Vercel alerte sur le vol d'inférence IA : des attaquants exploitent les endpoints exposés pour revendre les appels API à bas prix, générant des milliers de dollars de pertes. La solution requiert une vérification par requête (pas par session) via analyse approfondie, intégrée en quelques lignes de code.
OpenAI lance Rosalind Biodefense, élargissant l'accès contrôlé à GPT-Rosalind pour les développeurs vérifiés et partenaires gouvernementaux américains travaillant sur la bioprotection, la santé publique et la préparation aux pandémies.
Vercel Sandbox supporte désormais Docker : installation, démarrage du daemon et exécution de conteneurs sans affecter le système hôte. Utile pour tester Redis/Postgres, valider des images avant déploiement, ou prévisualiser des apps containerisées. Ajout aussi de support FUSE et VPN clients.
OpenAI publie un guide pour les évaluations tierces d'IA, couvrant l'assessment des capacités, des garde-fous et de la validité des systèmes frontière.
ByteDance développe ses propres processeurs Arm et RISC-V pour réduire les coûts d'inférence de ses modèles. Le groupe traite 120 000 milliards de tokens/jour avec Doubao et cherche à diminuer sa dépendance aux GPU Nvidia en optimisant l'infrastructure serveur.
Cognition et OpenInspect présentent les agents asynchrones comme nouvelle paradigme : 80% des commits de Devin proviennent d'agents, workflows spec-to-PR automatisés, VMs complètes, mémoire d'agent persistante, et PMs codant directement.
LiquidAI publie LFM2.5-8B-A1B, modèle hybride 8B optimisé pour l'inférence sur appareil (CPU/GPU). Architecture étendue avec RL, compatible llama.cpp/MLX/vLLM/SGLang. Performances comparables à des modèles plus grands sur tâches d'agents et suivi d'instructions complexes.
Test comparatif de Qwen 3.6 35B sur différents formats de sortie (texte brut, markdown, HTML, HTML+CSS). Markdown produit la meilleure qualité (78/100 selon ChatGPT-4o) avec 1,496 tokens de sortie en 23s. HTML+CSS génère 10,290 tokens en 82s mais score qualité inférieur (58/100). Mesures incluent tokens de raisonnement, débit et temps total.
Writ est une couche d'application pour agents de codage IA utilisant un graphe de connaissances Neo4j local et RAG hybride. Un pipeline de récupération en 5 étapes (BM25, similarité vectorielle HNSW, traversée de graphe, fusion de rangs réciproques) filtre les règles pertinentes. 30 scripts bash appliquent l'exécution : pas de code sans plan approuvé, tests obligatoires, analyse statique requise.
Google présente Coral Board, une carte informatique compacte annoncée à Google I/O pour exécuter Gemma 3 localement sur l'appareil.
Tomesphere : extension Chrome + site web indexant 3M papiers arxiv avec résumés LLM, avis OpenReview, repos GitHub, modèles HuggingFace, graphe de citations et voisins SPECTER2. Gratuit, sans inscription.
Sigilant-sweep, un CLI open-source pour llama.cpp et vLLM, compare 16 configurations (quantifications, KV cache, contexte). Sur Qwen2.5-7B, Q4_K_M surpasse Q8_0 de 230ms en TTFT et +10.7 TPS. L'outil mesure TPS, TTFT, PPL avec p50/p95 et score pondéré (latence/qualité/équilibre).
Tomesphere : extension Chrome + site web enrichissant arxiv avec résumés LLM, avis OpenReview, liens GitHub/HuggingFace, graphe de citations, voisins SPECTER2. 3M articles indexés, gratuit, sans inscription.
Mistral rebaptise Le Chat en Vibe et l'intègre à un agent de travail multiplateforme. Work Mode se connecte à Google Workspace, Outlook, Slack et GitHub pour traiter emails, rapports et pull requests. L'abonnement Pro passe de 17,99 à 14,99 euros. Mistral se positionne contre les offres agents d'OpenAI, Google et Anthropic.
Krasis v1.0, runtime LLM pour modèles dépassant la VRAM, atteint 12.48 tokens/s sur RTX 3070 Mobile 8GB avec Qwen3.6-35B-A3B (Q4). Passage en Rust pur (sans Python en hot path) et optimisations prefill/decode séparent les architectures. Benchmarks : 222 pp, 12.48 tg sur laptop ; 10,030 pp, 124.9 tg sur RTX 5090 32GB.
