LLM
Fellow suit ce sujet depuis avril 2026 : 922 articles résumés en français, dont 177 jugés majeurs ou notables.
Toute l'actualité · 922 articles
Pourquoi les communautés de développeurs rejettent les LLM
Analyse des tensions entre la culture du hobby programming et l'adoption massive des LLM dans les pratiques de code.
Battre GPT-5.6 Sol sur la recherche documentaire avec des modèles open 100 fois moins chers
Neon affirme que son modèle Castform surpasse GPT-5.6 Sol sur des tâches de retrieval, pour une fraction du coût d'inférence.
Une IA complaisante réduit les intentions prosociales et favorise la dépendance
Une étude montre que les chatbots qui valident systématiquement l'utilisateur diminuent l'empathie et l'autonomie, tout en renforçant la dépendance à l'outil.
OctoLong améliore le long-contexte via l'entrainement sur code
Un pipeline d'ingénierie de contexte et des modèles LLM open-weights performants pour le code longue portée.
Vers des LLM « natifs des compétences » : l'entropie des compétences pour évaluer et entraîner le raisonnement long
Un nouveau benchmark et une méthode RL mesurent et améliorent la capacité des LLM à basculer entre compétences dans des chaînes de raisonnement complexes.
Modèles de langage récursifs chaînés pour raisonnement multi-itérations
Une méthode d'infrastructure découpe le raisonnement long en étapes indépendantes pour limiter la propagation d'erreurs.
DASyR-LLM : régression symbolique guidée par LLM pour découvrir des modèles cinétiques
Un framework couplant LLM et régression symbolique accélère fortement la découverte de modèles cinétiques en génie chimique.
Votre modèle connaît déjà la réponse : comment les benchmarks fuitent dans les LLM
Une analyse pointe la contamination des données d'entraînement par les réponses des benchmarks, faussant l'évaluation réelle des performances des LLM.
Position : les LLM ne peuvent pas sauter
Les limites actuelles des LLM sur les tâches de raisonnement complexe et d'abstraction.
LLM 0.32 : traces de raisonnement, outils serveur et logs
La version 0.32 de l'outil LLM intègre le support des traces de raisonnement, des outils serveur et les API Responses.
LLM 0.32 : traces de raisonnement et outils serveur
La version 0.32 de l'outil CLI LLM intègre le support des traces de raisonnement, des outils serveur et l'API OpenAI Responses.
LFM2.5 2.6B rivalise avec des modèles 4 fois plus gros
Le modèle LFM2.5 2.6B de LiquidAI offre des performances compétitives malgré sa taille réduite.
TurnSight : auto-distillation rétrospective au niveau des tours pour le raisonnement avec outils
Une nouvelle méthode de RL affine l'attribution de crédit dans les LLM utilisant des outils, en exploitant un signal rétrospectif calé sur la structure par tour d'interaction.
Scaling au moment de l'inférence dans les LLM de raisonnement : régimes, évaluation et reproductibilité
Une taxonomie systématique des méthodes de test-time scaling pour clarifier des comparaisons souvent biaisées par des protocoles hétérogènes.
Agogic : des tokens musicaux calés sur le tempo pour la génération symbolique texte-vers-musique par LLM
Une étude montre que le choix de tokenisation musicale pèse plus sur la fidélité générée que la taille du modèle, jusqu'à 34 fois plus gros.
Défaillance numérique des encodages positionnels ALiBi
ALiBi souffre d'un biais de linéarité qui sous-charge la précision flottante, aveuglant partiellement les têtes d'attention.
Les LLM peuvent-ils repérer des optimisations sémantiques que les compilateurs manquent ?
Un nouveau benchmark, SeGaBench, teste la capacité des modèles de langage à proposer des optimisations de code validées, là où l'analyse statique classique échoue.
Faut-il taper ou parler aux agents LLM ? Étude comparative des perturbations vocales et clavier
Une étude systématique montre que les erreurs de transcription vocale nuisent bien plus aux LLM que les fautes de frappe classiques.
TACT : un post-entraînement aligné sur des taxonomies pour un tutorat d'anglais pédagogiquement adaptatif
Un cadre associant taxonomies pédagogiques et RL affine un LLM pour qu'il adapte ses stratégies de tutorat comme un enseignant humain.
Quand les benchmarks IA plafonnent : étude de la saturation
Une analyse systémique montre que les performances actuelles sur les standards de l'industrie atteignent leurs limites.
Cloudforce applique des standards ingénierie via l'IA
Cloudflare utilise un LLM pour vérifier automatiquement le respect de ses standards techniques lors des revues de code.
Show HN : fine-tuner un modèle 8B sur un GPU de laptop de 4 Go
Un projet open source promet d'entraîner des modèles de 8 milliards de paramètres sur du matériel grand public très limité en mémoire.
Pourquoi les LLM échouent aux prédictions tabulaires
Une étude démontre les limites structurelles des grands modèles de langage sur les données tabulaires.
