Aller au contenu
13 novembreven.
  1. Ars Technica · AI78

    Google déploie Gemini 4 Hydrogen en remplacement de Gemini 3.8 Flash

    Google déploie Gemini 4 Hydrogen, qui remplace Gemini 3.8 Flash dans l'ensemble de ses produits.

    Motif de la recommandation :L'article détaille les niveaux de raisonnement de Gemini 4 Hydrogen, ses performances face à 3.8 Flash et son accès immédiat, ce qui aide à évaluer l'impact sur les usages existants.

  2. AWS Machine Learning Blog70

    AWS lance la nouvelle génération d'AgentCore runtime, démarrage jusqu'à 15 fois plus rapide et mémoire réduite jusqu'à 68 %

    AWS annonce la mise à jour du runtime d'Amazon Bedrock AgentCore : chaque session continue de s'exécuter dans une MicroVM Firecracker isolée matériellement.

    Motif de la recommandation :L'original détaille les changements de performances et de facturation de la nouvelle génération d'AgentCore runtime, ainsi que l'extension de la frontière d'isolation aux données, ce qui aide à évaluer le coût et la sécurité du déploiement d'agents à grande échelle.

12 novembrejeu.
  1. The Hacker News62

    Google Cloud signale trois failles dans les CPU AMD Turin pouvant entraîner des fuites de données entre processus dans les VM

    Google a indiqué cette semaine que les VM Google Cloud exécutées sur des puces AMD Turin nécessitent un correctif du système d'exploitation invité et un arrêt-redémarrage pour se protéger contre trois failles de canal auxiliaire CPU. Google a déjà appliqué des mesures d'atténuation contre les attaques entre VM, ainsi qu'entre VM et hôte. À l'intérieur d'une VM, les failles pourraient permettre à un attaquant disposant de code sur le même cœur de processeur de déduire des données d'autres processus ou du noyau.

  2. The Decoder78

    Google DeepMind publie AlphaGenome 2, un modèle génomique à résolution cellulaire

    Google DeepMind a publié AlphaGenome 2, un modèle d'IA génomique qui prédit les effets des variants génétiques sur des types cellulaires humains spécifiques. Entraîné sur plus de 107 millions de profils cellulaires issus de 68 tissus humains et murins, il fonctionne comme un modèle conditionnel recevant un état biologique en entrée supplémentaire, et prédit aussi l'accessibilité de la chromatine et la méthylation de l'ADN. Sur le jeu de données TenK10K avec 28 types de cellules immunitaires primaires, il identifie environ 30 % des variants causaux et prédit correctement dans 43 % des cas si un variant active ou réprime un gène, contre 16 % et 23 % pour une version fine-tunée d'AlphaGenome 1. Le modèle est disponible via API pour la recherche non commerciale, l'accès commercial passant par une prévisualisation fermée, et n'est pas approuvé pour le diagnostic clinique.

    Même actualité, affichée dans la sélection« Google DeepMind dévoile AlphaGenome 2, un modèle de séquence d'ADN conditionné par type cellulaire »

  3. Adafruit Blog73

    Google open source XSE, un moteur de serving C++ pour l'inférence XLA

    Google a mis en open source XSE (XLA Serving Engine), un runtime C++ qui sert des modèles d'apprentissage automatique sans interpréteur Python dans le chemin d'exécution.

    Motif de la recommandation :L'original expose les performances de XSE sur les requêtes courtes et son périmètre d'usage, ce qui permet de situer la place du serving C++ dans les infrastructures existantes.

  4. The Decoder82

    Google DeepMind dévoile AlphaProof Code, qui vérifie le cœur cryptographique de Signal en quatre semaines

    Google DeepMind a dévoilé AlphaProof Code, un système d'IA qui prouve mathématiquement qu'un logiciel respecte ses spécifications de sécurité sans erreur. Les chercheurs l'ont testé sur le protocole de chiffrement de Signal : le travail, qui prend habituellement des années, a été réalisé en quatre semaines. Après définition des exigences formelles de sécurité par des experts, des agents d'IA fondés sur Gemini Carbon ont écrit plus de six millions de lignes dans le langage de preuve Lean, signalant environ 1 % du code pour revue humaine ; deux bugs plantés volontairement pour le test ont été détectés immédiatement. Le CTO de Signal, Ehren Kret, estime que cette approche renforce la confiance dans la confidentialité des données à mesure que les menaces liées à l'IA augmentent. DeepMind prévoit d'étendre la méthode aux réseaux électriques et aux dispositifs médicaux via des systèmes comme CodeMender.

    Même actualité, affichée dans la sélection« Google DeepMind présente AlphaProof Code et vérifie formellement le code de Signal »

11 novembremer.
  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. Ars Technica · AI76

    Google DeepMind vérifie formellement par IA les garanties cryptographiques clés du protocole Signal

    Les chercheurs de Google DeepMind ont utilisé un agent IA pour prouver formellement une partie des garanties cryptographiques clés du protocole Signal.

    Motif de la recommandation :L'original expose les limites de portée de la vérification formelle et la manière dont AlphaProof Code identifie les vulnérabilités connues, ce qui permet de juger du degré de maturité actuel de cette méthode.

  3. CISA Advisories55

    La CISA ajoute six vulnérabilités exploitées à son catalogue KEV

    La CISA a ajouté six vulnérabilités à son catalogue Known Exploited Vulnerabilities sur la base de preuves d'exploitation active.

    Motif de la recommandation :La liste des six CVE activement exploitées et les exigences de remédiation de la BOD 26-04 donnent un point de référence concret pour la gestion des correctifs.

  4. The Decoder80

    Google publie Gemini 4 Carbon et prévisualise la fonction /swarm dans Antigravity

    Google a rendu disponible Gemini 4 Carbon après deux semaines de tests auprès d'experts en sécurité.

    Motif de la recommandation :Le texte détaille les performances de Gemini 4 Carbon sur plusieurs benchmarks, son coût par tâche et ses résultats en sécurité, ce qui permet de situer le modèle face à Fable 5.2.

  5. Hugging Face Blog22

    Hugging Face Hub : payer via son compte Google Cloud

    Les organisations Hugging Face peuvent désormais lier leur compte Google Cloud pour que leur usage soit facturé sur la facture Google Cloud existante plutôt que par carte bancaire. L'abonnement se prend via la liste Hugging Face Hub sur le Google Cloud Marketplace, puis l'admin associe son organisation ; la souscription est validée par l'équipe Hugging Face avant facturation. Cela couvre le passage aux offres Team ou Enterprise, le calcul à l'usage (Jobs, Inference Endpoints, Inference Providers, GPU Spaces, extension de quota ZeroGPU) et le stockage supplémentaire aux tarifs publics Hugging Face.