Aller au contenu
#Déploiement/ingénierie
4mois20jourlundi
4mois16jourjeudi
  1. Hugging Face Blog62

    Hugging Face publie un Skill et un harnais de test pour porter les modèles transformers vers mlx-lm

    Hugging Face publie un Skill et un harnais de test pour aider les contributeurs à porter les modèles de transformers vers mlx-lm。

    Motif de la recommandation :Le Skill et le harnais de test transforment le portage de modèles transformers vers mlx-lm en un processus reproductible, avec des règles concrètes pour des PR de qualité.

4mois15jourmercredi
  1. OpenAI News62

    OpenAI met à jour le SDK Agents avec exécution sandbox native et harness natif du modèle

    OpenAI met à jour le SDK Agents en y intégrant l'exécution sandbox native et un harness natif du modèle. Ces changements visent à aider les développeurs à construire des agents sécurisés et de longue durée capables d'opérer sur des fichiers et des outils.

    Motif de la recommandation :L'original expose les deux changements clés du SDK Agents, exécution sandbox native et harness natif du modèle, ce qui permet de juger comment les agents longs et sécurisés modifient les flux de développement existants.

4mois13jourlundi
4mois10jourvendredi
4mois9jourjeudi
4mois8jourmercredi
4mois2jourjeudi
  1. Hugging Face Blog88

    Google DeepMind publie la famille Gemma 4 de modèles multimodaux ouverts sur Hugging Face

    Google DeepMind publie sur Hugging Face la famille Gemma 4, des modèles multimodaux sous licence Apache 2.0 capables de traiter texte。

    Motif de la recommandation :L'article détaille l'architecture, les tailles et les benchmarks de Gemma 4, ainsi que son intégration dans les principaux moteurs d'inférence et outils de fine-tuning.

4mois1jourmercredi
  1. Hugging Face Blog62

    Hugging Face lance gradio.Server pour associer n'importe quel frontend au backend Gradio

    Hugging Face présente gradio.Server, une extension de FastAPI qui ajoute le moteur d'API de Gradio (file d'attente。

    Motif de la recommandation :gradio.Server permet de conserver la file d'attente et le support ZeroGPU de Gradio tout en apportant son propre frontend, ce qui change la façon de construire sur Spaces.

3mois31jourmardi
  1. Hugging Face Blog62

    Hugging Face publie TRL v1.0, bibliothèque de post-entraînement couvrant plus de 75 méthodes

    Hugging Face a publié TRL v1.0, une bibliothèque de post-entraînement qui passe d'une base de code de recherche à une bibliothèque stable avec un contrat de versioning sémantique. Elle implémente plus de 75 méthodes de post-entraînement et adopte une structure où le noyau stable (SFT, DPO, Reward modeling, RLOO, GRPO) et la couche expérimentale (ORPO, etc.) coexistent avec des contrats distincts. La bibliothèque est téléchargée 3 millions de fois par mois et sert d'infrastructure à des projets comme Unsloth et Axolotl. Les prochaines étapes incluent un GRPO asynchrone, la stabilisation de KTO et de formateurs de distillation, ainsi que des avertissements structurés pour rendre l'entraînement lisible par les agents.

    Motif de la recommandation :L'article détaille la conception de stabilité de TRL v1.0 et sa couverture de plus de 75 méthodes de post-entraînement, utile pour comprendre l'évolution des bibliothèques d'entraînement.

3mois27jourvendredi
3mois25jourmercredi
  1. Google Research62

    Google lance Vibe Coding XR avec XR Blocks et Gemini

    Google annonce Vibe Coding XR, un flux de travail qui associe Gemini au framework web XR Blocks pour transformer des descriptions en langage naturel en applications Android XR fonctionnelles et sensibles à la physique en moins de 60 secondes. Le système s'appuie sur des prompts système spécialisés et des modèles de code pour gérer la logique spatiale, avec des exemples allant d'un tuteur de mathématiques à une expérience de chimie immersive. Une évaluation préliminaire sur le jeu de données VCXR60, issu de quatre ateliers internes et comptant 60 prompts fournis par 20 participants, indique un taux de réussite d'environ 70 % lors des premières itérations, avant 11 versions majeures et la publication de XR Blocks Gem v0.11.0 comme référence de base. Le framework open source est accessible sur Android XR et une démonstration est prévue au stand Google à ACM CHI 2026.

    Motif de la recommandation :Google détaille un flux de prototypage XR piloté par Gemini, avec des exemples concrets et une évaluation préliminaire sur 60 prompts.

3mois21joursamedi
  1. Hugging Face Blog78

    Construire un modèle d'embedding spécialisé en moins d'une journée

    NVIDIA détaille un pipeline en six étapes pour transformer un modèle d'embedding généraliste (Llama-Nemotron-Embed-1B-v2) en modèle spécialisé à un domaine。

    Motif de la recommandation :Présente un pipeline complet de fine-tuning d'embedding pour RAG, avec commandes, hyperparamètres et résultats mesurés sur un GPU unique.

