OpenAI simplifie et stabilise les modèles de cohérence en temps continu, atteignant une qualité d'échantillon comparable aux modèles de diffusion leaders avec seulement deux étapes d'échantillonnage.
Hugging Face présente SynthID Text, une technique pour identifier et tracer les textes générés par IA. Le système ajoute des marqueurs imperceptibles au texte généré, permettant de détecter l'origine du contenu sans dégrader la qualité.
Hugging Face publie Outlines-core 0.1.0, une bibliothèque pour la génération structurée en Rust et Python. L'outil permet de contraindre les sorties de modèles de langage à des formats spécifiques (JSON, regex, grammaires). Version stable avec support multi-langage.
Transformers.js v3 ajoute le support WebGPU pour l'accélération GPU côté navigateur, intègre de nouveaux modèles et tâches, et améliore les performances d'inférence. La version apporte aussi des optimisations pour l'exécution locale de modèles IA dans le navigateur.
Hugging Face intègre Stable Diffusion 3.5 Large dans sa bibliothèque Diffusers. Le modèle de génération d'images est désormais accessible via l'API officielle avec support complet des pipelines optimisés.
OpenAI présente MLE-bench, un benchmark pour évaluer les performances des agents IA sur des tâches d'ingénierie machine learning. Cet outil mesure la capacité des agents à accomplir des travaux ML complexes.
Hugging Face a publié un audit de sécurité complet de Gradio 5, identifiant et corrigeant des vulnérabilités critiques avant le lancement. L'examen couvre l'authentification, la gestion des fichiers, l'injection de code et les dépendances.
Gradio 5 est lancé avec une refonte majeure de l'interface utilisateur, des composants améliorés et une meilleure intégration avec les modèles d'IA. La plateforme simplifie le déploiement d'applications ML et renforce ses capacités de partage.
Hugging Face présente une technique d'assisted generation dynamique qui accélère la génération de texte en utilisant la spéculation adaptative. La méthode ajuste le nombre de tokens spéculés selon la confiance du modèle, réduisant la latence sans sacrifier la qualité.
OpenAI lance Canvas, une nouvelle interface pour écrire et coder avec ChatGPT. Canvas offre un espace dédié pour visualiser et éditer du contenu généré en temps réel, séparant la conversation du rendu final. Disponible pour les utilisateurs ChatGPT Plus et Teams.
OpenAI sécurise 6,6 milliards de dollars en financement et établit une ligne de crédit de 4 milliards avec JPMorgan Chase, Citi, Goldman Sachs, Morgan Stanley, Santander, Wells Fargo, SMBC, UBS et HSBC.
OpenAI introduit le prompt caching dans son API, réduisant automatiquement les coûts des entrées que le modèle a récemment traitées. Cette fonctionnalité diminue la latence et les frais pour les requêtes répétitives.
OpenAI propose la distillation de modèles via son API : affiner un modèle économe avec les sorties d'un grand modèle frontier, directement sur la plateforme OpenAI.
OpenAI déploie un nouveau modèle de modération multimodal basé sur GPT-4o, capable de détecter le contenu nuisible dans les textes et images avec une meilleure précision. Les développeurs peuvent construire des systèmes de modération plus robustes.
Hugging Face présente une méthode de quantization extrême réduisant les LLM à 1.58 bit. La technique simplifie le fine-tuning de modèles quantifiés, permettant l'entraînement efficace sur hardware limité.
Hugging Face publie Accelerate 1.0.0, une bibliothèque pour entraîner et inférer des modèles sur multi-GPU/TPU. Version stable avec API figée, support PyTorch/JAX, et intégration DeepSpeed.
Hugging Face améliore l'efficacité d'entraînement en combinant le packing (regroupement de séquences courtes) avec Flash Attention 2. Cette technique réduit le padding inutile et accélère les calculs d'attention, augmentant le throughput d'entraînement sans dégrader la qualité du modèle.
Hugging Face et Google Cloud annoncent le déploiement de Llama 3.1 405B sur Vertex AI. Le modèle de 405 milliards de paramètres est accessible via l'API Vertex AI avec support du fine-tuning et du RAG.
OpenAI publie SWE-bench Verified, un sous-ensemble validé manuellement de SWE-bench pour évaluer plus fiablement la capacité des modèles IA à résoudre des problèmes logiciels réels.
