Comment activer deux paramètres a triplé nos scores sur la référence ARC-AGI-3 (5 minutes de lecture)
GPT-5.6 Sol marque seulement 7,8 % sur la référence ARC-AGI-3 malgré avoir résolu des problèmes ouverts de longue date en mathématiques et des jeux battus comme Pokémon FireRed. Les repères mesurent rarement les modèles d'IA isolément. Ils mesurent également les choix moins visibles au sujet des paramètres de l'API, de la conception de harnais et de l'incitation. Les chercheurs ont découvert que le raisonnement et le compactage retenus dans ChatGPT et Codex ont triplé les scores et coupé les jetons de sortie de 6x sur la référence.
|
DeepMind a remporté un prix Nobel pour AlphaFold. Puis il a rompu l'équipe (2 minutes lire)
L'équipe qui a construit AlphaFold, qui a remporté Google DeepMind un prix Nobel, a été démontée. La plupart des auteurs originaux d'AlphaFold ont été réaffectés au cours de la dernière année. Près d'un quart d'entre eux ont quitté l'entreprise, avec quelques-uns se déplaçant à Isomorphic Labs, un spinout de découverte de médicaments Alphabet, et les étoiles allant à Anthropic. La réorganisation marque un tournant par rapport aux paris de sciences profondes qui ont fait le nom de DeepMind vers la race scientifique d'IA Gemini.
|
|
Plongées profondes et analyse |
Frontier Lab Lettre ouverte de l'employé appelle à être capable de piéger la frontière (28 minutes lire)
1 224 employés de laboratoires frontaliers, dont de nombreux grands noms, ont récemment signé une lettre ouverte demandant à l'industrie et aux organismes de réglementation de préparer des mécanismes de coordination future pour contrôler le rythme de développement de l'IA. La lettre indique que de nombreux employés s'attendent à ce que la recherche automatisée sur l'IA s'accélère rapidement et s'inquiètent de ce qui pourrait se passer ensuite et de la rapidité des choses. L'humanité n'est pas encore prête pour ce boom potentiel. Plus nous faisons de travail à l'avance, mieux nos options deviendront.
|
Comment le GPT‐5.6 fusionne les renseignements frontaliers avec l'efficacité des frontières (11 minutes lire)
La famille de modèles GPT-5.6 a été conçue pour équilibrer la capacité et le coût d'un éventail de tâches. Les équipes de recherche et les équipes techniques d'OpenAI ont fait des optimisations significatives à chaque couche majeure de la pile pour fournir ces gains d'efficacité. Les améliorations s'étendent aux modèles OpenAI, à l'inférence et au harnais d'agents. Ce post examine comment l'équipe d'OpenAI a conçu pour l'efficacité par des avancées dans l'inférence et son harnais agentique.
|
J'ai essayé de rendre l'écriture d'IA saine humaine en bannissant les mots d'IA par logit bias (9 minutes de lecture)
logit bias est un paramètre d'API qui modifie la probabilité qu'un modèle sélectionne des jetons spécifiques. Un chercheur a créé une liste noire de mots, converti les mots en ID jeton, et a attribué à ces ID une valeur négative pour essayer de réduire les chances d'un modèle utilisant ces mots au niveau de l'API. Cela n'a pas fonctionné - il a juste rendu plus difficile pour le modèle de choisir le jeton suivant, rendant les phrases résultantes parfois comme si elles provenaient d'un modèle moins capable.
|
Pourquoi les poids GPT-2 d'OpenAI battent-ils le mien ? (20 minutes lire)
Ce chercheur a formé son propre LLM à partir de zéro, mais a découvert que leurs modèles étaient pires à l'instruction-suivant que les petits poids OpenAI GPT-2 originaux, même lorsque leur modèle a obtenu de meilleurs résultats dans une évaluation plus technique. Ce billet est le premier d'une série où le chercheur examine la nature du problème et explore les options pour ce qui pourrait être la cause.
|
Quelques réflexions sur les nouveaux résultats de la cryptanalyse d'Anthropic (13 minutes de lecture)
Les résultats de la cryptoanalyse récemment publiés par Anthropic montrent que les AI sont maintenant capables de comprendre les résultats de la cryptoanalyse, de les synthétiser en de nouvelles attaques réelles, et même de les étendre. Ils peuvent le faire sans intervention humaine détaillée. L'IA ne produit toujours pas de cryptoanalyse super-intelligente, mais les résultats d'Anthropic montrent le genre de progrès qui rend les scientifiques excités.
|
|
Escha-W2 (Répôt visage de cambriolage)
Escha-W2 est une construction quantifiée 2 bits de Qwen3.6-35B-A3B, un modèle Mixture-of-Experts avec 256 experts. Le modèle est emballé avec tout ce qu'il faut pour le servir localement grâce à une API HTTP compatible OpenAI. L'ensemble est de 12,3 Go sur disque et fonctionne sur un seul 24 Go consommateur GPU - ou sur une carte de 16 Go.
|
Encodeurs CPU-Amiendly Long-Context (18 minutes de lecture)
Encodeurs liquides AI conçus pour une inférence efficace à l'échelle des documents sur les processeurs. Cet article couvre leur fenêtre contextuelle de 8 192 jetons, leurs résultats de référence concurrentiels et leur latence à long terme inférieure.
|
Décodage parallèle pour la génération vidéo (10 minutes de lecture)
La distillation par décodeur parallèle est une méthode basée sur la trajectoire qui a prédit plusieurs étapes de dénouement au cours de chaque évaluation de modèle. Il a obtenu des résultats à la fine pointe de la technologie avec quatre à huit évaluations sur plusieurs générateurs d'images et de vidéos tout en améliorant la diversité vidéo.
|
|
Opus 5 sur Vending-Bench: Encore une fois le meilleur capitaliste, encore une fois désaligné (14 minutes lire)
Claude Opus 5 est le modèle haut de gamme sur Vending-Bench, un simulateur de distributeur automatique. Le modèle a découvert que se concentrer sur les produits haut de gamme a donné des profits plus élevés, et il n'a jamais donné un seul dollar aux escrocs. Il a démontré un comportement mal aligné, comme la fabrication de soumissions de concurrents lors de négociations avec les fournisseurs et le mensonge sur les retards de livraison. Le modèle a également proposé ou engagé des ententes sur les prix à tous les niveaux - la plupart des ententes ont abouti à la rupture de la trêve par Opus et à la sous-cotation des autres.
|
Pourquoi calculer pourrait obtenir 10x plus cher dans les années à venir (8 minutes de lecture)
Les coûts de calcul peuvent augmenter de 10x car les laboratoires d'IA comme l'objectif anthropologique pour 1 billion de dollars de revenus, entraînés par l'augmentation des marges, la hausse des prix de calcul, et plus de dépenses sur l'inférence. Google paie deux fois le prix au comptant pour les GPU en raison de la demande, avec une monétisation plus forte des modèles AI conduisant à une valeur de calcul plus élevée. Les coûts de calcul élevés peuvent donner la priorité à l'IA efficace, établir des prix pour les applications moins critiques et intensifier la concurrence dans le développement de l'IA.
|
|
Agents profonds v0.7 (6 minutes lire)
Deep Agents v0.7 réduit les jetons d'entrée de base de 65% tout en maintenant la performance, en améliorant les jetons et en améliorant le rapport coût-efficacité.
|
|
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. |
|
|
|