Motif de la recommandation :Un modèle d'OpenAI résout le problème des distances unitaires vieux de 80 ans et réfute une conjecture centrale en géométrie discrète, un cas concret de raisonnement mathématique par IA.
Hugging Face publie OlmoEarth v1.1, une famille de modèles d'observation de la Terre qui réduit jusqu'à 3x les coûts de calcul tout en conservant les performances d'OlmoEarth v1. La réduction repose sur la fusion des tokens par résolution pour Sentinel-2, ce qui divise par trois le nombre de tokens, au prix d'une modification du pré-entraînement pour éviter une baisse de 10 points sur m-eurosat kNN. Les poids et le code d'entraînement des modèles Base, Tiny et Nano sont disponibles.
Motif de la recommandation :L'article détaille les performances d'ERA sur plusieurs benchmarks et huit cas d'application scientifique, permettant de juger de l'apport de l'outil à la recherche computationnelle.
Motif de la recommandation :Six rerankers de 17M à 1B, avec données et recette d'entraînement complètes, permettent d'évaluer le compromis qualité-latence d'un pipeline retrieve-then-rerank.
Google DeepMind présente l'utilisation de Co-Scientist par les biologistes Omar Abudayyeh et Jonathan Gootenberg pour accélérer la recherche sur le vieillissement cellulaire. L'outil a analysé des dizaines de milliers d'articles et proposé plus de 20 facteurs génétiques nouveaux et plausibles à tester ; des tests en laboratoire ont validé quelques hypothèses, les facteurs recommandés ayant conduit les cellules vers un état plus jeune avec une fonction globale améliorée. Co-Scientist réduit aussi le temps d'analyse des données de criblage, qui pouvait prendre jusqu'à six mois, à quelques jours seulement.
Motif de la recommandation :L'original montre comment Co-Scientist propose des cibles génétiques et réduit de six mois à quelques jours l'analyse de criblage, une méthode transférable à d'autres équipes.
Le bulletin Import AI 457 revient sur fast16, un virus vieux de plus de 20 ans qui ciblait des logiciels de calcul de haute précision comme LS-DYNA 970.
Motif de la recommandation :Présentation des outils expérimentaux et des compétences scientifiques de Gemini, avec les partenaires et les cas d'usage déjà en test, ce qui permet de situer les capacités agentiques appliquées à la recherche.
Google DeepMind indique que Calico Life Sciences utilise Co-Scientist pour formuler des hypothèses sur la biologie du vieillissement. Sur la réponse intégrée au stress (ISR).
Motif de la recommandation :Un cas concret montre comment un système d'IA propose des médicaments candidats et comment deux d'entre eux bloquent la fibrose sur cellules hépatiques humaines.
La recherche B2B Signals d'OpenAI montre que les entreprises de pointe approfondissent leur adoption de l'IA et passent à l'échelle des workflows agentiques propulsés par Codex. Ces organisations construisent ainsi un avantage concurrentiel durable.
Selon Import AI, il existe une probabilité supérieure à 60 % qu'une R&D en IA sans intervention humaine — un système capable de construire autonome son propre successeur — advienne d'ici fin 2028. Sur SWE-Bench, le meilleur score est passé d'environ 2 % pour Claude 2 fin 2023 à 93,9 % pour Claude Mythos Preview, saturant le benchmark. L'horizon temporel des tâches réalisables par les IA est passé d'environ 30 secondes avec GPT 3.5 en 2022 à environ 12 heures avec Opus 4.6 en 2026, Ajeya Cotra (METR) jugeant raisonnable d'atteindre environ 100 heures d'ici fin 2026.
Motif de la recommandation :L'original expose la conception d'architecture et les résultats d'évaluation de l'IA co-clinicien, permettant de comprendre les capacités et les limites actuelles de l'IA dans les scénarios médicaux.
Motif de la recommandation :Quatre cas scientifiques concrets montrent comment ERA s'articule avec Gemini Deep Think et les données d'observation existantes, offrant un aperçu des modes de collaboration entre LLM et recherche.
Motif de la recommandation :L'article détaille le pipeline de pré-entraînement en cinq phases et la recette RL de Granite 4.1, utile pour comprendre comment un dense 8B rivalise avec un MoE 32B.
OpenAI publie un cadre d'analyse couvrant 921 métiers et 148 millions d'emplois aux États-Unis pour identifier ceux exposés au risque d'automatisation.
Motif de la recommandation :L'article détaille l'architecture CSA/HCA et les choix de post-entraînement qui rendent l'inférence à 1M tokens exploitable pour les agents.
OpenAI présente GPT-5.5, un modèle conçu pour les tâches complexes telles que le codage, la recherche et l'analyse de données à travers différents outils.
