Nouveaux estimateurs non-paramétriques (KM-ARL et KM-ADD) pour évaluer les détecteurs de changement de point rapide sur des séquences courtes et irrégulières. Utilise l'analogie avec l'analyse de survie pour modéliser les probabilités de détection. Code Python disponible.
HPML (Hodge-Projected Multi-agent Learning) stabilise l'apprentissage multi-agent en projetant le champ de mise à jour conjointe sur une composante métrique-gradient. La méthode utilise une projection de type Hodge dans un espace L² de champs vectoriels, implémentée via réalisations basées graphes et réseaux de neurones amortis. Résultats : stabilité améliorée et rendements normalisés supérieurs sur benchmarks CTDE.
Des chercheurs utilisent l'IRM fonctionnelle (fMRI) pour améliorer les modèles d'encodage entraînés sur l'ECoG (électrocorticographie). En affinant des représentations de langage parlé sur fMRI, ils obtiennent de meilleures prédictions ECoG malgré une résolution temporelle 100× inférieure. Les performances s'améliorent avec plus de données fMRI.
Étude arXiv évaluant l'intégration des LLM dans la recherche par sondage sur la préparation aux catastrophes. Framework à 5 étapes testé sur 946 résidents de Floride (ouragan Milton 2024). Le modèle A-TLM proposé surpasse les méthodes classiques d'imputation (RMSE 1.439 vs 1.496) en conditions MNAR avec structure théorique PMT.
Étude de robustesse des pipelines d'analyse de mise en page (DLA) utilisés en RAG et QA sur documents longs. Les auteurs identifient un biais d'empreinte et proposent un cadre d'audit léger mesurant la perte structurelle au niveau des blocs (B-SLR). Sur 1 000 pages avec MinerU et PP-StructureV3, B-SLR corrèle mieux avec l'instabilité OCR (R²=0.727/0.916) que les métriques surfaciques (R²=0.384/0.110).
IMLJD est un dataset de 3,613 jugements indiens couvrant les litiges matrimoniaux (IPC 498A, loi sur la protection des femmes contre la violence domestique, CrPC 482). Données de la Cour suprême (2000-2024, 1,474 cas) et de la Haute Cour du Karnataka (2018-2024, 2,139 cas). Taux d'annulation : 57,6% à la Cour suprême vs 39,7% au Karnataka. Dataset, code et graphe de connaissances publiés en open source.
Conditional Entropy Shaping (CES) contrôle dynamiquement l'entropie des tokens pour équilibrer concision et précision du raisonnement. Implémenté sur DeepSeek-R1-Distill-7B, CES pénalise les tokens haute-entropie sur les chemins corrects et les récompense sur les chemins erronés. Résultats : amélioration de la précision avec réduction de la longueur des réponses sur 12 benchmarks mathématiques.
Exécution locale de DeepSeek-V4-Flash (284B, 13B actifs) sur 4x RTX 2080 Ti (~2500€). Kernels CUDA Turing custom + quantization W8A8 + offloading hétérogène atteignent 255 tok/s en prefill. Code open-source sur GitHub.
Vercel AI SDK intègre nativement des outils d'agent via createChatTools(chat). Les actions de lecture/écriture du Chat SDK sont câblées directement. Trois presets (reader, messenger, moderator) permettent de limiter les outils disponibles. L'approbation est requise par défaut pour les opérations d'écriture.
Vercel AI Chat SDK ajoute message.subject pour accéder au contexte parent (issue/PR GitHub, Linear) et expose les SDKs natifs (GitHub, Linear, Slack) pour appels API directs. Caching par message pour optimiser les requêtes.
Vercel Chat SDK ajoute le support des URLs de callback sur les boutons et modales. Les développeurs peuvent désormais mettre en pause une exécution sur une carte et la reprendre au clic. Les données de formulaire sont incluses dans le payload envoyé à l'endpoint.
llm-gemini 0.32 ajoute le support du modèle gemini-3.5-flash. Plugin mis à jour pour accéder à la dernière version de Gemini 3.5 Flash de Google.
