One File Change Cuts 33-Chunk RAG Ingestion from 50 s to 1.5 s
31.8x Speedup With One File Change I tested a RAG ingestion pipeline and found a bottleneck. One document took 50 seconds to process. My CPU usage was low. The app was not struggl…
GyaanSetu AI
AI, machine learning and LLM insights.
FluxA lance AgentCard, permettant aux bots d'acheter n'importe quoi grâce à des cartes virtuelles à usage unique
L'AgentCard de FluxA génère un numéro Visa ou Mastercard virtuel à usage unique et plafonné pour chaque achat piloté par l'IA, puis le révoque instantanément, éliminant ainsi les fuites de données, les dépenses excessives et les révocations brutales.
Les agents d'IA risquent des pertes financières tant que le coefficient Genie ne réduit pas les erreurs littérales
Le coefficient Genie mesure l'écart entre l'intention réelle d'un utilisateur et le résultat littéral d'un agent d'IA, signalant les comportements à risque qui pourraient entraîner des violations de données, des pertes financières ou des sanctions réglementaires dans des domaines à enjeux élevés.
Les développeurs peuvent désormais dicter des tâches de code à GPT-Live, évitant ainsi de changer de fenêtre
GPT-Live, intégré à l'application de bureau ChatGPT, permet aux développeurs de passer des commandes vocales telles que « lancer une analyse statique » ou « ajouter des tests unitaires », le modèle confirmant les actions à voix haute et lançant des flux de travail parallèles — le tout pour les abonnés payants.
Audit des compétences des agents : un modèle de menace
Audit des compétences des agents : un modèle de menace. Brancheriez-vous une clé USB quelconque donnée par un inconnu ? Probablement pas. La plupart des gens connaissent le risque. Pourtant, les développeurs font l'équivalent numérique...
Mozilla mise sur le contenu IA en temps réel pour compenser la baisse des revenus de la recherche
La grille de mots croisés quotidienne est générée en injectant les dernières actualités dans un grand modèle de langage, qui produit des paires mot-indice qu'un solveur mathématique transforme ensuite en une grille imprimable. Mozilla affirme que cet engagement accru pourrait aider à compenser l'augmentation des coûts de calcul et empêcher les utilisateurs de migrer vers des moteurs de recherche externes.
Les modèles à poids ouverts alimentent désormais 29 % des jetons IA de Vercel, contre 11 % en avril
Les données de la passerelle de Vercel pour le mois de juin montrent que les modèles à poids ouverts et peu coûteux sont passés de juste plus d'un dixième à près d'un tiers de l'ensemble des jetons en deux mois, DeepSeek représentant à lui seul plus d'un cinquième de ce trafic.
Encord vise un ensemble de données cinq fois plus vaste que YouTube pour alimenter des robots de niveau humain
Le partenariat d'Encord avec la startup allemande Zander Labs équipe les opérateurs de casques EEG et de capteurs EMG de l'avant-bras, dans le but de créer un ensemble d'entraînement assez massif pour éclipser le corpus vidéo de YouTube et accélérer la manipulation robotique dextre.
L'offensive d'IA de 14,5 milliards de dollars du DepEd vacille alors que les écoles rurales perdent la connexion internet toutes les quelques minutes
Le déploiement d'AGAP.AI par le ministère de l'Éducation promet un tutorat assisté par l'IA, pourtant une évaluation de la maturité numérique montre que la plupart des écoles publiques subissent des coupures fréquentes et utilisent des ordinateurs incapables de gérer les navigateurs modernes, transformant les prévisions de marché de 14,5 milliards de dollars en une chimère pour de nombreux apprenants.
Weak DMARC Policies Could Blacklist Entire AI Agent Fleets Overnight
The Infrastructure Under Your AI Agents Is Rotting Everyone says AI agents only need one API call to get an inbox. They are wrong. I scanned 671,693 domains to see what is actuall…
Le rappel RAG est passé de 60 % à 90 % après la correction de la métrique
L'auteur a découvert que les trois quarts des prétendus « échecs » contenaient en réalité l'information nécessaire, mais sur une page différente de celle attendue par le script de test. Le passage à une métrique de rappel au niveau des faits a permis de l'aligner sur la précision des réponses de 90 %.
L'IA Gemma embarquée transforme les appareils ESP32 à 8 $ en vecteurs de menace indétectables
Un développeur indépendant a réduit le modèle Gemma de Google à 28,9 millions de paramètres pour l'intégrer dans la mémoire RAM et flash limitée de l'ESP32-S3, permettant une inférence totalement hors ligne sur un matériel assez peu coûteux pour être dissimulé dans n'importe quel capteur ou objet connecté.
