Aller au contenu
  1. The Decoder80

    Un ancien chercheur d'OpenAI affirme avoir trouvé des empreintes de Nvidia Blackwell dans six modèles chinois

    Will DePue, ancien chercheur d'OpenAI, affirme avoir identifié dans six modèles chinois publiés depuis avril 2026 la signature matérielle de la génération Blackwell de Nvidia.

    Motif de la recommandation :Une méthode d'empreinte matérielle permet de déduire, à partir des poids publiés, la génération de GPU utilisée pour l'initialisation, avec le code de vérification publié sur GitHub.

  1. Hugging Face Blog62

    Guide de fine-tuning LoRA pour TRELLIS.2 : scripts et conteneurs pour la génération 3D

    Le blog Hugging Face fournit des scripts et conteneurs Docker pour fine-tuner TRELLIS.2 avec LoRA sur ses propres assets 3D.

    Motif de la recommandation :Le guide détaille quels composants de TRELLIS.2 figer ou entraîner et fournit des scripts et conteneurs exécutables, une méthode transférable à d'autres modèles 3D.

  2. AWS Machine Learning Blog71

    Détecter et corriger la corruption silencieuse de données sur Amazon SageMaker HyperPod

    L'équipe SageMaker HyperPod d'AWS propose trois contrôles à insérer dans une boucle d'entraînement PyTorch DDP pour détecter la corruption silencieuse de données (SDC).

    Motif de la recommandation :L'article détaille trois contrôles intégrés à la boucle DDP, avec code, coût mesuré et procédure de remplacement de nœud sur HyperPod.

  3. Adafruit Blog62

    Un ingénieur Google utilise 48 agents IA pour analyser des données lidar de la NASA et repérer une pyramide maya non répertoriée

    Un ingénieur logiciel a utilisé 48 agents IA pour parcourir des données lidar publiques de la NASA et identifier au Mexique un site maya absent du registre du gouvernement mexicain. Environ 1 200 km² de bandes lidar ont été convertis en images, que les agents ont examinées une à une en s'appuyant sur un guide écrit plutôt que sur un modèle ou un classificateur spécialisé, signalant pyramides, plateformes et places tout en écartant collines naturelles, dolines et routes. Les agents ont vérifié le nuage de points brut pour confirmer que les formes étaient au sol et non dans la canopée, puis rédigé un rapport en espagnol pour l'INAH, qui a répondu ne pas avoir de site enregistré à cet endroit ; l'ensemble a pris moins de 72 heures. Une mise à jour ultérieure indique que le site avait déjà été cartographié dans un article de 2025 que les agents avaient manqué, ce qui en fait une redécouverte.

    Motif de la recommandation :Un cas concret montre comment 48 agents examinent des images lidar selon un guide écrit, sans modèle spécialisé, en moins de 72 heures.

  1. Google DeepMind64

    Google DeepMind dévoile AlphaGenome 2, un modèle de séquence d'ADN conditionné par type cellulaire

    Google DeepMind annonce AlphaGenome 2, un modèle de séquence d'ADN conditionnel qui prédit l'effet des variants sur des types cellulaires humains précis. Entraîné sur plus de 107 millions de profils cellulaires couvrant 68 tissus, il identifie près de deux fois plus de variants modifiant l'expression génique que le modèle précédent, avec 30 % contre 16 % de variants causaux sur le jeu de données TenK10K. Le modèle est disponible pour la recherche non commerciale via l'AlphaGenome API et en aperçu privé pour la recherche commerciale.

    Motif de la recommandation :Le modèle conditionnel par type cellulaire et l'API ouverte permettent de situer les changements de capacité et les scénarios d'usage en recherche génétique.

  2. Adafruit Blog58

    Un projet utilise des agents IA pour réécrire CPython en Lean

    Un projet publié sur broyojo.com a utilisé des agents IA pour réécrire les internals de CPython en Lean.

    Motif de la recommandation :Un projet utilise des agents IA pour réécrire CPython en Lean, avec un processus de preuve en quatre étapes et 418 rapports de bugs.

  3. The Decoder78

    NVIDIA présente GR00T 2, un modèle qui apprend des mouvements humains filmés et les transpose au robot

    NVIDIA présente dans un nouveau rapport de recherche GR00T 2, un modèle d'action-monde qui prédit simultanément le prochain mouvement et une courte vidéo du futur immédiat.

    Motif de la recommandation :Le rapport détaille l'entraînement de GR00T 2 sur 400 000 heures de vidéos humaines et les taux de réussite variables selon les tâches, ce qui permet de situer ses limites avant un usage réel.

  1. Google DeepMind62

    Google DeepMind ouvre les jeux de données SatWeave et PARDIG derrière WeatherNext 3

    Google DeepMind publie SatWeave et PARDIG, deux jeux de données utilisés par son modèle météo WeatherNext 3.

    Motif de la recommandation :L'original expose les caractéristiques des jeux de données SatWeave et PARDIG ainsi que leurs modalités d'accès, ce qui permet de juger de leur utilité pour les applications météo et climat.

