Defining and evaluating political bias in LLMs
OpenAI publie une méthodologie pour évaluer les biais politiques dans ChatGPT via des tests en conditions réelles. L'approche vise à améliorer l'objectivité et réduire les biais systématiques du modèle.
OpenAI publie une méthodologie pour évaluer les biais politiques dans ChatGPT via des tests en conditions réelles. L'approche vise à améliorer l'objectivité et réduire les biais systématiques du modèle.
HiBob a déployé 2 500 GPTs personnalisés via ChatGPT Enterprise pour accélérer l'adoption IA en interne, optimiser les workflows RH et intégrer des fonctionnalités IA dans sa plateforme Bob. Cas d'usage : scaling produit et croissance d'équipe sans détails chiffrés de ROI.
IBM lance Granite 4.0, disponible sur Replicate. Le modèle offre des capacités améliorées pour les tâches d'IA générative. Intégration directe via la plateforme Replicate pour faciliter l'accès et le déploiement.
OpenAI lance Pulse, une fonctionnalité en preview qui rend ChatGPT proactif. L'assistant peut travailler de manière autonome en arrière-plan, accomplissant des tâches sans intervention utilisateur.
OpenAI lance Sora 2 et son app avec sécurité intégrée pour gérer les risques d'un modèle vidéo avancé et d'une plateforme de création sociale. L'approche repose sur des protections concrètes (détails techniques non précisés dans l'extrait).
OpenAI renforce sa lutte contre l'exploitation sexuelle des enfants en ligne via des politiques d'usage strictes, des outils de détection avancés et une collaboration intersectorielle. L'entreprise bloque les contenus illégaux, signale les abus aux autorités et prévient les détournements d'IA.
Hugging Face accélère Qwen3-8B en mode agent sur Intel Core Ultra via des modèles de brouillon élagués en profondeur. La technique réduit la latence d'inférence tout en maintenant la qualité des réponses pour les tâches agentic.
Nvidia et Hugging Face publient Nemotron-Personas-Japan, un dataset synthétique pour entraîner des modèles IA souverains japonais. Le dataset contient des personas et dialogues générés pour améliorer les capacités de modèles locaux sans dépendre d'infrastructures étrangères.
L'Institut Charles Sadron (CNRS) et Alysophil créent ACTIVIAFLOW, un laboratoire commun pour développer des procédés chimiques durables via l'IA. Cette alliance recherche-industrie vise à optimiser les réactions chimiques et réduire les déchets.
Hugging Face lance Gaia2 et ARE pour permettre à la communauté d'étudier les agents IA. Ces outils facilitent la recherche et l'évaluation des systèmes multi-agents en fournissant des benchmarks et des ressources open-source.
OpenAI publie une politique de divulgation coordonnée des vulnérabilités pour les failles de sécurité découvertes dans ses systèmes. La politique établit un processus de notification responsable avant la publication publique, protégeant les utilisateurs et donnant le temps aux équipes de corriger les problèmes.
Hugging Face lance une nouvelle catégorie « Public AI » sur sa plateforme d'inférence, permettant aux développeurs d'accéder à des modèles open-source via une API unifiée. Cette initiative vise à démocratiser l'accès aux modèles IA sans dépendre des fournisseurs propriétaires.
OpenAI améliore Codex avec vitesse accrue, fiabilité renforcée et collaboration temps réel. L'outil fonctionne désormais sur terminal, IDE, web et mobile pour des tâches autonomes.
Hugging Face intègre un watermarking visible dans Gradio pour protéger les images générées. La fonctionnalité ajoute une marque d'eau discrète mais détectable sur les outputs, utile pour tracer l'origine des contenus générés par IA.
OpenAI restructure sa gouvernance : la branche à but non lucratif obtient des parts dans l'entité commerciale (PBC), donnant accès à plus de 100 Md$ de ressources pour l'IA sûre. Réaffirmation du contrôle nonprofit sur la stratégie long terme.
Hugging Face présente Jupyter Agents, une approche pour entraîner les LLMs à raisonner avec les notebooks Jupyter. Le système permet aux modèles d'exécuter du code, d'analyser les résultats et d'itérer pour résoudre des problèmes complexes.
Hugging Face présente mmBERT, une extension multilingue de ModernBERT. Le modèle étend l'architecture BERT moderne à 101 langues, avec des améliorations d'efficacité et de performance sur les tâches de classification et de similarité.
Replicate implémente le caching des modèles compilés PyTorch pour réduire les temps de démarrage et d'inférence. La compilation est conservée entre les appels, éliminant la recompilation à chaque exécution.
OpenAI publie une recherche expliquant les mécanismes des hallucinations dans les modèles de langage. L'étude propose des évaluations améliorées pour renforcer la fiabilité, l'honnêteté et la sécurité des systèmes IA.
