Le champ technique qui permet aux modèles de planifier de façon autonome, d'appeler des outils et d'accomplir des tâches en plusieurs étapes — toute l'actualité, de Claude Code et Manus aux frameworks d'agents et aux benchmarks d'évaluation de chaque acteur.
291 sélections30 derniers jours 84 entréesTotal : 998 entrées
mise à jour
Archives de la sélection · page 2
12 novembrejeu.21–40 entrées · Au total 291 entrées
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.
Motif de la recommandation :Le rapport décrit comment une plateforme de test d'intrusion agentique open source est détournée pour voler des identifiants AWS, avec des conseils de détection pour les défenseurs.
Texas Instruments associe des agents et modèles IA standards à sa bibliothèque de ressources pour renforcer les capacités d'IA agentique de son écosystème CCStudio.
Motif de la recommandation :L'article détaille comment CCStudio de TI intègre le MCP et des sous-agents pour automatiser la migration de code et le débogage sur MCU, avec un gain de temps revendiqué de plusieurs mois à quelques jours.
Tether AI Research publie BotPsy, un modèle de 0,8B paramètres construit sur Qwen3.5-0.8B et destiné à l'appel de fonctions et aux workflows agentiques sur appareil. Il devance les modèles testés de 1,2B paramètres ou moins sur cinq des six benchmarks d'outils et d'agent, avec par exemple BFCL v4 à 44,0 contre 23,4 pour son modèle de base et τ-bench à 51,5 contre 23,2. Les poids seront diffusés sous licence Apache 2.0 en bf16, Q8 et Q4, en safetensors et GGUF pour le SDK QVAC et llama.cpp, pour un usage de recherche et d'éducation.
Motif de la recommandation :Un modèle de 0,8B atteint des performances d'appel d'outils proches de modèles 2,5 fois plus grands, avec les recettes d'entraînement détaillées.
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.
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.
Motif de la recommandation :Le texte détaille les performances de Gemini 4 Carbon sur plusieurs benchmarks, son coût par tâche et ses résultats en sécurité, ce qui permet de situer le modèle face à Fable 5.2.
Motif de la recommandation :Un cas concret montre comment faire tourner Debian, des conteneurs et un agent IA sur un dongle LTE/WiFi à 10 dollars, avec la liste des services et leur consommation mémoire.
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.
Motif de la recommandation :NVIDIA ouvre OpenShell à la CNCF et détaille trois composants DSX pour le déploiement d'agents et d'inférences sur Kubernetes, avec des chiffres de démarrage comparés.
Motif de la recommandation :L'original détaille le positionnement de Gemini 4 Carbon par rapport à Argon et aux modèles d'Anthropic et OpenAI, ainsi que les tarifs et les modalités d'accès.
Motif de la recommandation :Le benchmark RLI s'appuie sur 240 missions réelles d'Upwork d'une valeur de 144 000 dollars, ce qui permet de comparer les agents sur des tâches professionnelles complètes plutôt que sur des compétences isolées.
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 récapitulatif rassemble les benchmarks indépendants et les retours d'usage de Fable 5.2, utile pour comparer les niveaux d'effort et le coût par tâche.
Motif de la recommandation :Un cas concret montre comment un seul attaquant, via des agents IA, a atteint des archives de secours et une plateforme exposant des données médicales.
Motif de la recommandation :Le benchmark confronte neuf agents à des questions de recherche non publiées et révèle que l'écart se situe surtout dans l'autocontrôle et la vérification, pas dans la durée d'exécution.
Motif de la recommandation :L'incident détaille quatre faiblesses de configuration qui ont permis à un agent autonome d'accéder aux données clients, un cas concret pour comprendre les risques opérationnels des agents.
Motif de la recommandation :Mistral détaille les agents managés, workflows et apps de Studio ainsi que les modes de déploiement, utile pour évaluer une plateforme d'IA d'entreprise.
Motif de la recommandation :L'original détaille les nœuds disponibles et le mode de réutilisation des workflows, ce qui permet de juger comment l'agent s'insère dans la production 3D existante.
Motif de la recommandation :L'article détaille le flux complet des Cheminformatics Skills dans Antigravity, de l'extraction de molécules à la proposition de voies de synthèse, avec un cas concret sur le cancer du poumon.