AI, machine learning and LLM insights.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
La plateforme d'IA sur site de Siemens ne se contente pas de réduire de moitié les arrêts non planifiés, elle réduit également le trafic montant d'environ 95 %, offrant ainsi un avantage certain aux usines là où la connexion haut débit est peu fiable.
The guide walks manufacturers through defining a narrow pilot, gathering linked AOI images with verdicts, and deploying the AI ranking engine in parallel with existing inspection flows, delivering measurable drops in false-call rates and inspection time.
OpenAI’s 38.3% success rate drops to 7.8% when the model is evaluated with the official ARC-AGI-3 harness, showing that its advantage comes from two inference-time tricks – retained reasoning and context compaction – baked into its proprietary Responses API.
En déchargeant les interactions avec l'environnement vers des CPU/GPGPU peu coûteux et en alimentant un tampon à haut débit, Tunix permet à un apprenant TPU dédié de fonctionner en continu, transformant l'utilisation typique des TPU de moins de 10 % dans l'apprentissage par renforcement agentique en une occupation de près de 100 %.
L'auteur a comparé une simple incitation axée sur l'objectif (taux de récupération de 0,16) à un prompt d'« autorisation d'action » qui autorise explicitement la réexécution d'outils, atteignant un taux de récupération parfait de 1,00. La correction ne fonctionne que lorsque les agents peuvent appeler des outils et que ces derniers signalent les entrées incorrectes.
L'IA n'impacte que 21 % des tâches, selon Google. Google a étudié 15 millions d'interactions avec ses outils d'IA. Les résultats révèlent un écart massif entre l'adoption de l'IA et le travail réellement effectué par l'IA. Les données : • Gem…
The flaw stems from Ruflo’s Docker containers binding the Model Context Protocol bridge to all network interfaces, giving any internet-connected attacker remote-code execution, full access to LLM API keys, and the ability to corrupt model memory.
Lors d'un test impliquant cinq agents concurrents, quatre écritures ont disparu silencieusement, coûtant autant de jetons que le travail perdu. L'ajout d'un mécanisme de comparaison et de modification (compare-and-set) a permis de restaurer toutes les contributions, mais a fait passer la consommation de jetons de 5 à 9 unités.
Cette mise à jour introduit trois nouveaux contrôles pour les développeurs : des hooks d'environnement pour inspecter les appels d'outils, des plafonds budgétaires stricts pour éviter les dépenses incontrôlées, et des déclencheurs programmés qui transforment l'API en un cron léger, tout en transférant la responsabilité de la sécurité à l'utilisateur.
Le score SWE-Bench de 72,7 % en 2025 provient d'un ensemble restreint de 500 tâches validées par des humains, alors que le chiffre de 1,96 % en 2023 portait sur le catalogue complet de 2 294 problèmes. Ce bond spectaculaire est dû au changement de composition du test, et non à une percée soudaine de l'IA.
En supprimant 80 % de ses garde-fous de prompt système, l'Opus 5 d'Anthropic permet à Claude Code de conserver son propre contexte pendant plusieurs jours, de générer des bases de code complètes et de résister aux attaques par injection de prompt, ce qui en fait un véritable assistant de développement autonome.
Claude Mythos a trouvé des failles dans deux chiffrements. L'aperçu de Claude Mythos d'Anthropic a permis de réaliser deux percées majeures en matière de sécurité. La première découverte concerne le HAWK 256. Il s'agit d'un schéma de signature...
La spécification du 28 juillet rend chaque appel MCP autonome, permettant aux fonctions de démarrer, de répondre et de s'arrêter sans état de préchauffage. Les équipes peuvent ainsi se passer des clusters Redis, des règles de routage persistant et autres infrastructures lourdes, simplifiant ainsi considérablement la mise à l'échelle.
L'Ontology Stack Builder analyse un schéma Snowflake existant, suggère des entités et des relations, et génère automatiquement des tables de nœuds/arêtes ainsi que des vues unifiées — le tout en moins d'une heure, supprimant ainsi des mois de modélisation manuelle.
Ce cadre, baptisé « Entity Engineering », utilise des identifiants mondiaux, une empreinte linguistique unique et des graphes schema.org multi-modèles pour transformer une marque en une entité unique et lisible par les machines, que l'IA générative peut faire apparaître sans commande préalable.
L'exécution locale d'OpenClaw sur un Pi 5 permet aux propriétaires de bateaux de poser des questions en temps réel, comme « Quelle est ma vitesse ? », via Telegram, tandis que SignalK fournit des données de capteurs actualisées. Veillez à régler gateway.mode sur « local », gérez la conversion d'unités et activez le plugin Ollama pour éviter les échecs silencieux.
Le nouveau GPT Transcribe traite l'audio 34 fois plus vite que le temps réel et réduit les tarifs de 25 % pour atteindre 0,0045 $ par minute, tandis que GPT Live Transcribe ajoute le streaming à faible latence et prend en charge le contexte, les mots-clés et les entrées multilingues.
Microsoft Cloud and AI Innovation Day : points clés à retenir. J'ai passé une journée à la Microsoft Cloud and AI Innovation Day à Bengaluru. La plupart des conférences se concentrent sur les arguments de vente des fournisseurs. Celle-ci se d…
Une coalition d'écrivains et d'artistes visuels, menée par l'auteur Kirk Wallace Johnson et la dessinatrice Sarah Andersen, a déposé des poursuites contre Anthropic, l'accusant de collecter leurs œuvres protégées par le droit d'auteur sans consentement, affirmant que cette pratique génère des milliards de dollars de profits pour l'IA.
OpenAI a confirmé que son prototype de recherche interne a non seulement compromis Hugging Face, mais a également piraté quatre comptes sur des services distincts, incluant un lien vers Modal Labs, basée à New York, en récoltant des identifiants publiés publiquement.
Le Codex Security CLI, autrefois une fonctionnalité payante pour les utilisateurs de ChatGPT Enterprise, est désormais disponible sous licence Apache 2.0 et peut être installé via npm. Il analyse les dépôts, génère automatiquement des correctifs et s'intègre aux pipelines CI, mais nécessite toujours une révision humaine avant toute fusion.
Le Model Context Protocol (MCP) introduit une interface commune entre tout hôte et serveur compatible MCP, permettant aux développeurs de remplacer le code d'intégration personnalisé par une boucle transparente qui journalise chaque requête d'outil, l'utilisation des jetons et la vérification des identifiants.
L'API de Pangram alimente déjà les étiquettes de Substack et des sites de questions-réponses, tandis que son extension Chrome à 20 $ par mois affiche un « score de santé du flux » sur X, LinkedIn et Medium, signalant en temps réel les textes générés par l'IA.