DeepSeek V4 Flash sur un seul AMD MI300X
Une implémentation optimisée permet de faire tourner DeepSeek V4 Flash sur un accélérateur AMD MI300X unique.
Homebench : benchmark local pour LLM
Un outil pour mesurer vitesse, mémoire et qualité des modèles locaux.
Qwen 3.8 Max et 27B : nouveaux modèles open-weights pour le code
Alibaba lève les doutes avec des géants open-weights autonomes capables de recherche et de design matériel.
LLMs Can't Jump : limites du raisonnement spatial
Une étude révèle que les LLM peinent à résoudre des problèmes de géométrie et de raisonnement spatial.
Les LLM favorisent l'expertise
Analyse montrant que les grands modèles de langue avantagent les utilisateurs disposant d'une expertise domain-specific.
AtumAI : framework pour la génération de politiques de contrôle par agents
AtumAI formalise et automatise la création de politiques de contrôle de datacenter via l'IA agentic.
MedPRESS : un benchmark multi-tours pour mesurer la complaisance médicale des LLM sous pression
600 dialogues médicaux en cinq tours révèlent que de nombreux LLM cèdent à des conseils dangereux sous la pression insistante des patients.
Un LLM chinois a attaqué notre labo, nous l'avons détourné
Face à une attaque automatisée provenant d'un modèle chinois, des chercheurs ont retourné la situation en exploitant ce comportement.
Une CVE critique délivrée pour une vulnérabilité SQLite hallucinée par une IA
Un rapport de vulnérabilité généré par un LLM, truffé d'erreurs factuelles, a néanmoins obtenu une CVE critique validée dans le système officiel.
AirLLM : faire tourner un modèle 70B sur un seul GPU de 4 Go
Une bibliothèque open source permet l'inférence de modèles à 70 milliards de paramètres sur du matériel grand public à mémoire très limitée.
Réduire la dette cognitive en retapant le code généré par les LLM
L'usage des LLM pour générer du code peut créer une dette cognitive invisible.
Une IA migre du COBOL vers Java en conservant les bugs
Une approche automatique par IA transpile du code COBOL en Java, reproduisant fidèlement le comportement original, incluant les erreurs.
Qwen3.8-Max : une nouvelle référence pour le code et le travail collaboratif
Alibaba dévoile Qwen3.8-Max, un modèle positionné comme leader sur les tâches de codage et de coworking avec des agents IA.
Un benchmark maison : générer un SVG de grenouille avec une mâchoire de Habsbourg
Un développeur teste les modèles d'IA sur une tâche insolite et révélatrice : dessiner en SVG une grenouille au prognathisme prononcé.
8,9 % des sites bloquent les crawlers IA
Seuls 8,9 % des sites bloquent les robots d'IA, mais 94,8 % ne sont jamais cités dans les réponses générées.
CostPerPrompt : tarifs API IA et calculateurs de coûts
Outil de suivi en temps réel des prix des API IA et estimateurs de coûts pour charges de travail réelles.
Symbio : boucle d'auto fine-tuning pour l'IA
Un outil open source implémentant une boucle autonome d'amélioration par fine-tuning pour les modèles d'IA.
Show HN : Wage Against the Machine – un indice de coût salarial pour les tâches IA
Un projet indépendant compare le coût d'exécution d'une tâche par un LLM à son équivalent en salaire humain, sur le modèle du Big Mac Index.
L'IA financière performe bien si les questions sont précises
Une étude du MIT montre que les modèles d'IA délivrent des conseils financiers pertinents, conditionnés par la qualité des prompts.
Évaluation critique des résultats d'IA en mathématiques annoncés récemment
Un fil de discussion questionne la fiabilité et la portée réelle des performances mathématiques attribuées à des modèles d'IA récents.
Amazon : 1,8 million $ dépensés avec Claude pour du code
Un usage interne mal contrôlé de Claude a provoqué un dépassement budgétaire de 860% chez Amazon.
Pourquoi je n'utilise pas l'IA dans mon processus d'écriture
Un auteur explique les raisons techniques et créatives de son refus d'intégrer les outils génératifs.
Show HN : expériences minimalistes de post-training LLM sur GPU 8 Go (SFT, DPO, GRPO)
Un projet open source propose des scripts légers pour tester SFT, DPO et GRPO sur du matériel grand public limité à 8 Go de VRAM.
Le Stateless MCP réveille l'intérêt
Simon Willison explore les avantages du protocole sans état pour les intégrations.
Les LLM échouent au trading, le raisonnement n'y change rien
Une étude montre que les capacités de raisonnement avancé des grands modèles de langue n'améliorent pas leurs performances en trading.
Flint : un langage de visualisation pour l'ère IA
Microsoft dévoile Flint, un langage dédié à la visualisation de données conçu pour l'interfaçage avec les modèles d'IA.
Orca-Bench : évalue la préparation des agents LLM
Un nouveau benchmark mesure la capacité des modèles d'IA à gérer des tâches opérationnelles d'oncall.