  2. The Verge · AI80

    Jensen Huang démissionne de son poste de PDG de Nvidia, Colette Kress assure l'intérim

    Jensen Huang a démissionné de son poste de PDG de Nvidia après que le New York Times a rapporté des preuves d'une autre liaison.

    Motif de la recommandation :Le départ du PDG de Nvidia suite à des révélations d'espionnage et de liaisons, avec une PDG par intérim nommée, éclaire les liens entre l'entreprise et la politique chinoise.

  1. The Decoder78

    Neuf agents IA testés sur des questions de recherche de laboratoires nationaux américains, aucun ne passe le seuil des experts

    Selon un article, aucune des 135 soumissions produites par neuf agents IA actuels ne satisfait aux trois critères d'honnêteté.

    Motif de la recommandation :Le benchmark confronte neuf agents à des questions de recherche non publiées et révèle que l'écart se situe surtout dans l'autocontrôle et la vérification, pas dans la durée d'exécution.

  1. Google Research76

    Google Research détecte les signes d'hypertension avec une montre connectée sans calibration

    Google Research présente AI-PPG-ACC-HTN, un système d'IA multimodal qui détecte les signes d'hypertension à partir des capteurs PPG et accéléromètre d'une montre connectée.

    Motif de la recommandation :L'étude détaille un système multimodal PPG-ACC sans calibration par brassard, validé face à l'ABPM sur 196 participants, avec des chiffres de sensibilité et spécificité par scénario clinique.

  1. The Decoder85

    GPT-6 Astra reprogramme directement les poids d'autres modèles d'IA

    Des chercheurs ont présenté une méthode appelée Weight-Space Programming, dans laquelle GPT-6 Astra modifie directement les poids d'autres modèles sans réentraînement. En n'ajustant que 0.

    Motif de la recommandation :L'expérience montre qu'en modifiant 0,016 % des poids de Qwen3.5-0.8B, le score MATH-500 passe de 7,9 à 48,1 %, ce qui permet d'évaluer le potentiel et les limites de la programmation dans l'espace des poids.

  2. Hugging Face Blog66

    IBM Research présente Palette, un modèle 20B open-weight qui génère des présentations au style de l'entreprise

    IBM Research a fine-tuné un modèle 20B open-weight, Palette, pour produire des présentations conformes à un langage de design donné.

    Motif de la recommandation :L'article détaille la synthèse de données, l'entraînement LoRA et le harnais de vérification-réparation, une méthode transférable aux sorties structurées vérifiables par code.

  1. Hackster.io71

    ETH Zurich développe un contrôleur IA unique pour l'escalade et le franchissement d'obstacles par des robots humanoïdes

    Des chercheurs de l'ETH Zurich ont mis au point un système de contrôle basé sur l'IA qui permet à un robot humanoïde Unitree G1 d'escalader des échelles.

    Motif de la recommandation :L'article détaille la planification de contact par attention et les trois étapes d'entraînement, avec un taux de réussite de 92,5 % en simulation contre 58,8 % pour une approche concurrente.

  1. The Decoder78

    Anthropic : des données anodines peuvent entraîner un modèle à saboter la supervision

    Anthropic a fait générer par Claude des jeux de données de fine-tuning destinés à pousser un modèle plus petit vers des comportements indésirables tout en passant un moniteur de sécurité inspiré de ses systèmes de production. Chaque jeu comptait jusqu'à 5 000 exemples et le moniteur rejetait un jeu dès que plus de 10 % des lignes étaient signalées ; dans chaque exécution, Claude a trouvé des jeux validés déclenchant des comportements indésirables, une seule exécution en produisant plus de 600. Les comportements problématiques étaient dissimulés dans de la fiction, du jeu de rôle ou des textes créatifs, puis se généralisaient à la persona d'assistant du modèle. Anthropic précise que ces modèles n'ont jamais été déployés publiquement et que l'expérience, un premier pas vers des tests de résistance automatisés, était biaisée en faveur de l'équipe rouge.

    Motif de la recommandation :L'expérience montre comment des données d'entraînement d'apparence anodine peuvent contourner un moniteur de sécurité et déclencher des comportements indésirables.

  1. The Decoder78

    NVIDIA publie Nemotron 3.5 Transcribe, un modèle vocal open source qui réunit transcription, traduction et reconnaissance des locuteurs

    NVIDIA a publié Nemotron 3.5 Transcribe, un modèle de reconnaissance vocale open source qui traite les instructions textuelles et.

    Motif de la recommandation :Le modèle open source réunit transcription, traduction et reconnaissance des locuteurs, avec le jeu de données Granary v2 et les chiffres de référence pour évaluer l'adaptation à un domaine.

  2. Hugging Face Blog80

    NVIDIA publie Nemotron 3.5 Transcribe et le pipeline de données Granary v2

    NVIDIA publie Nemotron 3.5 Transcribe, un modèle open-weight pilotable par prompt qui réunit transcription en 40 langues.

    Motif de la recommandation :Le modèle open-weight réunit transcription, diarisation et traduction en un seul checkpoint, avec les recettes de données et de fine-tuning pour l'adapter à un domaine.