GPT-5 au travail : comment les entreprises utilisent GPT-5
OpenAI publie un rapport basé sur les données d'usage de ChatGPT par les travailleurs de divers secteurs.
OpenAI publie un rapport basé sur les données d'usage de ChatGPT par les travailleurs de divers secteurs.
Google Research établit une corrélation positive statistiquement significative entre les freinages brusques (HBE.
Google Research décrit dans Science Advances une version de NeuralGCM entraînée directement sur des observations satellitaires de précipitations de la NASA couvrant 2001 à 2018.
Motif de la recommandation :L'article détaille comment NeuralGCM apprend la paramétrisation des précipitations à partir d'observations satellitaires, avec des écarts chiffrés face aux modèles opérationnels.
Berkeley AI Research propose un cadre qui évalue et optimise directement les systèmes d'imagerie selon leur contenu informationnel.
OpenAI lance ChatGPT Health, une expérience dédiée qui connecte de manière sécurisée les données et applications de santé.
Google a organisé avec SisonkeBiotik, Ro'ya et DS-I Africa un Ideathon panafricain Data Science for Health.
Google Research présente Urania, un framework de confidentialité différentielle (DP) qui génère des insights sur les conversations avec les chatbots LLM avec des garanties mathématiques de bout en bout, présenté à COLM 2025. Le pipeline combine clustering DP, extraction de mots-clés par histogramme DP et summarization par LLM sur les seuls mots-clés anonymisés, sans jamais exposer les conversations originales. Face au baseline non privé Simple-CLIO, les résumés DP ont été préférés jusqu'à 70 % du temps par les évaluateurs LLM, malgré une couverture thématique réduite lorsque le budget de confidentialité ε diminue.
Google DeepMind et Kaggle lancent la suite de benchmarks FACTS, qui étend le FACTS Grounding Benchmark avec trois nouveaux benchmarks.
Motif de la recommandation :Le lecteur peut situer les quatre axes d'évaluation de la factualité et les écarts de performance entre les principaux modèles.
Les données d'entreprise d'OpenAI montrent une adoption accélérée de l'IA.
Google Research publie deux articles présentant Titans, une architecture qui combine la vitesse des RNN avec la précision des Transformers.
Motif de la recommandation :L'article présente l'architecture Titans et le cadre MIRAS, avec des résultats sur des contextes dépassant 2 millions de tokens et des tests en génomique et séries temporelles.
Des scientifiques utilisent AlphaFold pour renforcer la glycerate kinase (GLYK).
Motif de la recommandation :L'article montre comment AlphaFold a permis d'obtenir des structures enzymatiques inaccessibles expérimentalement et d'orienter la modification d'une enzyme clé de la photosynthèse.
Google Research a présenté au NeurIPS 2025 le Massive Sound Embedding Benchmark (MSEB).
OpenAI annonce l'acquisition de Neptune afin de mieux observer le comportement des modèles et de renforcer les outils utilisés par les chercheurs pour suivre les expériences et surveiller l'entraînement.
Motif de la recommandation :L'acquisition vise à renforcer le suivi des expériences et la surveillance de l'entraînement, un point d'observation de l'outillage des laboratoires de modèles.
OpenAI a divulgué un incident de sécurité chez Mixpanel touchant des données analytiques limitées de l'API. Aucun contenu d'API.
Des scientifiques de l'Université du Missouri ont cartographié la structure de l'apoB100.
Motif de la recommandation :L'article détaille comment AlphaFold a permis de cartographier la structure de l'apoB100, une avancée qui ouvre des pistes thérapeutiques contre les maladies cardiovasculaires.
Google DeepMind annonce soutenir la mission Genesis de la Maison-Blanche.
Motif de la recommandation :Le détail du programme d'accès accéléré et des modèles concernés permet de situer le rôle des laboratoires nationaux dans l'IA scientifique.
Google Research a dévoilé un modèle de prédiction léger fondé sur une simple régression linéaire pour estimer la probabilité qu'une borne de recharge pour véhicules électriques soit disponible dans quelques minutes. Testé sur 100 stations sélectionnées aléatoirement, avec un échantillonnage toutes les 30 minutes pendant une semaine et des horizons de 30 à 60 minutes, il surpasse la baseline « Keep Current State » en identifiant les rares moments de forte rotation d'occupation. Le modèle s'appuie uniquement sur l'heure de la journée comme caractéristique, chaque heure recevant un poids appris qui quantifie le taux de variation de l'occupation.