3mois13jourvendredi
  1. Berkeley AI Research36

    SPEX et ProxySPEX : identifier les interactions à grande échelle pour les LLM

    Berkeley AI Research présente SPEX et ProxySPEX, des algorithmes d'attribution capables d'identifier les interactions influentes dans les LLM à une échelle bien supérieure aux méthodes antérieures. SPEX exploite la parcimonie et le faible degré des interactions pour reformuler la recherche exhaustive en un problème de recouvrement parcimonieux résolu via des outils de traitement du signal et de théorie du codage. ProxySPEX tire parti de la propriété de hiérarchie des modèles et atteint les performances de SPEX avec environ 10x moins d'ablations. Sur une tâche d'analyse de sentiment, SPEX conserve une fidélité élevée lorsque le contexte atteint des milliers de features, là où LIME et Banzhaf affichent une fidélité nettement inférieure.

3mois12jourjeudi
3mois11jourmercredi
  2. OpenAI News60

    OpenAI équipe la Responses API d'un environnement informatique pour agents

    OpenAI a construit un runtime d'agent en s'appuyant sur la Responses API, l'outil shell et des conteneurs hébergés, afin d'exécuter des agents sécurisés et évolutifs avec fichiers, outils et état.

    Motif de la recommandation :L'article détaille l'architecture d'un runtime d'agent basé sur la Responses API, utile pour comprendre le déploiement d'agents sécurisés.

3mois10jourmardi
3mois9jourlundi
  2. Hugging Face Blog75

    LeRobot v0.5.0 est publié, avec le support du robot humanoïde Unitree G1 et de nouvelles politiques VLA

    LeRobot v0.5.0 est publié, avec plus de 200 PR fusionnées et plus de 50 nouveaux contributeurs depuis la v0.4.0. Cette version ajoute le support complet du robot humanoïde Unitree G1 (locomotion, manipulation, téléopération et contrôle corps entier), de nouvelles politiques comme Pi0-FAST (VLA autorégressif basé sur Gemma 300M) et Real-Time Chunking (RTC), ainsi que l'encodage vidéo en streaming qui supprime l'attente entre les épisodes d'enregistrement. La version introduit aussi EnvHub pour charger des environnements de simulation depuis le Hugging Face Hub, l'intégration de NVIDIA IsaacLab-Arena, et modernise la base de code avec Python 3.12+ et Transformers v5.

    Motif de la recommandation :LeRobot v0.5.0 détaille l'ajout du support du robot humanoïde Unitree G1 et de nouvelles politiques VLA, utile pour suivre l'évolution des frameworks robotiques open source.

3mois5jourjeudi
  2. Hugging Face Blog62

    Hugging Face lance Modular Diffusers, des blocs composables pour les pipelines de diffusion

    Hugging Face présente Modular Diffusers, une nouvelle façon de construire des pipelines de diffusion en composant des blocs réutilisables。

    Motif de la recommandation :L'article détaille la composition par blocs des pipelines de diffusion et l'intégration avec Mellon, ce qui permet de juger de la flexibilité offerte pour construire des workflows personnalisés.

2mois27jourvendredi
2mois23jourlundi
2mois19jourjeudi
2mois13jourvendredi
2mois10jourmardi
  1. Google DeepMind78

    Google DeepMind : Gemini Deep Think accélère la découverte mathématique et scientifique

    Google DeepMind publie deux articles détaillant l'utilisation du mode Gemini Deep Think pour résoudre des problèmes de recherche professionnels en mathématiques。

    Motif de la recommandation :L'article détaille l'agent de recherche mathématique Aletheia et les recettes de collaboration humain-IA, avec des cas concrets en mathématiques, physique et informatique.

2mois9jourlundi
2mois5jourjeudi
2mois4jourmercredi
  1. Google Research22

    Sequential Attention : rendre les modèles d'IA plus légers et plus rapides sans sacrifier la précision

    Google Research présente Sequential Attention, une méthode de sélection de sous-ensembles qui intègre un mécanisme de sélection gloutonne directement dans l'entraînement du modèle pour choisir séquentiellement les composants les plus informatifs. Appliquée à la sélection de features, elle remplace la sélection gloutonne classique par les poids d'attention internes du modèle, atteignant des résultats SOTA sur plusieurs benchmarks de réseaux de neurones tout en permettant une implémentation en un seul passage. La méthode revendique une meilleure efficacité, une scalabilité sur de grands modèles et une interprétabilité accrue via les scores d'attention.

2mois2jourlundi
  1. OpenAI News62

    Snowflake et OpenAI s'associent pour 200 M$ afin d'intégrer l'IA de pointe aux données d'entreprise

    Snowflake et OpenAI annoncent un partenariat d'un montant de 200 M$ visant à intégrer l'intelligence de pointe dans les données d'entreprise. Cet accord doit permettre aux agents IA et aux analyses de fonctionner directement dans Snowflake.

    Motif de la recommandation :Un accord de 200 M$ entre OpenAI et Snowflake montre comment les agents IA s'intègrent aux données d'entreprise.

1mois29jourjeudi
1mois28jourmercredi