Aller au contenu
#Écosystème open source
  1. GitHub Blog · AI & ML62

    GitHub Security Lab Taskflow Agent : un pipeline de fuzzing autonome pour les projets C/C++

    GitHub Security Lab publie le Fuzzing Taskflow, un pipeline de fuzzing autonome pour les projets C/C++ construit sur son framework Taskflow Agent. Il suffit d'indiquer un dépôt GitHub pour que l'agent identifie les points d'entrée, analyse le système de build, écrit les harnesses, lance AFL++, lit les rapports de couverture, améliore les harnesses, trie les crashs et rédige un rapport de vulnérabilité par bug unique. Le pipeline sépare les décisions de l'agent des outils MCP qui exécutent réellement les opérations, stocke l'état dans une base SQLite et utilise Claude Sonnet 5 par défaut. L'auteur prévient que le taskflow exécute afl-fuzz, clang et des commandes de build choisies par le LLM directement sur l'hôte, et recommande de ne le lancer que dans un environnement jetable sans privilèges élevés.

    Motif de la recommandation :Le pipeline détaille la répartition des tâches entre l'agent et les outils MCP, ainsi que la boucle de rétroaction sur la couverture, une méthode directement transposable à d'autres automatisations de sécurité.

  1. NVIDIA Blog62

    NVIDIA et Google DeepMind publient des structures protéiques de plus de 2800 virus

    NVIDIA rejoint une coalition incluant Google DeepMind et EMBL-EBI pour publier en accès libre les structures 3D prédites des complexes protéiques de plus de 2800 virus via la base AlphaFold. Les structures ont été inférées avec AlphaFold2 optimisé par NVIDIA BioNeMo Inference Runtime, et NVIDIA publie aussi le BioNeMo Structure Prediction Pipeline utilisé pour générer le jeu de données. Environ 30 % des interactions protéiques ajoutées sont totalement nouvelles pour la science, selon l'annonce.

    Motif de la recommandation :NVIDIA et Google DeepMind ouvrent des structures protéiques virales prédites, un cas concret de données scientifiques partagées pour la préparation pandémique.

  1. GitHub Blog · AI & ML83

    GitHub Copilot migre son runtime d'agent vers Rust avec l'aide de Copilot

    GitHub a réécrit le runtime de l'agent Copilot, initialement en TypeScript sur Node.js.

    Motif de la recommandation :Le récit détaillé d'une migration de runtime de 430 000 lignes de TypeScript vers Rust menée par des agents, avec les chiffres de cache, de compaction et de répartition des rôles.

  1. Mistral AI62

    Mistral AI : moderniser un code legacy complexe avec des agents IA

    Mistral AI a migré 40 000 lignes de Fortran 77 vers C++ pour un opérateur énergétique européen.

    Motif de la recommandation :L'article détaille un workflow d'agents structuré avec harnais de parité et documentation préalable, directement transposable à d'autres migrations de code legacy.

  1. Mistral AI72

    Mistral lève 3 milliards d'euros en série D pour l'IA souveraine à poids ouverts

    Mistral a annoncé une levée de 3 milliards d'euros en série D à une valorisation post-money de plus de 21 milliards d'euros.

    Motif de la recommandation :Le tour de table et la valorisation de Mistral, ainsi que la liste des investisseurs, permettent de situer les moyens engagés pour l'IA souveraine en Europe.

  1. OpenAI News65

    OpenAI cofonde l'Agentic AI Foundation et fait don d'AGENTS.md

    OpenAI annonce la cofondation de l'Agentic AI Foundation sous l'égide de la Linux Foundation et lui fait don d'AGENTS.md. Cette structure vise à soutenir des standards ouverts et interopérables pour une IA agentique sûre.

    Motif de la recommandation :OpenAI transfère AGENTS.md à une fondation neutre, ce qui permet de suivre l'évolution des standards ouverts pour les agents.

  1. OpenAI News62

    OpenAI publie ses modèles à poids ouverts les plus performants

    OpenAI annonce la sortie de ses modèles à poids ouverts les plus performants à ce jour。

    Motif de la recommandation :L'annonce confirme la sortie de modèles à poids ouverts et l'orientation d'accessibilité mondiale, un repère pour suivre l'ouverture des modèles de pointe.

  1. OpenAI News62

    OpenAI publie la version complète de Gym Retro

    OpenAI publie la version complète de Gym Retro, une plateforme de recherche en apprentissage par renforcement sur les jeux. Le nombre de jeux publics passe d'environ 70 jeux Atari et 30 jeux Sega à plus de 1000 jeux couvrant plusieurs émulateurs sous-jacents. OpenAI publie également l'outil utilisé pour ajouter de nouveaux jeux à la plateforme.

    Motif de la recommandation :OpenAI ouvre une plateforme d'apprentissage par renforcement sur plus de 1000 jeux et publie l'outil d'ajout de jeux, ce qui permet de mesurer l'évolution de l'échelle des environnements disponibles.

  1. OpenAI News70

    OpenAI Gym entre en bêta publique

    OpenAI publie la bêta publique d'OpenAI Gym, une boîte à outils pour développer et comparer des algorithmes d'apprentissage par renforcement. Elle comprend une suite croissante d'environnements, allant de robots simulés à des jeux Atari, ainsi qu'un site pour comparer et reproduire les résultats.

    Motif de la recommandation :OpenAI Gym passe en bêta publique avec une suite d'environnements et un site de comparaison, ce qui donne un point de départ concret pour l'apprentissage par renforcement.

Fin de la liste