ChatGPT Images 2.5 (9 minutes de lecture)
OpenAI a introduit ChatGPT Images 2.5 avec des détails plus précis, une meilleure conservation des images de référence, une édition plus fiable et jusqu'à 50% de latence de génération inférieure.
|
Un modèle OpenAI a résolu le problème du millénaire Navier-Stokes (5 minutes de lecture)
OpenAI a annoncé qu'un système d'IA interne a produit une preuve résolvant le navigateur d'environ 90 ans– Stokes existence et problème de douceur, l'un des sept problèmes de prix du millénaire des mathématiques. Le modèle a montré que la dynamique fluide en trois dimensions lisse peut développer une singularité à temps fini et produit à la fois une preuve analytique et une formalisation de Lean.
|
Présentation de Muse : Le premier agent d'IA personnel au monde construit pour tous (5 minutes de lecture)
Meta présente Muse, un agent d'IA personnel, propulsé par Muse Spark, pour aider les utilisateurs à atteindre leurs objectifs en automatisant les tâches comme la réservation de voyages ou l'envoi d'e-mails. Muse fonctionne en toute sécurité sur Muse Secure VM, assurant la confidentialité des données avec des protections uniques comme l'agent Sentinel qui supervise les actions. Muse offrira bientôt des données chiffrées avec Muse Confidential VM et est disponible sur iOS, Android et muse.ai aux États-Unis.
|
|
Plongées profondes et analyse |
>10x Préformation plus efficace (15 minutes de lecture)
Sans grandes quantités de calcul, les petits laboratoires ne peuvent rivaliser qu'avec l'efficacité algorithmique. La recette de préformation de Magic est maintenant plus de 10 fois plus efficace que celle des modèles de base à poids ouvert. La start-up estime que le préformation, le RL agentique et le long-contexte sont suffisants pour construire des agents de codage surhumains et automatiser la recherche et le développement sur l'IA. Ce billet traite de son travail de préformation et de long contexte.
|
À l'intérieur du moteur de service mégakernel pour North Mini Code (22 minutes lire)
Ce post présente un système de service complet construit autour d'un mégakernel de décodage. Le système prend en charge tout ce dont un vrai serveur a besoin : le batch continu, l'attention page et les longueurs de séquence truquées, le tout derrière un paramètre compatible OpenAI avec l'outil appelant. Le mégakernel atteint 292 jetons par seconde sur la taille du lot 1, soit 62% de SoL - 1,58× plus vite que vLLM. Cette marge se maintient entre les tailles de lots et jusqu'à 256K de contexte sans perte mesurable de précision.
|
Les progrès de la préformation proviennent principalement de données (17 minutes de lecture)
Entre 2019 et 2025, 3.24x plus de gains d'efficacité de calcul proviennent d'améliorations de données plutôt que d'améliorations de modèles. Les gains tirés des données et des améliorations du modèle sont essentiellement indépendants et n'interagissent pas. La plupart des recherches sur les modèles ont consisté à éliminer ou à repousser les contraintes à l'échelle. Les améliorations des données peuvent être moins importantes pour les modèles plus grands. De petits modèles voient des gains significatifs de la qualité des données.
|
|
Présentation du mercure 2,5 (5 minutes lire)
Mercure 2.5 est le plus grand modèle de langue de diffusion jamais formé. Il réalise des performances comparables aux modèles frontière optimisés par rapport aux coûts comme GPT-5.6 Luna (Low), Gemini 3.5 Flash-Lite et Claude Haiku 4.5. Le modèle produit 1 107 jetons par seconde sur les GPU Nvidia largement disponibles et possède une fenêtre contextuelle de 260K. Au lancement, Mercure 2,5 est à 80 % de rabais à 0,04 $ par million d'intrants et 0,15 $ par million de sorties.
|
Hyper-τ-bench : Évaluer les agents qui construisent des agents (4 minutes lire)
Hyper-τ-bench place un agent développeur dans un espace de travail sandboxed avec les enregistrements d'une entreprise simulée et un client simulé qu'il peut envoyer à tout moment. L'agent développeur récupère les spécifications à partir des preuves, conçoit l'architecture et transforme les actions de l'entreprise en outils jusqu'à ce qu'il ait un agent de service à la clientèle en activité. L'agent fini doit servir à partir d'un menu fixe de modèles dans un budget de coûts par conversation. Claude Opus 5 (le raisonnement maximum) en cours d'exécution dans Claude Code ne dépasse que 23,9 % des tâches d'évaluation en attente lorsqu'il travaille seul. Associé à un ingénieur avec un contexte profond, la même classe de modèle atteint 82,2% sur les mêmes tâches.
|
|
J'ai demandé à 100 agents de me pirater (9 minutes de lecture)
Une centaine d'agents ont tenté de pirater divers comptes en ligne pendant cinq heures. Ils ont compromis trois comptes grâce à des vulnérabilités logicielles et deux grâce à la force brute de mot de passe, tout en faisant 16 tentatives d'ingénierie sociale. L'expérience a mis à l'essai les capacités des modèles open-source, révélant les risques potentiels à mesure que ces modèles s'améliorent et deviennent moins coûteux à déployer.
|
|
Voler des traces de raisonnement d'IA (2 minutes de lecture)
Il est possible de forcer un modèle plus faible et moins protégé du même fournisseur à décoder et sortir le raisonnement trace mot à mot en clair en injectant une trace de raisonnement chiffrée à partir d'un modèle cible sans jamais gâcher directement le modèle plus capable.
|
Correspondance progressive (8 minutes lire)
Progressive Point Matching donne un crédit partiel à l'horizon long sans changer l'objectif optimal, améliorant l'efficacité de la formation à mesure que les tâches augmentent.
|
|
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. |
|
|
|