Google DeepMind et Google Research présentent WeatherNext 2, leur modèle de prévision météo le plus avancé et le plus efficace.
Motif de la recommandation :Présente l'architecture FGN et les gains de résolution, utile pour comprendre l'évolution des modèles météo IA.
Google annonce un modèle de prédiction du risque de déforestation à une résolution de 30 mètres.
Google Research annonce ForestCast, un modèle de deep learning fondé sur des vision transformers qui prédit le risque de déforestation à partir de données satellitaires brutes Landsat et Sentinel 2, sans cartes auxiliaires. Le modèle s'appuie surtout sur l'« historique de changement », une entrée dérivée des satellites indiquant les pixels déjà déforestés et l'année associée, dont l'usage seul donne des métriques de précision comparables à celles des données satellitaires brutes complètes. Google Research publie en parallèle le premier benchmark public dédié à l'entraînement de modèles de prédiction du risque de déforestation, avec les données d'entrée, d'entraînement et d'évaluation.
Google Research a présenté lors de son événement Research@MTV trois avancées : Earth AI.
Google Research présente provably private insights (PPI), un système qui combine LLM.
Motif de la recommandation :Présente un système combinant LLM, confidentialité différentielle et TEE pour analyser l'usage des outils GenAI sans exposer les données individuelles, avec code open source.
CNC Kitchen a testé la résistance de pièces imprimées en FDM selon leur orientation.
Motif de la recommandation :Des essais de traction quantifient l'écart de résistance selon l'orientation d'impression et proposent des compromis concrets pour l'impression FDM.
NVIDIA a publié Nemotron-Personas-Japan, présenté comme le premier jeu de données synthétiques ouvert de personas alignées sur la démographie.
Une nouvelle étude, la plus vaste menée sur l'usage de ChatGPT.
Google a lancé EmbeddingGemma, un nouveau modèle d'embedding efficace, présenté sur le blog de Hugging Face.
Des chercheurs de Berkeley AI Research ont établi une théorie quantitative du processus d'apprentissage de word2vec.
OpenAI et Retro Bio ont utilisé un modèle d'IA spécialisé, GPT-4b micro, pour concevoir des protéines plus efficaces destinées à la thérapie par cellules souches et à la recherche sur la longévité.
CNC Kitchen a testé deux nylons renforcés fibre de carbone, le PA6-CF et le PA12-CF de SUNLU.
Motif de la recommandation :Des essais de fluage, de flexion et de température comparent PA6-CF et PA12-CF, avec le recuit et l'humidité comme variables décisives.
Numina et Kimi publient kimina-prover-rl, un pipeline d'entraînement open source pour la démonstration formelle en Lean 4.
OpenAI étudie les risques de frontière en pire cas liés à la publication de gpt-oss via une méthode de fine-tuning malveillant (MFT).
Mistral montre que le fine-tuning LoRA de Pixtral-12B sur l'imagerie satellite améliore nettement la classification par rapport au modèle de base. Sur l'Aerial Image Dataset (AID).
Mistral AI a réalisé la première analyse de cycle de vie complète d'un modèle d'IA.
OpenAI publie une analyse économique sur l'impact de ChatGPT sur l'économie et lance une nouvelle collaboration de recherche pour étudier les effets plus larges de l'IA sur le marché du travail et la productivité.
Mistral AI publie Codestral Embed, son premier modèle d'embedding dédié au code.
Motif de la recommandation :Mistral publie les performances comparées de Codestral Embed face à Voyage Code 3, Cohere Embed v4.0 et OpenAI, ainsi que les compromis dimension/précision et le tarif API.
CNC Kitchen a testé l'effet du durcissement thermique sur des échantillons de traction imprimés en résine Siraya Tech Blu. Le durcissement à 80 °C a donné une résistance moyenne de 68 MPa.
LeRobot va à l'auto-école : le plus grand jeu de données open source de conduite autonome.
Le blog Hugging Face présente une méthode pour entraîner des modèles d'embedding statiques 400 fois plus vite avec Sentence Transformers.
Hugging Face et l'équipe CinePile publient CinePile 2.0.
L'équipe Hugging Face Transformers a corrigé un bug d'accumulation de gradient signalé par Unsloth et @bnjmn_marie.