Les LLMs reconstruisent spontanément la topologie des graphes via des patterns d'attention « sawtooth », mais cette compréhension structurelle est diluée par l'attention sink. SLASH, une solution sans entraînement, réamplifie cette compréhension via une redistribution d'attention plug-and-play, montrant des gains significatifs sur tâches graphiques et prédiction moléculaire.
Étude théorique de la convergence d'algorithmes MARL pour le contrôle du trafic urbain. Les auteurs formalisent la stabilité des systèmes multi-agents utilisant Q-learning indépendant sur chaque feu tricolore, en étendant les preuves de convergence de l'itération de valeur asynchrone au cas multi-agent via approximation stochastique.
Benchmark de LLMs sur la classification multi-label du traitement des précédents juridiques. Dataset expert-annoté de 239 citations réelles. Gemini 2.5 Flash atteint 79,1% en classification haut-niveau, GPT-5-mini 67,7% en schéma fin-grained. Nouvelle métrique Average Severity Error pour mesurer l'impact pratique des erreurs.
SkyPart, une tête légère pour vision transformers, améliore la géolocalisation croisée drone-satellite en séparant explicitement la disposition et la texture via prototypes apprenables. Avec 26.95M paramètres, elle atteint l'état de l'art sur SUES-200, University-1652 et DenseUAV, avec robustesse accrue sous corruptions météorologiques.
ECHO est un modèle de diffusion pour la génération de rapports de radiographie thoracique. Il utilise une distillation conditionnelle directe et un entraînement asymétrique pour générer des rapports en une seule étape par bloc, réduisant la latence d'inférence de 8× tout en améliorant RaTE (+64,33%) et SemScore (+60,58%) par rapport aux méthodes autorégressives.
Papier présentant CAT (Context-Agent-Tool), une couche de données pour gérer les équipes multi-agents. Applique le principe ALARA (exposition minimale raisonnable) au contexte. Évalue 22 modèles (0.6B–35B paramètres) sur 115 tâches pratiques via npcsh, un shell CLI. ~2500 exécutions testent opérations fichiers, recherche web, scripting multi-étapes, chaînage d'outils et délégation inter-agents.
Article théorique sur la récupération d'actions latentes et de dynamiques d'environnement à partir de trajectoires hors ligne sans observations d'actions. Les auteurs exploitent la diversité des démonstrateurs (chacun suivant une politique distincte) pour identifier les noyaux de transition latents via factorisation matricielle non-négative. Identifiabilité prouvée sous conditions de rang et diversité de politique.
CounterRefine est une couche de réparation légère pour RAG qui traite la première réponse comme une hypothèse à tester. Le système émet des requêtes d'expansion conditionnées par la réponse pour récupérer des preuves spécifiques, puis applique une étape de raffinement KEEP/REVISE validée déterministiquement. Sur SimpleQA, il améliore un baseline RAG de 5,8 points de taux correct.
Nouvelle méthode VAE utilisant la géométrie sphérique et des contraintes cluster-aware pour éliminer mathématiquement l'effondrement postérieur. Transforme les données en coque sphérique, applique K-means, définit une région faisable entre variance intra-cluster et perte d'effondrement. Garantit 100% de prévention d'effondrement sans surcharge computationnelle ni restrictions sur le décodeur.
DARC est une méthode d'inférence sans réentraînement qui reformule la sélection de réponses comme une optimisation robuste face aux désaccords d'annotateurs. Elle reclasse les candidats en maximisant un objectif de satisfaction robuste aux divergences KL, avec contrôles de déploiement pour limiter le risque entropique sans réentraînement.
WASIL est un dataset d'interactions vocales arabes en conditions réelles avec des LLMs : 8 529 tours avec audio, hypothèses ASR, réponses d'assistant et feedback like/dislike (14,2% dislikes). Inclut 2 000 tours de test couvrant l'arabe standard et 4 dialectes majeurs. Annotations d'answerabilité pour isoler les erreurs ASR des limitations intrinsèques.
Les chercheurs proposent IBPO (Implicit Behavior Policy Optimization), une méthode de credit assignment pour l'apprentissage par renforcement avec LLM. En comparant plusieurs trajectoires de raisonnement, le framework transforme les récompenses terminales éparses en signaux d'apprentissage sensibles aux étapes, réduisant la variance des gradients et améliorant la stabilité sur les benchmarks mathématiques et de code.