Les agents IA locaux peuvent désormais générer des schémas d'ingénierie identiques sans passer par le cloud
Le tldraw-canvas-kit de Prateek Rai propose 19 compétences d'agent basées sur le JSON qui permettent à Claude Code, Cursor ou n'importe quel LLM local de piloter l'application de bureau tldraw. Le kit exécute un serveur HTTP local, stocke les schémas sous forme de simples fichiers .tldraw et garantit des mises à jour idempotentes sans aucune télémétrie.
AgentOps corrige les bugs en moins d'une minute grâce à l'observabilité en temps réel
Conçu pour le hackathon SigNoz, AgentOps surveille les pics d'erreurs, récupère les logs, identifie la ligne défectueuse, rédige un correctif dans un environnement sécurisé et relance la requête — le tout sans intervention humaine, bouclant chaque cycle en 30 à 60 secondes.
Claude Opus 5 facture 3 fois plus cher qu'Opus 4.8 sur des prompts simples
Les deux modèles affichent des tarifs de tokens identiques, mais le mode de pensée adaptative par défaut d'Opus 5 compte le raisonnement interne comme des tokens de sortie, ce qui gonfle les factures jusqu'à 95 % sur des requêtes simples. Désactiver cette fonctionnalité rétablit la parité.
Openship délègue les builds à une machine séparée pour économiser la RAM des serveurs de production
En déplaçant le tableau de bord et le runner CI/CD vers une station de travail ou une machine dédiée et en transférant le conteneur final via SSH, Openship libère de la mémoire sur le serveur de production, améliore la sécurité et accélère les builds — bien que le mode bureau disparaisse lorsque l'hôte est éteint.
Anthropic dévoile Claude Opus 5 avec une fenêtre de contexte d'un million de tokens, sans hausse de prix
Claude Opus 5 étend la fenêtre de contexte à un million de tokens et permet de produire jusqu'à 128 k tokens tout en maintenant les tarifs d'Opus 4.8, mais introduit des contrôles de niveau d'effort, une phase de réflexion forcée, la mise en cache des prompts pour les requêtes de 512 tokens, et le changement d'outil en version bêta en cours de conversation.
Fable 5 Beats Opus 5 in Speed, Cutting Latency by 24% and Tokens by 43%
In a seven-task suite covering code review, JSON generation, physics problems and summarisation, Fable 5 was 24% faster and used 43% fewer tokens, but failed two tasks and hit content filters, whereas Opus 5 succeeded on all after a single retry.
Le duo Planificateur-Exécutant de Cursor atteint 100 % d'exactitude lors de la réécriture de 835 pages de SQLite
Lors d'une réécriture complète du manuel Rust de 835 pages de SQLite, l'essaim à deux cerveaux de Cursor a atteint une exactitude de 100 %, a réduit la base de code à seulement 9 908 lignes et a fait chuter la facture à 411 $, contre 10 565 $ pour une exécution solo par GPT-5.5.
Rapid Typists Triggered Duplicate Bot Replies Until a New Lease Mechanism Fixed It
The bug only appeared when users hammered send fast enough to fire multiple requests before the AI started thinking. A millisecond-long DB lock vanished, letting several processes answer the same prompt until engineers introduced version counters, isolated timers, and a compare-and-swap lease.
How Chunk Size, Embeddings, and Hybrid Search Make or Break RAG Production
Moving a Retrieval-Augmented Generation system to real users hinges on five decisions—chunking strategy, embedding model, vector store, hybrid search, and evaluation—each directly affecting precision, recall, latency and even support costs.
Le cache de prompts réduit drastiquement la latence de Claude 4.6, avec des réponses jusqu'à 5 fois plus rapides
Le cache stocke un segment de prompt statique — au moins 1 024 tokens pour Sonnet ou 4 096 pour Opus — dans la mémoire GPU pendant cinq minutes, permettant aux appels répétés de sauter l'étape de préchauffage et de réduire à la fois la latence et le nombre de tokens facturables.
Claude Code perdait 10 secondes par tour à cause de recherches npx cachées – l'installation globale en économise six
Une recherche npx cachée dans le hook Stop de Claude Code interrogeait le registre npm six fois par tour, ajoutant environ 10 secondes de latence et des pics occasionnels de 113 secondes. Le remplacement de ces appels par un binaire installé globalement a réduit le délai de moitié.
Mowito lève 3 millions de dollars pour déployer des « cerveaux » pour bras robotisés dans des usines de Détroit
Le financement de pré-amorçage de Mowito servira à financer un centre de développement à Détroit et des projets pilotes auprès de fabricants de petites séries à forte diversité, dans le but de prouver que son logiciel de vision et d'apprentissage par renforcement peut réduire le temps et les coûts de reprogrammation des robots.