Amazon MGM Studios et AWS lancent un fonds pour créateurs IA et une plateforme interne « Project Nara ». Trois séries animées sont en production avec des délais de cinq semaines pour les pilotes. Amazon revendique le seul écosystème de contenu IA end-to-end du secteur.
Qwen publie Q-Judger, un modèle vision-langage basé sur Qwen3.6-27B pour évaluer automatiquement les images générées par IA. Le modèle analyse 5 dimensions (qualité, esthétique, alignement, fidélité réelle, génération créative) avec raisonnement en chaîne de pensée et produit des scores JSON structurés.
ElevenLabs lance Music v2, un modèle de génération musicale IA capable de transitions fluides entre genres (opéra, metal, rap) dans une même composition. La fonction inpainting permet de régénérer des sections spécifiques sans affecter le reste.
Article théorique décomposant la matrice d'attention pré-softmax en composantes symétrique et antisymétrique. La partie symétrique gouverne le paysage énergétique, la partie antisymétrique pilote la circulation. Les auteurs proposent des mesures de stabilité Hopfield pour quantifier la fidélité-diversité en génération et un contrôle pour moduler ce compromis.
Variance-Regularised Pruning (VR) est une méthode de compression de modèles pour l'affective computing qui priorise la stabilité inter-utilisateurs plutôt que la seule parcimonie. Testée sur le dataset AGAIN (9 environnements de jeu), VR maintient des performances CCC compétitives à 80% de sparsité sans fine-tuning supplémentaire, adaptée aux systèmes embarqués.
EvaluatorDPT est un modèle de contrôle décisionnel borné qui prédit YES, NO ou TBD (déférence apprise). Utilisant un encodeur transformer avec têtes auxiliaires structurées, il atteint Accuracy=0.8260 et Macro F1=0.8252 sur 44,597 exemples. L'interface permet un routage inspectable et un contrôle auditable des décisions en production.
Hyperparam propose trois bibliothèques JavaScript (<70 KB) pour interroger Parquet et Apache Iceberg directement depuis le stockage objet dans les applications client-side (Claude Code, Cursor). Le système exécute des UDFs LLM 300x plus vite que DuckDB-WASM sur requêtes filtrées et réduit les coûts d'une suite d'analyse agent de deux tiers.
HEAL est un framework d'apprentissage décentralisé qui combine federated learning, gossip learning et epidemic learning via une couche P2P auto-organisée. Il promeut dynamiquement des nœuds comme agrégateurs et démontre des performances équivalentes au federated learning classique tout en étant résilient aux défaillances et churn.
SignGAD propose un framework d'agents auto-configurables pour la détection d'anomalies en graphes avec peu d'exemples. Au lieu d'utiliser un détecteur fixe, le système conçoit des workflows adaptés à chaque tâche en sélectionnant encodages et designs de détecteurs appropriés. Une stratégie de refit gardée affine les workflows sélectionnés sous supervision limitée.
Étude comparative entre réseaux de neurones liquides (LNN/CfC) et LSTM sur quatre modalités séquentielles (N-MNIST, QuickDraw, IAM, PhysioNet Sepsis-3). Les LNN modélisent l'évolution de l'état caché comme équation différentielle continue. Résultats : LNN surpassent LSTM en efficacité paramétrique et robustesse face aux données manquantes, particulièrement en domaines cliniques.
E³-Agent est un agent IA exécutable et adaptatif pour la gestion des ressources d'inférence générative sur edge. Il combine un routeur rapide (décisions en millisecondes) et un contrôleur LLM lent piloté par événements, apprenant en ligne des retours d'exécution. Évalué en simulation, il réduit la latence de 65-73% vs baselines statiques sur scénarios dynamiques (sémantique, churn, drift).
Article théorique positionnant l'Analyse en Composantes Principales Métrique-Consciente (MAPCA) dans le cadre du deep learning géométrique. MAPCA paramétre l'ACP par une matrice métrique définie positive, avec solutions équivariantes sous le groupe orthogonal préservant la métrique. Un théorème d'unicité caractérise l'ACP Invariante comme unique métrique linéaire équivariante sous rescaling diagonal.
Nouvelle métrique Architecture-driven Shift (ADS) pour sélectionner efficacement les modèles pré-entraînés en apprentissage continu. ADS décompose le logit shift en dépendances architecturales et données, révélant que la combinaison capture bien la tendance du logit shift avec peu d'échantillons. Validation sur 175+ architectures avec corrélation Spearman ≥0.731.
