Hebbia automatise 90 % du travail financier et juridique grâce à sa fonction de recherche approfondie propulsée par OpenAI. La solution s'appuie sur des agents pour traiter ces tâches documentaires complexes.
OpenAI annonce le lancement d'une nouvelle génération de modèles audio dans l'API. Les développeurs peuvent pour la première fois demander au modèle de synthèse vocale de parler d'une manière spécifique, par exemple « parler comme un agent de service client compatissant », ce qui ouvre de nouvelles possibilités de personnalisation pour les agents vocaux.
Motif de la recommandation :L'original indique que le modèle TTS de l'API accepte des instructions de style en langage naturel, ce qui permet aux développeurs de contrôler le ton de la voix.
Mistral AI présente TranscriptToPRDTicket, un workflow agentique propulsé par Mistral Large 2 qui transforme un transcript de réunion en PRD puis en tickets de développement structurés.
Endex s'appuie sur les modèles de raisonnement o1 et o3-mini d'OpenAI pour bâtir un analyste financier autonome. Le titre original ne précise ni architecture.
Motif de la recommandation :L'original détaille les capacités, les paliers tarifaires et les options de déploiement de le Chat, ce qui permet de situer l'offre face aux assistants existants.
OpenAI lance deep research, un agent qui utilise le raisonnement pour synthétiser de grandes quantités d'informations en ligne et accomplir des tâches de recherche multi-étapes. La fonctionnalité est disponible dès aujourd'hui pour les utilisateurs Pro, puis pour Plus et Team.
OpenAI publie la System Card d'Operator, détaillant une approche de sécurité multicouche combinant atténuations au niveau du modèle et du produit contre le prompt engineering et les jailbreaks. Le document couvre la protection de la vie privée et de la sécurité, ainsi que les efforts de red teaming externe et les évaluations de sécurité. OpenAI indique poursuivre le raffinement de ces protections.
Motif de la recommandation :L'annonce détaille les nouvelles capacités de le Chat et un tableau comparatif avec ChatGPT, Perplexity et Claude, utile pour situer l'offre.
OpenAI présente MLE-bench, un benchmark destiné à mesurer la performance des agents IA sur des tâches d'ingénierie du machine learning. Le benchmark vise à évaluer dans quelle mesure ces agents savent mener des travaux d'ingénierie ML, sans que le texte source précise de chiffres, de modèles ou de résultats associés.
Altera s'appuie sur GPT-4o pour bâtir un nouvel espace de collaboration entre agents et humains. L'entreprise exploite le modèle d'OpenAI pour faire interagir agents et personnes dans un même environnement de travail.
Motif de la recommandation :Mistral AI expose en détail la personnalisation de modèles, les Agents en alpha et le SDK 1.0, ce qui permet de juger des changements concrets pour les développeurs.
Motif de la recommandation :L'original expose la conception d'un Code Agent et sa performance sur GAIA, avec des détails sur l'interpréteur sécurisé et l'orchestration multi-agents.
Hugging Face publie Transformers Agents 2.0, qui introduit deux nouveaux agents capables d'itérer à partir d'observations passées pour résoudre des tâches complexes.
Motif de la recommandation :Le cadre d'agents open source expose la séparation entre moteur LLM et type d'agent, ainsi que les résultats comparés de Llama-3-70B et GPT-4 sur GAIA.
Hugging Face publie JAT (Jack of All Trades), un agent Transformer unique entraîné sur un dataset de centaines de milliers de trajectoires d'experts couvrant Atari.
Motif de la recommandation :L'article détaille l'architecture et les résultats d'un agent Transformer unique couvrant jeux vidéo, robotique et navigation, avec dataset et modèles ouverts.
Klarna utilise l'IA pour transformer le shopping personnalisé, le service client et la productivité des employés, son assistant IA réalisant le travail de 700 agents à temps plein.
Superhuman dévoile une nouvelle génération d'expérience email intégrant l'IA d'OpenAI. Le produit vise à transformer la gestion des emails en s'appuyant sur les modèles OpenAI.