Google AI Edge Gallery v1.0.13 et v1.0.14 ajoutent Gemma 4 avec prédiction multi-token, support Pixel TPU, MCP expérimental, nouvelles compétences et sauvegarde de l'historique de chat.
OpenAI intègre le watermark SynthID de Google dans DALL-E pour marquer les images générées par IA. Un outil de vérification permet de détecter ces marquages invisibles, renforçant la traçabilité des contenus synthétiques.
AXON visualise en temps réel les activations de concepts dans GPT-2 via un graphe 3D force-directed. Un Sparse Autoencoder décompose le residual stream en features interprétables (géographie, villes, langues) à chaque token généré. Stack : TransformerLens + SAELens (backend), FastAPI WebSocket, Three.js (frontend). ~35ms/token sur GPU.
PrivateScribe.ai, plateforme de transcription open-source entièrement locale (MIT), annonce sa v1 avec app macOS signée. Stack : FasterWhisper, pyannote, Ollama, Vite/Flask/SQLite. Chiffrement 256-bit, zéro appels réseau, audit trail, diarisation. Conçu pour cliniques, avocats, thérapeutes avec conformité HIPAA.
Outil open-source pour générer des objets 3D articulés avec pièces fonctionnelles. Au lieu de diffusion (blobs point-cloud), le pipeline utilise un LLM comme compilateur de code structuré, générant du code Python Blender natif ciblant des nœuds spécifiques. Frontend Flutter/Three.js, model-agnostic. Gemini recommandé ; modèles locaux hallucinent encore sur les transformations matricielles complexes.
Benchmark KV cache quantization sur RTX 3090 avec Qwen 27B : TurboQuant surcoté sauf TCQ (meilleur à 2-3 bits), q5 sous-estimé, q4_0 asymétrique surpasse q4_1 symétrique. KLD expose les défauts que PPL cache, rotation llama.cpp égale turbo4.
Codegraph, un outil open-source de Colbymchenry, réduit les appels API Claude/Cursor de 94% en utilisant un graphe de connaissances pré-indexé (relations de symboles, call graphs). Les tests montrent 3 appels vs 52 sans l'outil sur VS Code TypeScript, avec accélération de 72-82%.
Benchmark de petits modèles locaux pour résumé de réunions sur GPU 6GB. Qwen3.5:0.8b génère un résumé structuré en 57s avec 2.2GB VRAM. Granite 4 350M est plus rapide (0.6-2.8s) mais hallucine (invente des sujets, confond les entités).
Comparaison d'un agent bio-plausible sans rétropropagation (Predictive Coding + plasticité Hebbian distribuée) vs PPO sur Pong : 57% vs 59%. L'écart de 2% provient de l'oubli catastrophique en self-play, non de l'absence de backprop. Code ~1500 lignes disponible.
Analyse spectrale des graphes de poids (valeur de Fiedler + indicateurs CSD de Scheffer) pour prédire le grokking 21k étapes avant la convergence. Cinq expériences reproductibles sur CPU : détection précoce, distinction grokking/oubli catastrophique, intervention guidée (91.7% vs 2.6%), accélération 48x sur tâches séquentielles. Limité à MLPs 2-couches et transformers 1-couche.
Le Nuxt MCP Toolkit supporte désormais les applications MCP avec réponses HTML interactives rendues inline par Claude et ChatGPT, au lieu de texte brut. Les outils déclarés via la macro defineMcpApp peuvent accéder à des données pré-hydratées et déclencher des prompts via le composable useMcpApp.
Odyssey déploie Agora-1, un world model permettant à quatre joueurs d'agir simultanément dans un monde généré par IA. Testé sur GoldenEye (N64), le système utilise deux modèles distincts pour la simulation d'état de jeu et le rendu temps réel. Applications visées : robotique collaborative et entraînement d'agents IA.
ByteDance publie Lance, un modèle multimodal open-source de 3B paramètres actifs. Supporte génération/édition d'images et vidéos dans un seul framework. Entraîné from scratch sur 128 A100-GPU.
rtk est un proxy CLI en Rust qui réduit la consommation de tokens LLM de 60-90% sur les commandes dev courantes. Binaire unique, zéro dépendance.