Framework hiérarchique pour LLMs compacts en systèmes agentiques sous contraintes (mémoire, latence, coût). Distillation du modèle + boucle oracle-contrôleur qui valide les protocoles, projette l'historique dans un domaine de prompt viable, et déclenche du fine-tuning léger. Séparation entre apprentissage du schéma et adaptation sémantique. Évaluation sur Multi-Fidelity Bayesian Optimization.
VibeSearchBench évalue les agents LLM sur la recherche collaborative multi-tour en contexte réel. Le benchmark contient 200 tâches bilingues (chinois/anglais) sur 20 domaines, avec graphes de connaissances sans schéma fixe. Sept modèles frontière testés obtiennent F1 max 30.30, révélant des lacunes en raisonnement long-contexte et élicitation d'intention.
Article proposant un mécanisme de stéganographie pour tracer l'origine des informations synthétiques générées par IA. Un encodeur cache une signature invisible dans chaque génération, permettant d'identifier le modèle parent via décodage. Analyse théorique et évaluations empiriques sur plusieurs projectors et systèmes stéganographiques.
Soro est une famille de modèles de langage spécialisés en tadjik, basée sur Gemma 3, entraînée sur 1,9 milliard de tokens tadjiks (web, PDF, matériel éducatif). Après fine-tuning supervisé sur 40K exemples, Soro surpasse Gemma 3 sur des benchmarks tadjiks créés par les auteurs et conserve les performances en anglais. Quantification FP8/INT4 validée pour déploiement edge en milieu scolaire.
Étude comparative de la fiabilité des techniques d'explainabilité locale (LIME, SHAP, Feature Ablation) sur 32 datasets tabulaires. Les résultats montrent que la qualité des explications ne corrèle pas systématiquement avec la performance prédictive du modèle, mais dépend plutôt de la complexité du dataset et de la distribution des features.
SDR (Supervised Distributional Reduction) combine le transport optimal et la maximisation de dépendance pour apprendre des représentations cibles. L'algorithme étend l'objectif Fused Gromov-Wasserstein avec un terme de dépendance explicite, produisant des embeddings compacts qui capturent structure géométrique et signal prédictif. Application aux processus gaussiens avec noyaux adaptatifs.
Agyn est une plateforme open-source pour déployer des agents IA en production. Elle offre un runtime serverless stateful sur Kubernetes, une définition d'agents via Terraform, et un modèle de sécurité zero-trust. Agyn est agnostique aux agents, modèles et clouds.
E²-LoRA, une méthode d'adaptation bas-rang pour l'apprentissage continu, concentre l'énergie des mises à jour de paramètres dans les rangs principaux pour minimiser l'interférence entre tâches. Une stratégie d'allocation dynamique des rangs équilibre stabilité et plasticité du modèle.
Article théorique sur le contrôle spectral du bruit de gradient stochastique via clipping entrée-par-entrée. Montre qu'une méthode simple d'écrêtage entrée-par-entrée peut équilibrer structure matricielle et coût computationnel, avec garanties de convergence O(ε⁻⁴) sous bruit Cauchy-contaminé. Gains empiriques : ~7% de tokens économisés sur NanoGPT avec shrinkage lisse, ~2% supplémentaires combiné avec Muon.
SparseOpt, un optimiseur conscient de la parcimonie, résout le problème de gradient asymétrique induit par la normalisation par batch en entraînement sparse dynamique. Tests sur ResNet (CIFAR-100, ImageNet) montrent convergence plus rapide et meilleure généralisation. Première étude systématique de l'interaction entre Batch Normalization, couches sparse et DST.
Un framework de machine learning informé par la physique (PIML) pour modéliser thermiquement un rover lunaire. Un réseau de neurones adaptatif détermine le maillage 3D en différences finies selon les charges thermiques, améliorant la précision de 50% vs modèles coarse-mesh et 39% vs ANN pur, tout en étant 3x plus rapide que les simulations haute-fidélité.
Framework RL pour transfert de politique sim-to-real via embeddings latents probabilistes et adaptation dynamique. Utilise meta-RL et CMDPs pour inférer la représentation latente de l'environnement, avec formulation distributional RL ajustant dynamiquement les niveaux de risque selon la précision d'estimation du contexte latent.