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 4
21 octobremer.61–80 entrées · Au total 234 entrées
Motif de la recommandation :L'annonce détaille la configuration matérielle des instances A5X et le plan de montée en charge jusqu'à 960 000 GPU Rubin, utile pour évaluer les futurs déploiements d'agents à grande échelle.
Motif de la recommandation :L'article détaille les trois niveaux de la série SR200 et l'architecture mémoire hiérarchisée, ce qui permet de comparer les compromis entre calcul et mémoire pour les appareils edge.
Motif de la recommandation :L'incident détaille la faiblesse des clés privées et la chaîne de révocation, utile pour évaluer l'exposition des systèmes aux certificats compromis.
Motif de la recommandation :TorchTPU permet de migrer les applications PyTorch vers les TPU par simple changement de configuration, ce qui offre un point de comparaison concret pour évaluer le coût de sortie de l'écosystème Nvidia.
Motif de la recommandation :Le prototype OATs de CMU associe capteurs et Gemini pour donner une personnalité aux objets, avec un coût inférieur à 20 dollars et un test auprès de 12 participants.
Motif de la recommandation :L'original détaille les trois versions du xMCU, les spécifications de calcul et de mémoire ainsi que la disponibilité de la carte de développement, ce qui permet de comparer les configurations selon les scénarios d'applications embarquées.
Motif de la recommandation :L'enquête détaille la chaîne d'attaque par compromission de la mise à jour et les fenêtres d'exposition de quelques minutes, utile pour évaluer les risques de la chaîne d'approvisionnement logicielle.
AWS a contribué à vLLM un connecteur NIXL en mode push qui déplace la coordination et la préparation du transfert KV après le prefill hors du chemin critique.
Motif de la recommandation :L'article détaille le mécanisme de transfert KV push dans vLLM et fournit des données de benchmark reproductibles, utile pour évaluer l'impact sur le TTFT et le TPOT.
Google Research détaille trois projets visant à combler l'écart entre l'exploration IA in silico et l'expérimentation en laboratoire humide. Le framework VERID fournit un jumeau numérique sémantique du laboratoire pour des exécutions simulées et des contrôles de sécurité avant toute manipulation robotique. Dans un cycle fermé de trois tours sur des aptamères, les agents ont atteint des taux de réussite confirmés de 33,5% pour la myoglobine et 42,1% pour l'α-thrombine, avec une spécificité de 98,5%. Pour la conception de novo de protéines, l'excision d'épitope a accéléré chaque cycle de plus de huit fois et la collaboration humain-agent a presque doublé le taux de réussite in silico par rapport à un scientifique seul.
Motif de la recommandation :Trois projets de Google Research montrent comment des agents IA relient conception in silico et expériences humides, avec des chiffres de réussite concrets.
Motif de la recommandation :L'original détaille les mécanismes de détection des arnaques sur Android et les changements de comportement par défaut, ce qui aide le lecteur à comprendre les nouvelles protections mobiles.
Motif de la recommandation :L'article détaille un flux de travail agentique de découverte de peptides antimicrobiens et l'intégration d'un visualiseur 3D, montrant comment la recherche biologique passe d'une recherche fragmentée à une session unique.
Le Citizen Lab de l'université de Toronto et la société de cybersécurité Confiant ont annoncé le 15 octobre la découverte d'un nouveau type d'attaques zéro-clic.
Motif de la recommandation :Le Citizen Lab et Confiant documentent une attaque zero-click via la publicité ciblée, avec le détail de la chaîne d'infection et des écosystèmes publicitaires concernés.
Google Research annonce la sortie publique de Deep Review, un système d'IA agentique conçu pour fournir des retours rigoureux et une vérification technique sur des documents complexes.
Motif de la recommandation :Présente l'architecture en quatre étapes et les modalités d'accès, utile pour juger de la vérification documentaire assistée par agent.
Motif de la recommandation :L'article détaille les capacités de l'agent de raisonnement géospatial, les benchmarks et les retours de partenaires, permettant de juger de l'apport des outils spécialisés par rapport aux LLM génériques.
Google publie ML Drift, un moteur de calcul GPU open source conçu pour accélérer l'inférence IA des smartphones aux ordinateurs de bureau. Développé par l'équipe Google AI Edge.
Motif de la recommandation :L'original détaille l'architecture de calcul unifiée et la compatibilité multiplateforme de ML Drift, ce qui permet de juger du coût de migration depuis l'ancien GPU delegate de TensorFlow Lite.
Motif de la recommandation :L'article détaille la méthode RISE et un taux de contournement de 13 % sur DALL·E 3, Nano Banana 2 et GPT-Image-2, ce qui permet de situer le niveau réel des garde-fous des principaux générateurs d'images.
Motif de la recommandation :Le texte détaille un pipeline à deux étapes et un cadre de gouvernance pour un modèle de détection d'arnaques embarqué, utile pour comprendre le déploiement edge sous contrainte de confidentialité.