OpenAI et le gouvernement grec lancent "OpenAI for Greece" pour intégrer ChatGPT Edu dans les écoles secondaires. Le programme vise à renforcer la littératie IA, soutenir les startups locales et stimuler la croissance économique nationale.
OpenAI renforce ChatGPT avec des contrôles parentaux pour les adolescents, des partenariats avec des experts, et l'acheminement des conversations sensibles vers des modèles de raisonnement avancé.
OpenAI a interrogé plus de 1 000 personnes dans le monde sur le comportement souhaité de l'IA et comparé leurs réponses à sa Model Spec. L'initiative de "collective alignment" vise à aligner les défauts de l'IA sur des valeurs humaines diverses et inclusives.
OpenAI lance le Learning Accelerator, un programme d'accélération pour les startups IA. Le programme offre accès aux modèles OpenAI, crédits API, et mentorat. Détails complets sur les critères d'éligibilité et les modalités non fournis dans l'extrait.
OpenAI et Retro Bio ont utilisé GPT-4b micro pour concevoir des protéines plus efficaces destinées à la thérapie par cellules souches et la recherche sur la longévité. Le modèle spécialisé a accéléré le processus d'ingénierie protéique en sciences de la vie.
Anthropic et Hugging Face intègrent la génération d'images dans Claude via l'API Hugging Face. Les utilisateurs peuvent créer des images directement dans les conversations Claude en utilisant des modèles comme Flux et Stable Diffusion.
Guide pratique pour développer et déployer des kernels CUDA en production. Couvre l'optimisation GPU, les patterns de scaling et les bonnes pratiques d'implémentation pour maximiser les performances.
Hugging Face présente MCP (Model Context Protocol) pour la recherche, permettant de connecter les modèles IA aux outils scientifiques. Le protocole standardise l'intégration entre assistants IA et bases de données, logiciels d'analyse ou plateformes de recherche.
Arm et ExecuTorch 0.7 optimisent le déploiement de modèles génératifs sur appareils mobiles et edge. La collaboration améliore les performances d'inférence pour rendre l'IA générative accessible à grande échelle sur matériel contraint.
Hugging Face évalue les capacités des LLM sur des jeux vidéo textuels via TextQuests. L'étude mesure la performance de modèles comme GPT-4, Claude et Gemini sur des environnements interactifs nécessitant compréhension, planification et adaptation.
Hugging Face publie un guide sur ND-Parallel, une technique d'entraînement multi-GPU efficace. La méthode optimise l'utilisation des ressources distribuées pour accélérer l'entraînement de modèles à grande échelle.
Hugging Face intègre l'alignement des modèles vision-langage dans TRL. La mise à jour permet d'entraîner des VLM avec des techniques d'alignement avancées, élargissant les capacités de la bibliothèque au-delà du texte pur.
Hugging Face évalue les modèles Llama Nemotron open-source sur DeepResearch Bench, un benchmark mesurant les capacités de recherche approfondie. Les résultats montrent les performances relatives des différentes versions du modèle sur des tâches complexes d'analyse et de raisonnement.
Hugging Face publie un tutoriel sur l'implémentation de serveurs MCP (Model Context Protocol) en Python. L'exemple construit un assistant shopping IA avec Gradio, montrant comment intégrer MCP pour étendre les capacités des modèles de langage.
Hugging Face lance Trackio, une bibliothèque légère de suivi d'expériences pour l'entraînement de modèles. L'outil simplifie le logging des métriques, hyperparamètres et artefacts sans dépendances lourdes.
Hugging Face lance `hf`, une nouvelle interface en ligne de commande plus rapide et conviviale pour interagir avec ses services. Cet outil remplace les commandes précédentes et améliore l'expérience utilisateur pour gérer les modèles, datasets et repositories.
Hugging Face introduit le chunking défini par contenu pour les fichiers Parquet, permettant une segmentation adaptative basée sur la structure des données plutôt que sur des tailles fixes. Cette approche améliore l'efficacité du traitement et du stockage distribué.
TimeScope évalue la capacité des modèles vidéo multimodaux à traiter des séquences longues. L'étude mesure les performances sur différentes durées vidéo et identifie les limites actuelles des LMM vidéo face aux contenus étendus.
OpenAI publie une analyse économique sur l'impact de ChatGPT. Lancement d'une collaboration de recherche pour étudier les effets de l'IA sur le marché du travail et la productivité.
OpenAI lance ChatGPT agent, capable de penser et d'agir en utilisant des outils pour accomplir des tâches (recherche, réservations, présentations) sous supervision utilisateur. Pas de détails techniques ni de date de disponibilité fournis dans l'annonce.
Bria intègre Replicate avec une suite de modèles de génération et édition d'images commerciaux, construits sur données licenciées. Destinés aux entreprises et développeurs, ces outils offrent une alternative sécurisée pour l'IA visuelle.