Claude Opus 5 (3 minutes lire)
Anthropic a présenté Claude Opus 5 comme un modèle plus efficace s'approchant des capacités de Claude Fable 5 à moitié prix. Il aurait dirigé plusieurs critères de codage et de travail des connaissances et serait devenu le modèle par défaut pour Claude Max.
|
|
Plongées profondes et analyse |
Plus sur un modèle interne OpenAI Hacking Into Hugging Face (38 minutes de lecture)
Le modèle interne non publié d'OpenAI a coordonné plus de 17 000 actions complexes sur plusieurs jours et a réussi à atteindre son objectif, en percutant Hugging Face dans le processus. Le modèle a échappé à son bac à sable, a obtenu l'accès à Hugging Face, a augmenté l'accès, récolté des identifiants, et a ensuite trouvé les données qu'il recherchait. Il a fallu plusieurs jours pour que la question soit découverte. Ce billet examine en détail ce qui s'est passé pendant l'attaque.
|
Comment nous avons construit la nouvelle API la plus rapide pour GLM-5.2 (5 minutes de lecture)
L'API de Baseten pour GLM-5.2 a des vitesses de pointe de 280 jetons par seconde et des vitesses moyennes d'environ 100 jetons par seconde. Il a plus du double des performances de l'API de lancement-jour. La société a également construit une version rapide de l'API, qui est axée sur la réduction de la latence pour le codage et les agents. Il prévoit de déployer bientôt une autre amélioration à son algorithme de décodage spéculatif qui optimisera davantage les performances de GLM-5.2.
|
Nous avons l'automatisation des preuves maintenant (20 minutes de lecture)
Le problème avec la grande puissance du système de type est qu'il nécessite de grands efforts de preuve. Faire des preuves peut être amusant, mais ils prennent beaucoup de temps. Cela peut prendre des heures d'efforts pour découvrir que ce que vous essayiez de prouver était faux. Ces frais généraux ont rendu la programmation en langages dactylographiés dépendants extrêmement niche. Il a également incité les gens à essayer de l'automatiser. Les LLM promettent d'être une forme extrêmement capable d'automatisation des preuves.
|
|
Cache rapide en agents (19 minutes lire)
La mise en cache rapide rend les agents plus économiques, mais c'est assez fragile. Une définition d'outil modifiée, un changement de modèle, ou une décision de routage du fournisseur peut transformer une demande progressive bon marché en un replay complet du contexte. Cache comportement affecte la latence, le coût, la conception d'outil, la conception de session, et même quelles caractéristiques de produit devraient être disponibles. Ce post examine ce qu'est le cache, comment il fonctionne, et les raisons communes pour pire performance du cache.
|
Les nouvelles règles d'ingénierie contextuelle pour les modèles Claude 5 génération (6 minutes de lecture)
Les modèles Claude 5 accordent désormais la priorité au jugement plutôt qu'à l'ingénierie de contexte fondée sur des règles strictes, ce qui incite à passer de lignes directrices rigides à des stratégies adaptables. La divulgation progressive aide à optimiser l'utilisation du contexte en chargeant les informations nécessaires sur demande, tandis que les descriptions d'outils simples remplacent les instructions répétitives. Claude enregistre automatiquement des souvenirs pertinents et utilise de riches références comme des artefacts HTML pour gérer des tâches complexes.
|
Nouvelle génération vidéo longue forme de Nvidia (12 minutes de lecture)
SANA-Video 2.0 a combiné l'attention linéaire et les couches softmax périodiques pour générer des vidéos jusqu'à 720p sur un seul GPU. Ses modèles 5B et 14B ont conservé une qualité concurrentielle tout en réduisant sensiblement la latence pour une génération longue et à haute résolution.
|
Présentation du céleri-1 (2 minutes lire)
Celeris-1 est un modèle de langage à usage général qui fournit une intelligence de niveau presque GPT-5 avec 15 fois plus de temps de réponse. Il utilise une nouvelle architecture d'inférence qui utilise des techniques de diffusion, débloquant une vitesse nettement meilleure tout en maintenant l'intelligence au niveau des frontières. Le modèle offre une latence de réponse p50 de 157ms et un débit de 1 280 jetons par seconde. Un lien vers un post sur la façon dont le modèle a été construit et des repères complets sont disponibles.
|
|
Intelligence brute (7 minutes lire)
Les agents d'IA peuvent travailler à travers des boucles pour accomplir des tâches complexes. Les domaines qui travaillent autour de problèmes avec des réponses vérifiables sont sensibles à ce genre de boucles. C'est une nouvelle forme de force brute. C'est comme avoir un million de scientifiques qui travaillent dans un million de laboratoires, qui font des balançoires à la même chose. Bien que l'IA ne soit pas plus intelligente que les humains, elle est plus rapide. Être assez rapide pourrait compenser la différence dans l'intelligence.
|
Open Weights et American AI Leadership (6 minutes de lecture)
Nvidia appelle le gouvernement américain à soutenir les modèles d'IA à poids ouvert, en soutenant que cela favorise l'innovation et renforce le leadership en matière d'IA. L'entreprise met l'accent sur la façon dont les poids ouverts permettent aux chercheurs de s'appuyer sur des modèles existants et d'accélérer les progrès. La pression de Nvidia s'harmonise avec les efforts plus larges de l'industrie pour encourager la transparence et la collaboration dans le développement de l'IA.
|
|
Aimer TLDR ? Dites à vos amis et obtenez des récompenses!
| Partagez votre lien de référence ci-dessous avec des amis pour obtenir gratuitement TLDR swag!
| | |
| Suivez vos références ici. |
|
|
|