Motif de la recommandation :Mistral AI présente son assistant conversationnel le Chat et sa version Enterprise auto-déployable, avec les modèles et le mécanisme de modération associés.
Motif de la recommandation :L'article détaille le fonctionnement interne des agents ReAct et fournit un benchmark comparant plusieurs LLM open source à GPT-3.5 et GPT-4.
OpenAI annonce la possibilité de créer des versions personnalisées de ChatGPT combinant instructions, connaissances supplémentaires et n'importe quelle combinaison de compétences.
Motif de la recommandation :L'original présente la possibilité de créer des versions personnalisées de ChatGPT combinant instructions, connaissances et compétences, ce qui permet de juger de l'évolution des usages.
Hugging Face a publié Agents.js, une bibliothèque JavaScript permettant de donner accès à des outils aux LLM dans le navigateur ou sur le serveur. Elle s'installe via npm install @huggingface/agents et expose l'objet HfAgent, qui accepte une commande en langage naturel puis génère du code appelant des outils multimodaux. La bibliothèque utilise par défaut OpenAssistant/oasst-sft-4-pythia-12b-epoch-3.5 via l'Inference API, mais accepte tout LLM personnalisé ainsi que des outils ajoutés par l'utilisateur, comme un outil de traduction anglais-allemand basé sur t5-base. Elle peut aussi recevoir des fichiers en entrée, par exemple une image à légender puis à lire à voix haute. Les auteurs recommandent d'utiliser generateCode et evaluateCode plutôt que run, car l'exécution directe évalue du code arbitraire dans un environnement non fiable.
OpenAI déploie les instructions personnalisées pour ChatGPT, une fonctionnalité qui permet de définir ses préférences et que ChatGPT les garde en mémoire pour toutes les conversations à venir.
Motif de la recommandation :L'original expose le déploiement des instructions personnalisées et leur persistance entre les conversations, ce qui permet de juger comment ajuster le comportement de ChatGPT.
OpenAI annonce des mises à jour de l'API comprenant des modèles plus pilotables, des capacités de function calling, une fenêtre de contexte plus longue et des prix plus bas.
Motif de la recommandation :L'annonce récapitule en une phrase les axes de mise à jour de l'API, ce qui aide à situer les changements de capacités et de tarifs.
Motif de la recommandation :L'article détaille le fine-tuning de StarCoder avec ChatML et DeepSpeed ZeRO-3, une méthode transférable pour transformer un modèle de code en assistant conversationnel.
OpenAI a mis en place un support initial des plugins dans ChatGPT. Ces outils, conçus spécifiquement pour les modèles de langage avec la sécurité comme principe central.
Motif de la recommandation :L'original annonce le support initial des plugins dans ChatGPT et précise les trois usages prévus, ce qui permet de situer l'évolution du produit vers l'accès à des services externes.
OpenAI utilise GPT-3 pour créer la nouvelle génération de personnages alimentés par l'IA. Le modèle est employé pour générer des personnages interactifs.
OpenAI a entraîné un réseau de neurones à jouer à Minecraft par Video PreTraining (VPT) sur un vaste ensemble de vidéos non étiquetées de parties humaines.
Motif de la recommandation :Présente une méthode d'entraînement par pré-entraînement vidéo et une tâche de fabrication d'outils en diamant, utile pour comprendre les capacités des agents sur ordinateur.
Hugging Face explique comment utiliser GPT-Neo d'EleutherAI avec l'API Accelerated Inference pour générer des prédictions en few-shot learning. GPT-Neo (2.7B).
OpenAI Five est la première IA à battre les champions du monde d'un jeu esport, en remportant deux parties consécutives face à l'équipe championne du monde de Dota 2.
Motif de la recommandation :L'article explique comment un agent atteint 74 500 points sur Montezuma's Revenge à partir d'une seule démonstration, avec un algorithme simple fondé sur PPO.