Une étude arXiv révèle que les modèles Mixture of Experts ne spécialisent pas réellement les experts par domaine comme supposé. Le framework COMMITTEEAUDIT identifie un « Standing Committee » — un groupe compact d'experts qui capture la majorité du routage indépendamment du domaine. Les experts périphériques gèrent seuls la connaissance spécifique au domaine.
Evo-Memory est un benchmark pour évaluer l'évolution de la mémoire dans les agents LLM. Il structure les données en flux de tâches séquentiels et teste 10+ modules de mémoire sur 10 datasets. Les auteurs proposent ExpRAG pour la réutilisation d'expérience et ReMem, un pipeline action-think-memory pour l'amélioration continue.
Modèle économique combinant lois de scaling et théorie microéconomique pour caractériser l'optimisation des profits dans l'entraînement des LLM. Analyse comment la taille du modèle, le budget en tokens et les coûts computationnels interagissent. En régime compute-bound, la dépense optimale suit l'efficacité matérielle (FLOPs/$) quasi-linéairement. En régime data-bound, elle évolue en D²/E.
SonarSweep fusionne sonar et vision pour la reconstruction 3D sous-marine via plane sweeping. Le framework deep learning end-to-end dépasse les approches mono-modales en adaptant l'algorithme plane sweep à la fusion cross-modale. Résultats en simulation et environnements réels, dataset public avec données stéréo-caméra et sonar synchronisées.
LiRA, un framework de fine-tuning léger, améliore l'adaptation multilingue des LLM pour les langues peu dotées. Il combine Arca (alignement basé sur des ancres vers l'anglais) et LaSR (tête sémantique consciente de la langue) pour stabiliser les représentations et la cohérence cross-linguale. Résultats positifs sur retrieval, ranking, QA et reasoning. Dataset multilingue (7 langues asiatiques) et code en open-source.
Étude arXiv montrant que les choix analytiques (sélection de modèle, paramètres, format de prompt, données démographiques) affectent significativement la fidélité des « silicon samples » (données synthétiques générées par LLM). Sur 252 configurations testées, les corrélations avec les données humaines varient de r=.23 à r=.84, révélant un risque majeur de flexibilité analytique.
UniversalRAG est un framework RAG multi-modal qui récupère et intègre des connaissances de sources hétérogènes (texte, images, vidéos) à granularités variables. Il introduit le routage conscient de la modalité pour éviter le biais intra-modal et organise chaque modalité en niveaux de granularité. Validé sur 10 benchmarks, il surpasse les baselines mono-modales et unifiées.
RAC (Robust Agent Compensation) est un paradigme de récupération basé sur les logs qui s'intègre aux frameworks d'agents (LangGraph, LangChain) pour éviter les effets secondaires non intentionnels. Implémentation sans modification du code existant. Résultats : 1.5-8X meilleur en latence et économie de tokens vs approches LLM actuelles sur τ-bench et REALM-Bench.
Étude systématique de code comme infrastructure d'agents IA. Trois couches : interface de harness (code connecte raisonnement, action, modélisation d'environnement), mécanismes (planification, mémoire, utilisation d'outils, feedback), et passage à l'échelle multi-agents. Applications : assistants de code, automatisation GUI/OS, agents incarnés, découverte scientifique, DevOps.
CrossView Suite introduit CrossViewSet (1.6M échantillons multi-vues), CrossViewBench (benchmark d'évaluation) et CrossViewer (framework trois étapes : Perception → Alignment → Reasoning) pour améliorer le raisonnement spatial multi-vues des MLLMs. Un moteur multi-agent génère des données annotées couvrant 17 types de tâches fine-grained.
Vercel intègre Claude Managed Agents dans Vercel Sandbox. Les agents tournent dans des microVMs Firecracker isolées avec accès aux APIs privées et données client. Credential brokering et deny-by-default egress sécurisent l'exécution.
Le Machine Learning Reproducibility Challenge 2026 ouvre ses soumissions comme piste officielle de NeurIPS 2026 à Sydney en décembre. Les travaux acceptés via TMLR seront présentables à la conférence.
Anthropic acquiert Stainless, une startup spécialisée dans la génération de SDK et d'outils de développement. L'acquisition renforce les capacités d'Anthropic en matière d'infrastructure et d'outillage pour les développeurs utilisant Claude.
