Aller au contenu
11 novembremer.
  1. The Decoder78

    Google DeepMind dévoile Gemini Robotics 2.5, avec 96 % de réussite au tri de pièces métalliques chez Mercedes-Benz

    Google DeepMind a dévoilé Gemini Robotics 2.5, un modèle vision-langage-action (VLA) qui traite les informations visuelles.

    Motif de la recommandation :Le texte détaille les performances du modèle VLA sur les lignes de production Mercedes-Benz et les améliorations de sécurité, permettant de situer l'état actuel de l'IA incarnée industrielle.

  2. NVIDIA Blog62

    NVIDIA contribue OpenShell à la CNCF et dévoile de nouveaux composants de la plateforme DSX AI Factory

    NVIDIA fait don d'OpenShell, un runtime open source de sécurisation et de gouvernance des agents autonomes.

    Motif de la recommandation :NVIDIA ouvre OpenShell à la CNCF et détaille trois composants DSX pour le déploiement d'agents et d'inférences sur Kubernetes, avec des chiffres de démarrage comparés.

10 novembremar.
  1. Google DeepMind78

    Google DeepMind lance Gemini Robotics 2.5, un modèle VLA pour la dextérité physique dans le monde réel

    Google DeepMind a lancé Gemini Robotics 2.5, son modèle vision-langage-action le plus capable à ce jour.

    Motif de la recommandation :Le modèle VLA améliore la dextérité et la fiabilité, avec un taux de réussite de 96 % validé sur une ligne de production Mercedes-Benz.

  2. The Decoder80

    Le modèle Fable 5.2 d'Anthropic réussit 41 % des missions freelance réelles, contre 2,5 % un an plus tôt

    Selon Scale Labs, Fable 5.2 d'Anthropic achève 41,3 % des tâches du benchmark RLI.

    Motif de la recommandation :Le benchmark RLI s'appuie sur 240 missions réelles d'Upwork d'une valeur de 144 000 dollars, ce qui permet de comparer les agents sur des tâches professionnelles complètes plutôt que sur des compétences isolées.

  3. Tom's Hardware 3D55

    Le Frontier Model Forum propose un cadre de notation des jailbreaks de type CVSS

    Le Frontier Model Forum (FMF) a publié un cadre de notation des jailbreaks (Jailbreak Rating Framework) destiné à évaluer la difficulté à contourner les garde-fous d'un modèle d'IA ainsi que l'ampleur des dégâts potentiels. Le projet, lancé en 2023 avec le soutien d'Anthropic, Google, Microsoft et OpenAI, se veut un équivalent du système CVSS de notation des vulnérabilités, mais ciblé sur les jailbreaks de LLM. La version 1.0 est encore en cours d'élaboration et accepte les commentaires jusqu'au 21 décembre ; le FMF précise qu'il n'est pas recommandé de s'y fier entre-temps. Le cadre comporte quatre dimensions notées de zéro à trois : gain de capacité, portée de capacité, facilité de déploiement et facilité de découverte, réparties entre sévérité et probabilité, avec une note finale de faible à critique. Le gain de capacité est la dimension la plus importante et sert de plancher et de plafond aux autres scores ; une note de zéro ne signifie pas que le jailbreak est inoffensif, mais qu'il relève des pratiques de sécurité standard. La référence du FMF évolue avec les modèles, si bien qu'une note de zéro en 2026 n'aura probablement pas le même sens en 2028. Le texte note également la similitude avec les classificateurs de contournement de garde-fous proposés par Anthropic en juillet 2026, sans confirmation d'une participation d'Anthropic au nouveau standard.

  4. Google DeepMind88

    Google DeepMind présente AlphaProof Code et vérifie formellement le code de Signal

    Google DeepMind présente AlphaProof Code, un cadre agentique multi-LLM qui combine expertise humaine et agents IA pour la vérification formelle de code. Les chercheurs ont ainsi prouvé mathématiquement des propriétés de sécurité du code réel du protocole Signal, avec plus de six millions de lignes de Lean générées par des agents Gemini Carbon et une revue humaine limitée à environ un pour cent du code. Le processus a pris quatre semaines, là où des équipes d'experts y consacrent historiquement des années, et le système a produit des preuves machine-vérifiées que deux bugs réintroduits rendaient le code non sûr. DeepMind ouvre en source ses artefacts de vérification formelle.

    Motif de la recommandation :Le texte détaille le cadre multi-agents, la génération de plus de six millions de lignes de Lean et la vérification du code compilé de Signal, avec un délai de quatre semaines.

  5. The Decoder88

    Anthropic lance sa tournée de présentation pour son IPO, avec des actions entre 70 et 78 dollars et une valorisation visée de 1 020 milliards de dollars

    Anthropic a lancé la tournée de présentation de son introduction en bourse, prévoyant de lever jusqu'à 64.

    Motif de la recommandation :L'original détaille le prix, le montant levé et la structure de l'actionnariat de l'introduction en bourse d'Anthropic, ce qui permet de situer l'opération dans le contexte actuel de scepticisme du marché.

  6. 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.

  7. The Verge · AI22

    RIAA CEO Mitch Glazier : l'IA et le droit d'auteur, un entretien avec The Verge

    Mitch Glazier, CEO et président de la RIAA, s'accorde avec le public sur le fait que les grandes entreprises d'IA entraînent leurs modèles sur les œuvres d'autrui sans autorisation et inondent les flux de contenus médiocres. L'entretien aborde la complexité juridique des deepfakes générés par l'IA, l'impact potentiel d'une interdiction sur d'autres formes d'expression, ainsi que le fonctionnement pratique des systèmes de détection et d'étiquetage de l'IA, en particulier si de grandes plateformes comme Spotify et YouTube ne s'y associent pas.

9 novembrelun.
8 novembredim.
7 novembresam.
  1. EE Times62

    IonQ publie un plan pour casser la cryptographie de Bitcoin avec 20 000 qubits physiques

    IonQ a publié un article décrivant comment un ordinateur quantique à ions piégés de 20 000 qubits physiques.

    Motif de la recommandation :Le texte rassemble les estimations de ressources quantiques pour casser la cryptographie à courbe elliptique et les échéances de migration vers la PQC, ce qui permet de situer l'urgence de la transition.