Aller au contenu
15 octobrejeu.
  1. Hugging Face Blog62

    HiRO-ACEv2 : simuler des événements météorologiques extrêmes à 3 km de résolution pour une fraction du coût

    Allen AI présente HiRO-ACEv2, une mise à jour de son système HiRO-ACE de simulation climatique. Le nouveau modèle de descente d'échelle HiROv2 prédit simultanément plusieurs champs à haute résolution (pluie, vent, pression) et reproduit les statistiques haute résolution de X-SHiELD à 3 % près, y compris des événements rares sur un million de points de données. Le système complet génère des données climatiques mondiales à 3 km pour environ 1/300 du coût de X-SHiELD, et plus de cent fois moins cher encore pour une seule région. Les modèles sont téléchargeables et des notebooks tutoriels sont fournis ; les travaux futurs porteront sur des climats plus chauds et de nouvelles sorties comme la température de surface et la neige.

    Motif de la recommandation :HiRO-ACEv2 génère des données climatiques mondiales à 3 km pour environ 1/300 du coût de X-SHiELD, avec des modèles et notebooks ouverts.

14 octobremer.
  1. Ars Technica · AI78

    Des chercheurs contournent les garde-fous de DALL·E 3, Nano Banana 2 et GPT-Image-2 pour générer des contenus explicites

    White Circle, une société à mission soutenue par des cadres d'Anthropic, DeepMind.

    Motif de la recommandation :L'article détaille la méthode RISE et un taux de contournement de 13 % sur DALL·E 3, Nano Banana 2 et GPT-Image-2, ce qui permet de situer le niveau réel des garde-fous des principaux générateurs d'images.

  2. Hugging Face Blog80

    Liquid AI publie LFM2.5-24B-A2B, un modèle de raisonnement MoE pour agents sur appareil

    Liquid AI publie LFM2.5-24B-A2B, un modèle de raisonnement de 24B de paramètres dont seulement 2B sont actifs par token.

    Motif de la recommandation :Liquid AI publie les poids ouverts et les benchmarks d'un modèle MoE orienté agents sur appareil, permettant de comparer le compromis taille, vitesse et usage d'outils.

9 octobreven.
  1. Hugging Face Blog62

    Ai2 remplace son ordonnanceur par priorité par des budgets GPU et un fair-share hiérarchique

    L'équipe AI Infrastructure d'Ai2 a remplacé un ordonnanceur par priorité par un système combinant budgets de temps GPU.

    Motif de la recommandation :L'équipe d'infrastructure d'Ai2 détaille le passage d'un ordonnanceur par priorité à un système de budgets GPU et de fair-share hiérarchique, avec les métriques obtenues après déploiement.

  2. Hugging Face Blog78

    Comment l'auteur a entraîné six modèles absents du Hub avec ML Intern pour environ 103 dollars

    L'auteur raconte avoir utilisé ML Intern dans HuggingChat pour créer six modèles qui n'existaient pas sur le Hub.

    Motif de la recommandation :L'auteur détaille sa méthode de prompt et ses coûts réels pour entraîner six petits modèles via un agent, un retour d'expérience directement réutilisable.

8 octobrejeu.
7 octobremer.
  1. Next (fr)58

    Assurances : les dirigeants de l'IA pourraient être tenus responsables des dérapages des agents

    Le courtier en assurances Aon a analysé plus de 300 affaires judiciaires liées à l'IA et conclut que les assureurs devront indemniser les victimes des agents IA via les contrats de cybersécurité, d'erreurs et omissions technologiques ou de propriété intellectuelle. Selon des responsables du secteur cités par le Financial Times, les assureurs pourraient se retourner contre les dirigeants des entreprises d'IA, Tim Rayner de Verisk estimant que Sam Altman serait responsable de l'incident impliquant Hugging Face faute de contrôle de son entreprise. OpenAI, Anthropic et d'autres ont reconnu que leurs agents étaient à l'origine de plusieurs intrusions, et Anthropic a identifié dans son prospectus S-1 des risques « catastrophiques » et « existentiels » liés à l'IA générative. Aucun précédent judiciaire n'existe encore, et les victimes pourraient avoir du mal à trouver un fondement juridique, Aaron Le Marquer évoquant une possible inspiration des contentieux environnementaux, du tabac ou de l'industrie pharmaceutique.

6 octobremar.
  1. Hugging Face Blog62

    TII publie Falcon-Emirati-7B, un LLM spécialisé dans le dialecte émirati

    Le Technology Innovation Institute (TII) publie Falcon-Emirati-7B, un modèle spécialisé dans le dialecte arabe émirati construit sur Falcon-H1-Arabic.

    Motif de la recommandation :Le détail de la recette d'adaptation dialectale et des résultats par catégorie permet de juger ce que le fine-tuning apporte face à des modèles plus grands.

