LLM
Fellow suit ce sujet depuis avril 2026 : 922 articles résumés en français, dont 177 jugés majeurs ou notables.
Toute l'actualité · 922 articles
Exécution locale de LLM à faible latence via Java 22 Panama
Une librairie Java expérimentale utilise le projet Panama pour inférer des LLM en local avec des performances natives.
The Agentic Loop : trois boucles déguisées en une seule
Un essai décortique l'architecture réelle des agents IA, présentée comme trois boucles imbriquées plutôt qu'un mécanisme unique.
DeepSeek publie dspark_qwen3_4b_block7
Sortie du modèle dspark_qwen3_4b_block7 par DeepSeek sur Hugging Face.
DeepSeek publie dspark_qwen3_8b_block7
Nouveau modèle DeepSeek dspark_qwen3_8b_block7 disponible sur Hugging Face.
« Guardian Angels » : la personnalisation des LLM au service de la productivité et de la sécurité
Gwern imagine des assistants IA personnels omniprésents, capables de protéger l'utilisateur contre erreurs, manipulations et pertes de temps.
Les agents de codage anticipent-ils vraiment leurs actions ?
Une étude explore si les agents d'IA spécialisés en code planifient réellement à l'avance ou se limitent à une exécution séquentielle réactive.
Doorash optimise les métadonnées alimentaires
Doorash utilise des jurys de LLM et de l'IA multimodale pour structurer les données de ses menus.
Ce que révèle et ne révèle pas la dernière découverte d'Anthropic
Analyse des travaux d'Anthropic en interprétabilité mécaniste et de leurs réelles implications pour la compréhension des LLM.
Requential Coding : compression de modèle via données auto-générées
Une nouvelle méthode de compression exploitant les données auto-générées surpasse les limites du prequential coding.
Métacognition dans les LLM : fondations, avancées et perspectives
Une revue exhaustive fait le point sur la capacité des LLM à évaluer et réguler leur propre raisonnement.
AdvancedMathBench : un benchmark pour la génération et la vérification de preuves mathématiques avancées
Un nouveau benchmark évalue la capacité des LLM à produire et vérifier des preuves de niveau universitaire à doctoral, au-delà des olympiades.
Impact de la température sur le biais idéologique en RAG
Une étude montre que la température d'échantillonnage influence la transmission des idéologies dans les systèmes RAG.
Pleias publie Common Corpus, un vaste jeu de données ouvert d'entraînement
Le laboratoire français Pleias met à disposition Common Corpus, une collection massive de textes libres de droits pour entraîner des LLM.
ToxicCommons : un dataset pour détecter la toxicité
Pleias publie un dataset conçu pour analyser et réduire les contenus toxiques dans les modèles de langage.
Sortie de Monad par le lab Pleias
Pleias publie Monad, un nouveau modèle d'IA, désormais disponible sur Hugging Face.
L'efficacité déraisonnable des LLM en mathématiques
Un essai revient sur les capacités surprenantes des grands modèles de langage à résoudre des problèmes mathématiques avancés.
Discussion : Ajouter un indicateur pour les articles générés par IA
Les utilisateurs d'Hacker News débattent de l'opportunité de marquer explicitement les contenus produits par des LLM.
George Hotz : « J'aime les LLM, je déteste le battage médiatique »
Dans un billet publié sur son blog, George Hotz défend l'utilité concrète des LLM tout en critiquant l'exagération ambiante autour de leurs capacités.
Comprendre le raisonnement des LLM : l'interprétabilité mécaniste s'appuie sur la théorie de la causalité
Des chercheurs en interprétabilité mécaniste empruntent des outils de la théorie de la causalité pour décrypter les mécanismes internes des grands modèles de langage.
L'ingénierie des « harnais » d'agents : concevoir l'environnement autour des LLM agentiques
Un billet d'Addy Osmani plaide pour soigner l'infrastructure qui entoure les agents IA plutôt que le seul modèle.
Ce qui se passe entre la saisie du prompt et l'apparition du premier mot
Un article pédagogique détaille la mécanique interne des LLM, du tokenisation à la génération du premier token en sortie.
Mesh LLM : l'inférence IA distribuée sur le réseau iroh
Iroh propose une architecture peer-to-peer pour faire tourner des LLM en distribué, sans infrastructure centralisée.
Arrêtez de me dire de demander à un LLM
Une critique directe de la tendance à rediriger systématiquement les questions vers les LLMs, au détriment de l'expertise humaine et de la fiabilité.
Sqlsure : vérifications sémantiques déterministes pour le SQL généré par IA
Un outil open-source qui valide le SQL produit par des LLM via des contrôles sémantiques déterministes, avant toute exécution en base.
L'IA ne peut pas recréer le jeu Thrust, mais peut aider à le comprendre
Un développeur teste les limites des LLM en tentant de reproduire un jeu rétro des années 80 — et documente ce que l'IA comprend vraiment du code legacy.