Google DeepMind publie un article sur Decoupled DiLoCo, une architecture distribuée qui divise les entraînements LLM en îlots de calcul découplés avec flux de données asynchrone.
Motif de la recommandation :L'article détaille l'architecture Decoupled DiLoCo et ses résultats sur Gemma 4, permettant de comprendre comment l'entraînement distribué gagne en résilience et en efficacité.
Google Research présente ReasoningBank, un cadre de mémoire d'agent publié à l'ICLR qui distille des schémas de raisonnement de haut niveau à partir d'expériences réussies et échouées pour l'auto-évolution au moment du test. Chaque mémoire structurée contient un titre, une description et un contenu de raisonnement distillé, et le flux fonctionne en boucle fermée de récupération, extraction et consolidation. Sur WebArena et SWE-Bench-Verified avec Gemini-2.5-Flash, ReasoningBank dépasse les agents sans mémoire de 8,3 % et 4,6 % de taux de réussite, et le couplage avec le memory-aware test-time scaling (MaTTS) apporte 3 % de réussite supplémentaire et 0,4 étape en moins sur WebArena.
Motif de la recommandation :L'article détaille le mécanisme de mémoire ReasoningBank et les gains mesurés sur WebArena et SWE-Bench-Verified, utile pour comprendre l'auto-évolution des agents.
Hugging Face présente QIMMA قِمّة, un leaderboard arabe de LLM qui valide la qualité des benchmarks avant d'évaluer les modèles. La plateforme agrège 109 sous-ensembles issus de 14 benchmarks, soit plus de 52 000 échantillons couvrant 7 domaines, avec 99 % de contenu natif arabe et la première évaluation de code en arabe via HumanEval+ et MBPP+. Le pipeline de validation, combinant Qwen3-235B-A22B-Instruct et DeepSeek-V3-671B puis une revue humaine, a écarté jusqu'à 3,1 % des échantillons d'ArabicMMLU, révélant des problèmes systématiques de réponses, de formatage et de sensibilité culturelle.
Google Research présente Simula, un cadre de génération de données synthétiques sans seed qui construit des jeux de données à partir de principes premiers via la conception de mécanismes. Le système décompose la génération en quatre axes contrôlables : diversification globale par taxonomies hiérarchiques, diversification locale par méta-prompts, complexification configurable et contrôle qualité par boucle à double critique. Évalué avec Gemini 2.5 Flash comme modèle enseignant et Gemma-3 4B comme élève sur cinq domaines (cybersécurité, raisonnement juridique, GSM8k, Global MMLU), il génère jusqu'à 512K points par domaine ; une complexité élevée apporte un gain de 10 % en mathématiques mais nuit au raisonnement juridique. Simula alimente l'écosystème Gemma (ShieldGemma, FunctionGemma, MedGemma) et des fonctions de protection des utilisateurs comme la détection d'arnaques sur Android et le filtrage de spam dans Google Messages.
Motif de la recommandation :L'article expose une méthode de génération de données synthétiques pilotée par le raisonnement et ses résultats sur cinq domaines, utile pour comprendre comment couvrir des cas rares sans données réelles.
Motif de la recommandation :L'article détaille comment des neurones synthétiques générés par IA réduisent les erreurs de reconstruction et le temps de relecture manuelle, avec des chiffres concrets.
Motif de la recommandation :Un nouveau modèle de raisonnement d'OpenAI orienté sciences de la vie, dont les capacités annoncées couvrent la découverte de médicaments et l'analyse génomique.
Le blog Hugging Face explique comment entraîner ou affiner des modèles d'embedding et de reranker multimodaux avec la bibliothèque Sentence Transformers.
Google Research présente Vantage, une expérience de recherche qui évalue les compétences durables des élèves en les plaçant dans des conversations simulées avec des avatars IA. Un Executive LLM pilote le dialogue pour susciter des occasions de démontrer des compétences comme la résolution de conflits ou la gestion de projet, puis un AI Evaluator note la conversation selon une grille d'évaluation. Une étude conjointe avec la New York University menée auprès de 188 testeurs de 18 à 25 ans indique que l'accord entre l'AI Evaluator et les experts humains est comparable à celui entre deux évaluateurs experts. Vantage est disponible en anglais sur Google Labs.
Motif de la recommandation :L'article détaille un dispositif d'évaluation des compétences durables par des avatars IA pilotés par un Executive LLM, avec validation par des experts humains.
Google Research présente ConvApparel, un jeu de données de plus de 4 000 conversations humain-IA multi-tours (près de 15 000 tours) dans le domaine de l'habillement.
OpenAI lance l'OpenAI Safety Fellowship, un programme pilote destiné à soutenir la recherche indépendante en sécurité et alignement et à former la prochaine génération de talents. Le programme vise à la fois à financer des travaux de recherche indépendants et à développer les compétences de nouveaux chercheurs dans ce domaine.