Motif de la recommandation :Présente le pipeline de transformation et les moyens de vérification du projet BLA, utile pour comprendre les limites de l'obfuscation face aux agents de codage.
Des chercheurs en cybersécurité ont révélé les détails d'une campagne dans laquelle la plateforme de pentesting agentique AntiFox a été utilisée pour voler des identifiants AWS et se déplacer latéralement dans les environnements compromis. Selon le résumé, des systèmes Alibaba Cloud hébergeant les interfaces d'AntiFox ont été associés à des actions malveillantes confirmées.
Google DeepMind annonce AlphaGenome 2, un modèle de séquence d'ADN conditionnel qui prédit l'effet des variants sur des types cellulaires humains précis. Entraîné sur plus de 107 millions de profils cellulaires couvrant 68 tissus, il identifie près de deux fois plus de variants modifiant l'expression génique que le modèle précédent, avec 30 % contre 16 % de variants causaux sur le jeu de données TenK10K. Le modèle est disponible pour la recherche non commerciale via l'AlphaGenome API et en aperçu privé pour la recherche commerciale.
Motif de la recommandation :Le modèle conditionnel par type cellulaire et l'API ouverte permettent de situer les changements de capacité et les scénarios d'usage en recherche génétique.
Motif de la recommandation :L'article retrace l'évolution des rootkits eBPF, des conférences de sécurité aux tutoriels sur les forums clandestins, et expose les limites des méthodes de détection actuelles.
Les chercheurs de Google DeepMind ont utilisé un agent IA pour prouver formellement une partie des garanties cryptographiques clés du protocole Signal.
Motif de la recommandation :L'original expose les limites de portée de la vérification formelle et la manière dont AlphaProof Code identifie les vulnérabilités connues, ce qui permet de juger du degré de maturité actuel de cette méthode.
Un article japonais de 2002 décrit un système qui lit les mouvements du bout des doigts et de la tête via une caméra CCD pour remplacer souris et clavier dans le contrôle d'un ordinateur personnel. La caméra constitue l'unique dispositif d'entrée : la saisie de texte s'effectue en dessinant les caractères en l'air, transmis à un système d'exploitation existant, et les auteurs ont aussi développé un logiciel de modélisation 3D et des contenus éducatifs réagissant aux mêmes gestes, dont une action « peering in » (se pencher pour observer un objet). Le texte couvre les pages 3 à 9 du volume 36, numéro 4, reçu en août 2002 et mis en ligne par J-STAGE en 2010.
Intel et Altera collaborent pour développer des solutions de référence de pont de capteurs flexibles en temps réel destinées à l'IA embarquée et physique.
AMD a présenté MEXT, une technologie qui déporte les pages mémoire froides vers le stockage flash et utilise un modèle de langage basé sur Transformer pour prédire les pages à recharger.
TANIOBIS a montré que les alliages de niobium C-103 et FS-85 peuvent être traités par fusion laser sur lit de poudre (PBF-LB) à l'échelle industrielle.
Motif de la recommandation :Les paramètres d'impression et les données de performance des deux alliages de niobium sont fournis, ce qui permet de comparer la faisabilité de la fabrication additive pour des pièces de moteur à haute température.
Des chercheurs de Microsoft ont montré qu'il est possible d'implanter une porte dérobée dans un modèle d'IA en modifiant moins de 10 de ses neurones rarement utilisés.
Microsoft Research décrit Lazarus, une technique de porte dérobée qui reprogramme moins de 10 neurones dormants d'un LLM pour qu'un agent exécute des commandes malveillantes lorsqu'un déclencheur apparaît, sans réentraînement. Le modèle continue de passer les évaluations standard et se comporte normalement jusqu'au déclencheur, qui peut être aussi simple qu'un changement de date, par exemple le passage au 1er janvier 2027. L'attaque exige seulement un accès en écriture au checkpoint, ce qui expose aussi les modèles développés en interne. Microsoft Foundry vérifie la provenance des modèles et scanne leur environnement logiciel, et Microsoft prévoit de transformer ces techniques de détection en outil de red-teaming, d'ajouter le scan des poids et de signer les modèles avec une provenance vérifiable.
Motif de la recommandation :La découverte montre qu'il suffit de modifier moins de 10 neurones dormants pour piéger un agent, ce qui déplace la priorité vers l'intégrité des poids et la provenance des modèles.
Takahiro Yonemura a réutilisé son système de détection gestuelle par webcam de 2002 pour développer un jeu où le joueur contrôle un dragon. La version moderne se limite à reconnaître une main ouverte ou fermée et sa sortie du champ de la caméra : fermer la main génère un clic et sortir la main de l'écran met le jeu en pause. Le jeu est disponible sur Steam, mais n'est pas open source.
Motif de la recommandation :Un projet utilise des agents IA pour réécrire CPython en Lean, avec un processus de preuve en quatre étapes et 418 rapports de bugs.
NVIDIA présente dans un nouveau rapport de recherche GR00T 2, un modèle d'action-monde qui prédit simultanément le prochain mouvement et une courte vidéo du futur immédiat.
Motif de la recommandation :Le rapport détaille l'entraînement de GR00T 2 sur 400 000 heures de vidéos humaines et les taux de réussite variables selon les tâches, ce qui permet de situer ses limites avant un usage réel.
Motif de la recommandation :Le texte détaille les performances de Gemini 4 Carbon sur plusieurs benchmarks et son prix par token, ce qui permet de comparer avec Gemini 4 Argon.
Des chercheurs en cybersécurité ont révélé les détails d'une attaque ayant exploité deux vulnérabilités désormais corrigées dans AhsayCBS pour livrer un implant basé sur Python. L'activité.
Brian L. Stuart, professeur d'informatique à la Drexel University, a donné une conférence au Vintage Computer Festival Midwest pour les 80 ans de la présentation de l'ENIAC.
Motif de la recommandation :Le système FLEX décompose les corrections en langage naturel en trois opérations, ce qui permet de comprendre comment les instructions modifient la représentation de la tâche du robot.
Hugging Face présente les decision models, des modèles qui renvoient une distribution de probabilités sur des réponses prédéfinies sans générer de texte.
Motif de la recommandation :L'article présente l'interface unifiée des decision models et leur prise en charge dans Transformers, llama.cpp et le Hub, utile pour évaluer leur intégration dans les applications existantes.
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.
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.
Motif de la recommandation :Le prototype utilise une imprimante FFF standard non modifiée et précise les limites de taille des composants, ce qui permet de juger de la faisabilité de la fabrication électronique sans assemblage manuel.
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.
Un groupe de radioamateurs d'Oslo, avec Tanagra Space, a fait reconnaître et lancer le jeu Doom à un satellite de l'ESA après avoir envoyé une commande vocale sur la bande 23 cm.