Hugging Face présente Falcon Mamba, un modèle 7B sans mécanisme d'attention basé sur l'architecture Mamba. Il rivalise avec les modèles à attention standard en performance tout en offrant une inférence plus rapide et une consommation mémoire réduite.
Zico Kolter rejoint le conseil d'administration d'OpenAI. Il intègre également le comité Sécurité & Sûreté, renforçant l'expertise en sécurité IA et alignement.
XetHub, plateforme de gestion de données pour ML, rejoint Hugging Face. L'acquisition renforce les capacités de versioning et de collaboration sur les datasets et modèles au sein de l'écosystème Hugging Face.
OpenAI publie la System Card de GPT-4o, documentant les capacités, limitations et mesures de sécurité du modèle. Le document détaille les performances sur benchmarks, les risques identifiés et les mitigations déployées.
Hugging Face et NVIDIA lancent une intégration pour l'inférence serverless via NVIDIA NIM. Les utilisateurs peuvent déployer des modèles sans gérer l'infrastructure, avec scaling automatique et optimisations NVIDIA.
Hugging Face lance TGI Multi-LoRA, permettant de déployer une seule instance pour servir 30 modèles via LoRA. Réduit les coûts d'infrastructure et simplifie la gestion multi-modèles en production.
OpenAI lance des outils de conformité pour ChatGPT Enterprise : intégrations API de conformité, support SCIM et contrôles GPT pour gérer l'accès utilisateur, la sécurité des données et les programmes de conformité à grande échelle.
Hugging Face présente SmolLM, une famille de modèles de langage légers et rapides. Les modèles offrent des performances remarquables malgré leur taille réduite, optimisés pour l'inférence rapide et l'efficacité énergétique.
NuminaMath a remporté le 1er AIMO Progress Prize en combinant des techniques de fine-tuning et de synthèse de données sur des modèles de base. La solution utilise le raisonnement mathématique avancé pour résoudre des problèmes olympiques complexes.
Google Cloud met ses TPUs à disposition des utilisateurs de Hugging Face via une intégration directe. Les utilisateurs peuvent accéder aux accélérateurs TPU pour l'entraînement et l'inférence de modèles sans configuration complexe.
Google lance Gemma 2, un modèle de langage ouvert disponible en versions 9B et 27B. Le modèle offre des performances comparables aux modèles propriétaires de sa catégorie, avec un accent sur l'efficacité et l'accessibilité pour la communauté open-source.
OpenAI acquiert Rockset, une plateforme de base de données vectorielles et d'indexation en temps réel. Cette acquisition renforce les capacités d'infrastructure d'OpenAI pour supporter ses applications IA à grande échelle.
OpenAI présente les Consistency Models, une approche qui accélère la génération d'images, audio et vidéo en réduisant le nombre d'itérations requises par les modèles de diffusion traditionnels.
Hugging Face présente BigCodeBench, un benchmark de nouvelle génération pour l'évaluation des modèles de code. Il succède à HumanEval avec une couverture étendue et des métriques améliorées pour mesurer les capacités de génération de code.
OpenAI nomme le général Paul M. Nakasone, ancien commandant de la NSA et du Cyber Command, au conseil d'administration. Il rejoindra le comité de sécurité et de sûreté, apportant une expertise en cybersécurité.
Hugging Face intègre Stable Diffusion 3 dans sa bibliothèque Diffusers. Le modèle de génération d'images est désormais accessible via l'infrastructure open-source, avec support complet des pipelines et optimisations de performance.
OpenAI a identifié 16 millions de motifs dans les calculs de GPT-4 en utilisant des techniques d'autoencodeurs creux à l'échelle. Cette avancée permet d'extraire et de comprendre les concepts internes du modèle.
Hugging Face publie un benchmark pour évaluer les performances des systèmes d'inférence de génération de texte. L'étude mesure latence, throughput et utilisation des ressources sur différentes architectures et configurations de modèles.
Hugging Face annonce Falcon 2, un modèle de 11B paramètres entraîné sur 5000B+ tokens et 11 langues. Disponible en version texte et vision multimodale (VLM).
Meta publie CyberSecEval 2, un framework d'évaluation complet pour mesurer les risques de cybersécurité et les capacités des LLM. L'outil teste la génération de code malveillant, l'exploitation de vulnérabilités et la défense contre les attaques sur des modèles comme Llama.
OpenAI et News Corp annoncent un partenariat multi-année global. Le contenu journalistique premium de News Corp enrichira les produits et plateformes d'IA générative d'OpenAI.