Un responsable sécurité d'OpenAI quitte l'entreprise et critique sa culture de sécurité
David Robinson, qui travaillait sur les systèmes de sécurité au sein de l'équipe Trustworthy AI d'OpenAI。
#Hugging Face
The DecoderAI Score6262
Hugging Face BlogAI Score5858 Ai2 met en open source AstaBrief 8B, modèle de génération de rapports scientifiques cités
Ai2 (Allen Institute for AI) met en open source AstaBrief 8B, un modèle dérivé de Qwen3-8B qui transforme une question de recherche et des extraits de littérature en rapport cité.
Hugging Face BlogsélectionAI Score6262 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.
Hugging Face BlogAI Score4848 Hugging Face lance le classement Open TTS Leaderboard pour l'évaluation multilingue du TTS et du clonage vocal
Hugging Face a lancé l'Open TTS Leaderboard, un classement qui évalue les modèles TTS open source et multilingues via des métriques objectives.
Hugging Face BlogAI Score3030 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.
Hugging Face BlogsélectionAI Score7878 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.
Hugging Face BlogAI Score4040 LFM2.5-VL-DSpark : accélérer les modèles vision-langage
Liquid AI publie LFM2.5-VL-DSpark, un modèle draft expérimental de décodage spéculatif pour son VLM LFM2.5-VL-3B.
Raspberry Pi BlogsélectionAI Score6262 Transformer la saisie de texte en actions avec Needle, un LLM de function calling de 14 Mo
Cactus Compute présente Needle 2, un modèle de function calling de 14 Mo qui transforme des instructions en anglais en actions locales sur un Raspberry Pi 5.
Motif de la recommandation :Un exemple concret de modèle de function calling de 14 Mo exécuté en local sur Raspberry Pi 5, avec latences et consommation mémoire mesurées.
Hugging Face BlogAI Score3434 UK AISI et EvalEval comment rendre les résultats de benchmark reproductibles
Le UK AI Security Institute (AISI) publie via l'infrastructure d'EvalEval des résultats d'évaluation vérifiés pour cinq benchmarks — HealthBench.
OpenAI NewssélectionAI Score6060 OpenAI publie les conclusions de l'incident de sécurité Hugging Face et les mesures de renforcement à venir
OpenAI partage les conclusions de l'incident de sécurité Hugging Face ainsi que les mesures prises pour renforcer la sécurité, la surveillance et l'alignement des modèles d'IA.
OpenAI NewsAI Score5858 OpenAI et Hugging Face s'associent pour traiter un incident de sécurité lors de l'évaluation de modèles
OpenAI et Hugging Face partagent les premières conclusions d'un incident de sécurité survenu lors de l'évaluation de modèles d'IA。