Hugging Face lance un leaderboard public pour évaluer les agents IA open-source. La plateforme classe les modèles selon leur capacité à accomplir des tâches complexes, avec benchmarks reproductibles et transparence des résultats.
Hugging Face relance PapersWithCode avec agents IA pour parser automatiquement les papers et générer des leaderboards. Le site inclut trending papers, catégorisation par domaine, résultats d'éval (Qwen 3.5, RF-DETR, DINOv3), leaderboards (MMTEB, COCO), citations, repos GitHub liés, et support papers externes (DeepSeek v4). Disponible sur paperswithcode.co.
Un programme payant (Algoverse AI Research) commercialisé auprès de lycéens produit massivement des publications NeurIPS 2025 (289 acceptations revendiquées) contenant des erreurs évidentes : résultats dupliqués, abstracts contradictoires avec les résultats, citations générées par IA, données non relues. Kevin Zhu, affilié au programme, cumule 158 publications et 468 coauteurs sur OpenReview.
Cerebras annonce un IPO de 60 milliards de dollars. L'entreprise spécialisée dans les processeurs IA accélère son expansion commerciale après des années de développement technologique.
Sortie de datasette-agent 0.1a2 avec système de permissions. Les outils d'agent en arrière-plan nécessitent désormais la permission `datasette-agent-background`. Disponibilité des outils liée aux permissions requises.
IBM et Hugging Face publient Granite Embedding Multilingual R2, un modèle d'embeddings open-source sous licence Apache 2.0. Le modèle supporte 32K tokens de contexte et offre la meilleure qualité de retrieval dans sa catégorie sub-100M paramètres sur plusieurs langues.
Vercel introduit les Protected Source Maps, qui restreignent l'accès aux fichiers .map en production via Vercel Authentication. Les équipes autorisées peuvent les consulter pour déboguer le code minifié ; les autres reçoivent une erreur 404. Activé par défaut pour les nouveaux projets.
Vercel introduit Trusted Sources, un mécanisme de sécurité utilisant des tokens OIDC de courte durée pour autoriser les déploiements protégés sans partager de secrets long-lived. Les projets Vercel et services externes (GitHub Actions, etc.) peuvent être autorisés via des règles from/to configurables par environnement.
llm 0.32a2 ajoute le support du endpoint `/v1/responses` d'OpenAI pour les modèles reasoning-capable (GPT-5 class). Affiche les tokens de reasoning résumés en couleur différente. Flags `-R` ou `--hide-reasoning` pour masquer.
Vercel publie un index de production basé sur 7 mois de trafic AI Gateway (200K+ équipes). En avril 2026 : par dépense, Anthropic 61%, Google 21%, OpenAI 12% ; par volume de tokens, Google 38%, Anthropic 26%, OpenAI 13%, xAI 10%. Les modèles premium (Claude Opus) dominent les cas critiques, les modèles rapides bon marché (Gemini Flash) le volume.
Vercel Flags supporte désormais les progressive rollouts, permettant de déployer une feature à un pourcentage croissant d'utilisateurs selon un calendrier prédéfini. Contrairement aux weighted splits fixes, chaque étape a un pourcentage cible et une durée, capturant les régressions sur un petit groupe avant déploiement complet. Disponible via dashboard et CLI.
Le New York Times a dû corriger un article après avoir découvert qu'une citation attribuée à Pierre Poilievre provenait d'un résumé généré par IA, non d'un discours réel. Le journal a remplacé la fausse citation par une vraie déclaration de Poilievre d'avril 2026.
Vercel Chat SDK ajoute un adaptateur Messenger permettant de construire des bots multi-plateforme (Slack, Discord, GitHub, Teams, Telegram). Support des messages, réactions, pièces jointes et boutons postback. Limitations : pas d'historique, édition ou suppression de messages.
Vercel AI SDK supporte désormais l'historique de conversation cross-platform via les options transcripts et identity. Les messages persistent sur tous les adapters, permettant aux utilisateurs de conserver leur historique quel que soit le canal. Quatre méthodes disponibles : append, list, count, delete.
Anthropic et SpaceX signent un accord de 5 milliards de dollars par an pour 300 MW d'électricité destinés à Colossus I, le supercalculateur d'Anthropic. La croissance annualisée du revenu récurrent (ARR) atteint 8000%.