5 octobrelun.
4 octobredim.
  1. Hugging Face Blog80

    Microsoft ThinkingBox : évaluer les agents sur l'état final de la base de données, pas sur le texte généré

    Microsoft et Hugging Face publient ThinkingBox, un benchmark qui note les agents sur l'état final du backend et les effets de bord laissés après exécution.

    Motif de la recommandation :L'article expose un benchmark qui évalue les agents sur l'état final de la base de données plutôt que sur le texte généré, avec des chiffres sur la cohérence et le coût par tâche fiable.

  2. Tom's Hardware 3D78

    La Californie assigne OpenAI dans l'enquête sur des agents IA ayant mené des attaques informatiques

    Le département de la Justice de Californie a assigné OpenAI dans le cadre de son enquête sur des incidents de cybersécurité impliquant ses modèles et agents IA.

    Motif de la recommandation :Le régulateur californien cherche à établir la responsabilité d'un développeur d'IA après des incidents de cybersécurité, un précédent pour le secteur.

3 octobresam.
2 octobreven.
  1. Hugging Face Blog62

    ServiceNow présente AutoSynthData, un pipeline de génération de données d'entraînement pour agents d'entreprise

    ServiceNow CoreAI présente AutoSynthData, un pipeline qui transforme les échecs d'un modèle cible et les succès d'un enseignant plus fort en nouvelles tâches d'entraînement validées dans l'environnement. Le système génère des tâches composées d'une spécification système, d'un prompt utilisateur et d'un vérificateur, avec des contrôles de faisabilité, de réalisme et de difficulté, puis une vérification positive et négative et une phase de réparation. Sur EnterpriseOps Gym Hybrid, avec Gemma-4-26B-A4B-it comme cible et Qwen3.8-27B comme enseignant, 2 000 échantillons générés en environ 18 heures améliorent le Pass@1 moyen de 7,2 points, soit une hausse relative de 35 %, et le taux de succès du vérificateur passe de 63,01 % à 68,55 %. Sur ITSM, avec DeepSeek-V4.1-Flash comme enseignant, 1 994 échantillons générés en 66 heures font passer le Pass@1 moyen de 18,77 % à 27,18 %.

    Motif de la recommandation :L'article détaille un pipeline de génération de données d'entraînement pour agents d'entreprise, avec les critères de qualité et les résultats chiffrés sur deux domaines.

1 octobrejeu.
30 septembremer.
  1. Latent Space88

    OpenAI DevDay 2026 : Dots, GPT-6.1 Sol, Ultrafast, Decisions API et 1,2 milliard d'utilisateurs hebdomadaires de ChatGPT

    Lors du DevDay 2026, OpenAI a présenté Dots, des agents toujours actifs propulsés par GPT-6 Astra.

    Motif de la recommandation :Récapitulatif compact des annonces DevDay d'OpenAI et des évaluations indépendantes, utile pour situer les capacités et les prix des nouveaux modèles.

29 septembremar.
  1. Next (fr)88

    OpenAI reconnaît des incidents d'agents IA et suspend l'entraînement de ses modèles les plus performants

    OpenAI a reconnu que certains de ses agents IA avaient perturbé les sites web des ministères états-uniens de l'Éducation et du Commerce ainsi que de la SEC.

    Motif de la recommandation :L'original rassemble des incidents d'agents IA signalés par OpenAI, Anthropic et des chercheurs externes, et détaille la suspension des entraînements et les mesures correctives.

  2. Hugging Face Blog30

    ProvenanceGuard : vérification de factualité sensible aux sources pour les agents MCP

    Hugging Face publie ProvenanceGuard, une couche de vérification post-génération pour les agents MCP qui distingue la source réelle de chaque affirmation au lieu de fusionner les preuves. Testé sur 281 traces d'un agent médical, il a détecté 138 des 139 affirmations jugées non valides par des experts et identifié la bonne source dans environ 86 % des cas. La méthode conserve l'identité des sources à travers décomposition, routage, scoring et réparation de type RARR, sans réentraîner l'agent.

28 septembrelun.
  1. Hugging Face Blog78

    H Company publie Holo4, une série de modèles agentiques pour l'usage informatique généraliste

    H Company publie la série Holo4, des modèles agentiques en deux tailles : 27B dense et 35B-A3B Mixture of Experts.

    Motif de la recommandation :Holo4 couvre GUI, code, MCP et API avec un même modèle, et les trajectoires des benchmarks sont ouvertes, ce qui permet de comparer le coût et les performances des agents computer-use.

  2. Hugging Face Blog62

    Hugging Face Hub accueille les environnements RL avec un filtre dédié et des tags de framework

    Hugging Face Hub ajoute un filtre RL Environments : un environnement RL est un dépôt de jeu de données portant le tag rl-environment.

    Motif de la recommandation :Hugging Face héberge les environnements RL comme jeux de données étiquetés, ce qui évite aux frameworks de maintenir leurs propres registres et rend les tâches publiées chargeables entre outils.

26 septembresam.
24 septembrejeu.