu’ils partagent un sens universel.
Lire l’article →
Praxis-1 YAM : capacités, configuration requise et limites pour piloter deux bras robotiques
Praxis-1 YAM associe prédiction vidéo et actions pour piloter deux bras YAM. Le checkpoint publié nécessite un GPU de 80 Go dans sa configuration de référence. L’option NVFP4 réduit la mémoire requise sur certains GPU, mais reste expérimentale et ne constitue pas une évaluation du contrôle en conditions réelles.
Lire l’article →
ManiFlow-tb : ce qu’il contrôle, ce que mesurent ses résultats et ce que coûte son exécution
ManiFlow-tb est une politique de bas niveau destinée à manipuler des blocs avec un bras Franka simulé. L’évaluation publiée mesure son exécution avec un plan de référence dans ToyBlocks, et non les capacités d’un système robotique complet ni ses performances sur n’importe quel robot.
Lire l’article →
Molmo2-4B-tb : capacités, limites et exigences de déploiement
Ce planificateur de haut niveau pour ToyBlocks interprète des objectifs d’empilement et indique l’action suivante. Ses résultats dépendent fortement du contrôleur de bas niveau utilisé ; voici ce que mesurent les évaluations publiées et les ressources nécessaires pour l’exécuter.
Lire l’article →
Contrats d’API pour les systèmes d’IA : schémas, versionnement et résilience
Un contrat explicite aide une intégration d’IA à gérer les changements de format, les erreurs et les variations de service sans transformer chaque réponse inattendue en panne en aval. Ce guide explique comment définir et valider les interfaces, les faire évoluer de manière compatible et tester la récupération après incident.
Lire l’article →
OpenAI lance ChatGPT Wallet pour que ses agents effectuent des achats avec l'approbation de l'utilisateur
La nouvelle bourse numérique permet aux agents d'IA d'OpenAI de finaliser des transactions au nom des utilisateurs, sous réserve d'une vérification biométrique et de la tokenisation des cartes. Pour l'instant, elle n'est disponible que pour les abonnés Pro aux États-Unis.
Lire l’article →
AesCode Infographics Style : ce que mesure la dimension esthétique et comment interpréter son score
La métrique Style d'AesCode évalue la qualité visuelle perçue via une grille spécifique à l'échantillon, en la séparant de la correction factuelle et de la fonctionnalité du code. Cette analyse détaille sa méthodologie, ses limites et ses conditions de comparabilité.
Lire l’article →
OpenFold3 arrive sur SageMaker JumpStart pour prédire des structures de complexes biomoléculaires
AWS a annoncé la disponibilité d’OpenFold3 sur SageMaker JumpStart. Le modèle vise à prédire des structures atomiques de protéines, d’ADN, d’ARN et de ligands, mais les performances et les modalités précises de déploiement sur la plateforme restent à évaluer pour chaque projet.
Lire l’article →