Shimmy : serveur d'inférence Rust compatible API OpenAI, sans dépendances Python. Supporte GGUF et SafeTensors, échange de modèles à chaud, découverte automatique, binaire unique. Gratuit.
Code-Review-Graph crée un graphe de connaissances local pour Claude Code. Il construit une carte persistante de la base de code, réduisant les tokens de 6,8× sur les reviews et jusqu'à 49× sur les tâches quotidiennes.
Mistral AI acquiert Emmi AI, startup viennoise spécialisée en IA physique, pour renforcer son offre auprès des clients industriels européens.
Anthropic acquiert Stainless, startup spécialisée dans les SDK et outils API. Le rachat renforce le contrôle d'Anthropic sur l'infrastructure IA générative, face à la convoitise d'OpenAI et Google.
Sapient Intelligence publie HRM-Text 1B : 1B paramètres entraîné sur 40B tokens en 1,9 jours avec ~$1k de budget. Surpasse Llama3.2 3B sur MATH (56.2 vs 48.0) et DROP (82.2 vs 45.2), mais reste en retrait sur MMLU (60.7 vs 64.7 pour Qwen3.5 2B). Modèle spécialisé en raisonnement multi-étapes.
OpenAI déploie des outils de provenance de contenu : Content Credentials, SynthID et un vérificateur pour identifier et valider les médias générés par IA.
Gemini 3.5 Flash est disponible sur Vercel AI Gateway avec amélioration de la compétence en code, exécution parallèle d'agents, et raisonnement renforcé. Le modèle utilise par défaut le niveau de thinking « medium » pour équilibrer qualité et coût. Intégration via SDK avec support observabilité et routage intelligent.
Étude sur l'efficacité du replay non-uniforme en RL off-policy. Les auteurs identifient trois facteurs clés : volume de replay, récence des transitions et entropie de la distribution d'échantillonnage. Ils proposent Truncated Geometric replay, qui privilégie les expériences récentes tout en maintenant haute entropie, améliorant l'efficacité d'échantillonnage en régimes bas-volume.
MemOCR est un agent mémoire multimodal qui compresse les historiques d'interaction longues en images structurées avec densité informationnelle adaptative. Entraîné par RL avec objectifs sensibles au budget, il surpasse les baselines textuelles sur des benchmarks QA multi-hop et mono-hop sous contraintes de contexte extrêmes.
PersonaDual est un framework LLM qui bascule adaptatif entre raisonnement objectif et personnalisé selon le contexte. Entraîné via SFT puis optimisé par RL avec DualGRPO, il préserve les bénéfices de la personnalisation tout en maintenant la factualité et réduisant les interférences.
Des chercheurs proposent UALM (Unified Agent Lifecycle Management), un cadre de gouvernance pour les systèmes d'IA agentiques en santé. Le modèle adresse la prolifération d'agents (agent sprawl) via cinq couches de contrôle : registre d'identité, orchestration, gestion des données PHI, application de politiques runtime avec kill-switch, et décommissionnement lié à la révocation de credentials.
R2M (Real-Time Aligned Reward Model) propose une nouvelle approche RLHF pour réduire l'overfitting du modèle de récompense. Au lieu de s'appuyer uniquement sur les représentations sémantiques, R2M utilise les états cachés évolutifs de la politique pour s'aligner en temps réel avec les changements de distribution pendant l'entraînement par renforcement.
Nouvel benchmark DDR-Bench évalue l'intelligence investigatrice des LLM : capacité autonome à explorer des bases de données et extraire insights sans requête explicite. Les modèles frontière montrent une agentivité émergente mais peinent sur l'exploration long-horizon. L'étude distingue intelligence investigatrice (fixer ses propres buts) vs exécutionnelle (compléter des tâches assignées).
Des chercheurs montrent que combiner des représentations acoustiques et prédictives d'un réseau de neurones artificiels améliore l'identification musicale à partir d'activité cérébrale (EEG). Les modèles préentraînés sur ces deux types de représentations surpassent les baselines et leurs gains sont complémentaires. Cette approche ouvre la voie à des modèles EEG génériques fondés sur les principes du codage cortical.