Google et DeepMind : l'actualité de l'IA — suivi continu de la série Gemini, du modèle vidéo Veo, des résultats de recherche et de l'écosystème produit.
234 sélections30 derniers jours 68 entréesTotal : 565 entrées
mise à jour
Archives de la sélection · page 3
3 novembremar.41–60 entrées · Au total 234 entrées
Motif de la recommandation :Le démontage révèle comment des fabricants de boîtiers TV intègrent des proxys résidentiels dans la chaîne d'approvisionnement, avec des chiffres et des acteurs nommés.
Motif de la recommandation :Le démantèlement d'un botnet préinstallé en usine montre comment la chaîne d'approvisionnement matérielle devient un vecteur d'attaque à grande échelle.
Motif de la recommandation :L'analyse détaille le mécanisme de la faille et le message malformé, ce qui permet de comprendre pourquoi les appareils non corrigés redémarrent en boucle.
Motif de la recommandation :Le rapport Socket détaille le mécanisme de détournement via chrome_settings_overrides et le risque de bascule vers des pages malveillantes.
Motif de la recommandation :Le récapitulatif rassemble les benchmarks indépendants de Gemini 4 Carbon et les limites d'accès réservées aux défenseurs cyber, utile pour situer le modèle face à Opus 5.5 et GPT-6 Astra.
Motif de la recommandation :L'original détaille les changements d'Android Studio et des API système, ce qui permet de juger comment les agents tiers s'intègrent aux flux de développement Android.
Motif de la recommandation :Le texte détaille les scores de Carbon sur les benchmarks de cybersécurité et de codage ainsi que ses améliorations d'alignement, permettant de situer le modèle par rapport à Argon.
Motif de la recommandation :Retrace le revirement de Google sur le support de JPEG-XL dans Chrome et les raisons techniques du choix d'un décodeur en Rust.
Motif de la recommandation :Le catalogue KEV de la CISA ajoute deux vulnérabilités exploitées et rappelle les obligations de remédiation rapide imposées aux agences fédérales.
Google Research présente un cadre sleep qui alterne interaction active et consolidation hors ligne pour permettre aux LLM d'acquérir de nouvelles connaissances sans oubli catastrophique. Le modèle débloque des blocs MoE préalloués et met à jour ses poids à partir d'exemples auto-générés, avec consolidation mémoire puis phase de dreaming pour sélectionner les échantillons utiles. Les évaluations montrent une rétention de contexte jusqu'à 10M tokens sur BABILong, 48,9% en incorporation de faits sur SQuAD et 79,2% sur AIME 24.
Motif de la recommandation :Le cadre sleep expose une méthode concrète pour l'apprentissage continu des LLM, avec des résultats sur la traduction, le contexte long et le raisonnement.
Motif de la recommandation :Genie 4 intègre nativement l'audio et le dialogue interactif dans la simulation en temps réel, avec un aperçu des capacités et des limites actuelles.
Motif de la recommandation :Le texte détaille les versions corrigées et les limites des mesures de contournement, utile pour évaluer l'exposition des applications utilisant Brotli.
Motif de la recommandation :L'article détaille la méthode de reconstruction d'applications et les résultats comparatifs, utile pour comprendre comment les agents mobiles open source comblent leur retard.
Google a mis à jour sa politique de confidentialité pour indiquer que l'utilisation de fonctions d'IA personnalisées dans Search ou Gemini peut permettre à l'entreprise de diffuser des publicités ciblées fondées sur l'activité des utilisateurs dans d'autres services Google connectés. Le texte précise que l'utilisateur peut choisir d'autoriser certains services Google, dont Search ou Gemini Apps, à accéder aux données d'autres services Google qu'il utilise.
Motif de la recommandation :La mise à jour de la politique de confidentialité de Google précise que les données de Gmail et Photos peuvent alimenter des publicités ciblées via les fonctions IA de Search et Gemini.
Motif de la recommandation :Le passage de TPU à une pile native PyTorch et son usage en production chez Meta offrent un point de comparaison concret face à l'écosystème Nvidia.
Motif de la recommandation :Deux failles PHP vieilles de deux décennies ont été découvertes par des modèles d'IA, ce qui éclaire le double effet de l'IA sur la sécurité.
Motif de la recommandation :L'original détaille le passage de la détection de Gemini du terminal au serveur et la nouvelle alerte pour les commandes ClickFix, ce qui permet de comprendre l'évolution des protections de Chrome.
Les modèles GPT-5.6 Sol d'OpenAI et Gemini 4 Argon de Google ont identifié une faille critique dans PHP susceptible de toucher des millions de sites web.
Motif de la recommandation :Le récit détaillé d'une faille PHP découverte par des modèles et corrigée en deux mois montre comment l'IA modifie l'équilibre entre attaque et défense.
Google Research a publié dans JAMA Network Open une étude prospective montrant qu'un modèle d'IA analysant des échographies blind sweep estime l'âge gestationnel avec une erreur absolue moyenne de 4,18 jours, contre 4,48 jours pour la procédure standard réalisée par des échographistes experts. Le modèle, ajusté avec un jeu pilote de 120 participantes à Chicago, atteint une MAE de 4,10 jours à Chicago et de 4,27 jours à Nairobi sans optimisation locale, sur une cohorte principale de 385 participantes entre 16 et 36 semaines. L'étude souligne aussi des besoins pratiques comme des batteries amovibles et des estimations de confiance pour écarter les balayages de mauvaise qualité.
Motif de la recommandation :L'étude compare l'IA à l'échographie experte sur deux sites et détaille les écarts d'erreur ainsi que les conditions de déploiement.