Orientations techniques
Les pratiques d'ingénierie pour faire tourner les modèles : optimisation de l'inférence, mémoire GPU et coûts, architectures de serving et choix d'infrastructure.
210 sélections30 derniers jours 21 entréesTotal : 635 entrées
GitHub annonce Project HydraFusion, un aperçu de recherche disponible sur tous les forfaits GitHub Copilot via /experimental dans GitHub Copilot CLI。
Motif de la recommandation :GitHub détaille trois modes d'orchestration multi-modèles et des résultats de benchmarks avec écarts de coût, utiles pour évaluer les compromis qualité-coût des workflows d'agents.
Google DeepMind et Google Research présentent WeatherNext 3.
Motif de la recommandation :Le modèle météo phare de Google DeepMind passe à une résolution de 5 km et à des prévisions horaires, avec une intégration directe dans Search, Gemini et Maps.
Hugging Face publie funes, une couche de mémoire durable pour agents de codage (Claude Code。
Motif de la recommandation :L'original détaille l'architecture de la mémoire locale et partagée ainsi que le benchmark face au handoff, ce qui aide à juger la reprise du contexte entre agents.
L'auteur reproduit en open source l'idée de Surya Narreddi, dont la vidéo de peintures à l'aquarelle générées par un modèle écrivant du JavaScript via p5.brush a dépassé 1。
Motif de la recommandation :L'auteur reproduit en open source l'entraînement RL d'un modèle de code pour peindre à l'aquarelle, avec pool, environnement et scripts publiés.
Google DeepMind lance le Fairwind Program, un programme à accès limité destiné aux gouvernements et partenaires de confiance pour utiliser ses capacités de cyberdéfense avancées. Le programme associe le modèle Gemini 3.8 Flash Cyber au harness CodeMender pour trouver, vérifier et corriger des vulnérabilités à l'échelle agentique, avec des correctifs vérifiés prêts au déploiement générés en quelques minutes au lieu de plusieurs semaines. Plus de 650 partenaires participent, avec un accès initial réservé aux gouvernements, autorités cyber nationales, opérateurs d'infrastructures critiques et plateformes technologiques, sous conditions d'usage strictes incluant l'authentification multifacteur. Google.org porte son financement total en cybersécurité à plus de 100 millions de dollars.
Motif de la recommandation :Le programme détaille l'accès restreint à Gemini 3.8 Flash Cyber et CodeMender, ce qui permet de situer les capacités de correction autonome de vulnérabilités et leurs conditions d'accès.
IBM Granite 团队发布 Granite 4.2, 这是其首个稠密, 仅解码器的推理模型系列, 包含 3B, 8B, 30B 三个规模, 基于 Granite-4.1 基座模型后训练而来. Granite-4.1 基座从零预训练。
Motif de la recommandation :Granite 4.2 公开了从预训练到多阶段 RL 的完整构建细节, 可对照其 3B/8B/30B 三档能力差异判断落地选型.
Hugging Face présente gr.Workflow, une fonctionnalité intégrée à Gradio qui transforme un pipeline en graphe de nœuds typés et sert un canevas glisser-déposer où chaque nœud est exécutable et chaque résultat intermédiaire visible. Le même graphe expose chaque sortie comme un endpoint REST nommé d'après son libellé, appelable via le client Gradio ou curl, et se déploie en une commande sur Hugging Face Spaces. L'article illustre plusieurs démos, dont un éditeur d'image avec Qwen-Image-Edit, un studio média combinant FLUX, suppression d'arrière-plan, synthèse vocale et appel LLM, ainsi qu'un nœud fn exécutant un modèle sur GPU via @spaces.GPU et ZeroGPU.
Motif de la recommandation :L'article détaille le fonctionnement de gr.Workflow et montre comment chaque sortie devient un endpoint REST, ce qui aide à juger de son intégration dans les pipelines existants.
