Nouveautés fonctionnelles, refontes et dynamique de monétisation des produits et applications — quels produits sont devenus plus performants, plus chers, utilisables.
415 sélections30 derniers jours 130 entréesTotal : 1 793 entrées
mise à jour
Archives de la sélection · page 10
1 octobrejeu.181–200 entrées · Au total 415 entrées
Motif de la recommandation :L'annonce chiffre la hausse sur les modèles 2GB et la relie à la demande mémoire liée à l'IA, ce qui éclaire les arbitrages d'achat.
Motif de la recommandation :Efinix étend son cœur RISC-V Sapphire au 64 bits avec MMU SV39 et contrôleur mémoire jusqu'à 8 Go, un point de repère pour les SoC FPGA en edge AI.
Motif de la recommandation :NVIDIA détaille une plateforme de sécurité d'agents en deux étages, dont seul le moteur d'exécution est livré, ce qui éclaire la frontière entre contrôle logiciel et matériel.
Motif de la recommandation :Un firmware open source transforme la radio Wi-Fi de l'ESP32 en SDR sans matériel dédié, avec les limites de calibration documentées.
Motif de la recommandation :Récapitulatif compact des annonces DevDay d'OpenAI et des évaluations indépendantes, utile pour situer les capacités et les prix des nouveaux modèles.
Motif de la recommandation :L'original détaille les gains de raisonnement agentique de GPT-6.1 Sol et les contrôles de sécurité proposés par Amazon Bedrock, ce qui aide à évaluer son adoption en production.
OpenAI a présenté lors des DevDay 2026 l'agent Dots, alimenté par GPT-6 Astra, qui accomplit des tâches pour l'utilisateur et surveille internet pour les compléter.
Motif de la recommandation :Récapitulatif des annonces DevDay d'OpenAI, utile pour situer l'agent Dots, ChatGPT Spaces et les nouveaux tarifs dans l'écosystème actuel.
Motif de la recommandation :Microsoft Research présente Quine, un modèle mondial multimodal de biologie couplé à un harnais, avec une validation en laboratoire humide sur le cancer du pancréas.
Motif de la recommandation :Hugging Face héberge les environnements RL comme jeux de données étiquetés, ce qui évite aux frameworks de maintenir leurs propres registres et rend les tâches publiées chargeables entre outils.
Motif de la recommandation :Présentation des caractéristiques matérielles et du capteur de la caméra thermique 8Sight T100, utile pour évaluer les solutions d'inférence IA embarquée.
GitHub Security Lab publie le Fuzzing Taskflow, un pipeline de fuzzing autonome pour les projets C/C++ construit sur son framework Taskflow Agent. Il suffit d'indiquer un dépôt GitHub pour que l'agent identifie les points d'entrée, analyse le système de build, écrit les harnesses, lance AFL++, lit les rapports de couverture, améliore les harnesses, trie les crashs et rédige un rapport de vulnérabilité par bug unique. Le pipeline sépare les décisions de l'agent des outils MCP qui exécutent réellement les opérations, stocke l'état dans une base SQLite et utilise Claude Sonnet 5 par défaut. L'auteur prévient que le taskflow exécute afl-fuzz, clang et des commandes de build choisies par le LLM directement sur l'hôte, et recommande de ne le lancer que dans un environnement jetable sans privilèges élevés.
Motif de la recommandation :Le pipeline détaille la répartition des tâches entre l'agent et les outils MCP, ainsi que la boucle de rétroaction sur la couverture, une méthode directement transposable à d'autres automatisations de sécurité.
Motif de la recommandation :L'original détaille les capacités visuelles temps réel, l'exécution asynchrone d'outils et la prise en charge de 97 langues, ce qui aide à évaluer l'usage en entreprise.
Tektronix dévoile le DPO718AX, présenté comme le premier oscilloscope 8 voies à 25 GHz du secteur. Il étend la plateforme 7 Series lancée un an plus tôt avec huit voies synchronisées à large bande passante dans un seul instrument rackable 8U.
Motif de la recommandation :NVIDIA détaille les workflows agentiques et le support de ROS Lyrical dans Isaac ROS 5.0, ce qui permet de situer les changements pour les développeurs robotiques.
Motif de la recommandation :L'original expose la méthode d'intégration GGUF dans transformers et les écarts de débit avec llama.cpp, ce qui permet de juger si l'inférence locale peut passer sur les API existantes.
Hugging Face annonce la release candidate de tokenizers v1, dont le chemin d'encodage est 3 à 30 fois plus rapide que la v0.23 sur un thread avec un Apple M4 Max.
Motif de la recommandation :L'article détaille les changements d'implémentation de tokenizers v1 et fournit des benchmarks reproductibles, ce qui permet d'évaluer l'impact sur les pipelines d'entraînement et de service.