Mistral lance Agentic Search, une couche de récupération qui permet aux modèles de rechercher.
Motif de la recommandation :L'original détaille la boucle de récupération multi-étapes et les gains chiffrés sur FinanceBench et OfficeQA Pro, ce qui aide à juger l'écart avec le RAG one-shot.
Sentence Transformers v6.0 ajoute un quatrième type de modèle, MultiVectorEncoder。
Motif de la recommandation :Sentence Transformers v6.0 ajoute un quatrième type de modèle pour la recherche à interaction tardive, avec prise en charge des checkpoints PyLate et ColBERT et des modèles de documents visuels.
Mistral annonce trois avancées pour l'IA souveraine : la disponibilité générale des Mistral Regional Endpoints.
Motif de la recommandation :Mistral détaille ses endpoints régionaux et son Priority Tier, ce qui aide à évaluer les options de conformité et de résidence des données pour l'inférence.
Multiverse Computing 发布论文« Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss »。
Motif de la recommandation :提出离线 top-K logits 缓存与融合分块 KL 损失两项系统改动, 把长上下文蒸馏显存从数百 GB 降到单卡可跑.
Microsoft Research présente Orchard, un cadre open source pour l'IA agentique à grande échelle。
Motif de la recommandation :Le cadre open source et les recettes d'entraînement par domaine montrent comment de petits modèles ouverts atteignent des scores élevés sur SWE-bench Verified et des benchmarks web.
IBM Research et le Berkeley Sky Lab étendent K-Search, un framework de recherche évolutive de kernels piloté par LLM.
Motif de la recommandation :L'article détaille une couche de traduction CUDA vers MLX et les gains mesurés sur les kernels Attention et Mamba, utile pour évaluer la portabilité des optimisations GPU.
NVIDIA présente Cosmos-H-Dreams, un simulateur génératif temps réel conditionné par les actions pour la robotique chirurgicale。
Hugging Face publie une chronologie technique détaillée de l'intrusion menée par un agent IA autonome piloté par des modèles OpenAI。
Motif de la recommandation :L'analyse détaillée d'une intrusion menée par un agent autonome sur 4,5 jours révèle comment des faiblesses ordinaires s'enchaînent à l'échelle machine.
Diffusers prend désormais en charge nativement les checkpoints Nunchaku Lite : il suffit d'appeler from_pretrained() pour charger un modèle quantifié en 4 bits。
Motif de la recommandation :L'intégration native de Nunchaku Lite dans Diffusers permet de charger des checkpoints 4 bits avec from_pretrained() et de quantifier de nouvelles architectures via diffuse-compressor.
Le backend de modélisation transformers pour vLLM atteint désormais une vitesse égale ou supérieure aux implémentations natives de vLLM pour de nombreuses architectures LLM。
Motif de la recommandation :L'article détaille comment le backend transformers atteint la vitesse native de vLLM et ce que cela change pour le déploiement des modèles.
Google Research publie dans Nature Cities la première étude à grande échelle sur l'utilisation des plateformes de navigation pour améliorer le trafic. Dans 10 grandes villes américaines。
Motif de la recommandation :L'étude quantifie à l'échelle de dix villes l'effet d'un routage coordonné sur la vitesse et les émissions, avec un protocole réutilisable.
Microsoft a annoncé à Build 2026 Foundry Managed Compute et les modèles Hugging Face sur Foundry。
Motif de la recommandation :Présente le catalogue Hugging Face sur Foundry Managed Compute et le pipeline de curation, utile pour évaluer le déploiement de modèles open-weight en entreprise.
LeRobot v0.6.0 introduit des politiques à modèle du monde (VLA-JEPA, FastWAM, LingBot-VA)。
Motif de la recommandation :LeRobot v0.6.0 expose en détail les nouveaux modèles, benchmarks et outils de déploiement, ce qui permet de juger l'évolution de la boucle d'apprentissage robotique open source.