Prismata : confiner l'injection de prompt cross-site dans les agents web
Des chercheurs proposent Prismata, un mécanisme de confinement des attaques par injection de prompt cross-site visant les agents web autonomes.
GPT-5.6, Grok 4.5, Claude et Muse Spark : les mêmes 4 apps comparées
Un benchmark applicatif oppose 12 modèles IA récents sur la construction de quatre applications identiques, révélant des écarts significatifs.
Comment le groupe terroriste Boko Haram utilise l'IA de pointe
Un rapport documente l'usage concret d'outils d'IA frontier par Boko Haram à des fins de recrutement, propagande et opérations terroristes.
GPT-5.6 Sol Ultra produit une preuve de la conjecture de la double couverture de cycles
OpenAI affirme qu'un modèle GPT-5.6 a généré une preuve formelle d'un problème ouvert majeur en théorie des graphes, la CDC Conjecture.
Réduire les goulots d'étranglement HBM dans l'entraînement LLM sous JAX avec le host offloading
NVIDIA détaille comment le host offloading permet de dépasser les limites de mémoire HBM des GPU lors de l'entraînement de LLM avec JAX.
Semantic Pareto-DQN : un cadre de reinforcement learning multi-objectif pour la détection d'anomalies financières
Un modèle combine LLM et RL multi-objectif pour éviter l'effondrement vers la classe majoritaire dans la détection de fraude, sans rééchantillonnage des données.
LLM pour l'EDA en conception front-end : défis et opportunités
Une revue des avancées des LLM dans l'automatisation de la conception électronique, de l'assistance ponctuelle à l'exécution agentique autonome.
Co-conception matérielle : comment concevoir des LLM adaptés au hardware
NVIDIA détaille comment les choix d'architecture d'un LLM influencent directement le débit de tokens et la latence perçue par l'utilisateur.
Mémoire unifiée : pourquoi les mini PC peuvent faire tourner des modèles 70B là où les grandes GPU échouent
Un décryptage technique de l'architecture mémoire unifiée d'Apple Silicon et de ses avantages concrets pour l'inférence locale de LLM de grande taille.
OpenAI lance GPT-5.6 Sol/Terra/Luna, Codex devient une superapp ChatGPT
OpenAI dévoile trois nouvelles déclinaisons de GPT-5.6 (Sol, Terra, Luna) et un niveau d'effort inédit "ultra" coordonnant quatre agents en parallèle.
Profilage dans PyTorch (Partie 3) : L'attention sous le microscope
Hugging Face publie la troisième partie de sa série sur le profilage PyTorch, focalisée sur les mécanismes d'attention et leur analyse de performance.
Construire un tuteur IA en temps réel pour les enfants de 5 ans
Comment Ello a conçu un système d'IA capable de répondre à un enfant qui apprend à lire en moins d'une seconde.
Anthropic découvre un espace caché où Claude élabore ses réponses
Une nouvelle technique d'interprétabilité, le « J-lens », révèle un espace interne dans Claude Opus 4.6 où les intentions du modèle précèdent ses sorties.
La famille GPT-5.6 : Luna, Terra et Sol — trois nouveaux modèles OpenAI
OpenAI lance trois modèles de la famille GPT-5.6 en disponibilité générale, avec des performances agentiques revendiquées supérieures à Claude Fable 5.
GLM 5.2 atteint une précision proche d'un comptable humain
Un test sur la comptabilité TVA montre que le modèle GLM 5.2 rivalise avec un comptable humain sur des tâches fiscales complexes.
UniClawBench : un benchmark universel pour les agents proactifs en environnement réel
Un nouveau benchmark évalue les agents LLM sur des tâches réelles en conteneurs Docker, avec une stratégie en boucle fermée pour simuler des interactions humaines multi-tours.
IdeaGene-Bench : évaluer le raisonnement sur la filiation des idées scientifiques
Un nouveau benchmark teste si les LLM comprennent comment les idées scientifiques héritent, mutent et évoluent à partir de travaux antérieurs.
SLORR : régularisation low-rank légère et efficace pendant l'entraînement
Une méthode de régularisation sans état qui améliore la compressibilité des réseaux de neurones avec moins de 1 % de surcoût à l'entraînement.
ARDY : génération de mouvements humains en streaming par diffusion autorégressive
Un framework de génération de mouvements 3D humains en temps réel, pilotable via des prompts textuels et des contraintes cinématiques flexibles.
Workflow as Knowledge : persistance sémantique pour les workflows médiatisés par LLM
Une proposition conceptuelle pour représenter les workflows LLM comme des objets de connaissance persistants, inspectables et reprenables.
Un outil web pour visualiser et modifier le raisonnement d'un LLM avant sa réponse
Un développeur indépendant publie Lucid, un outil qui expose et rend éditables les étapes de réflexion d'un modèle d'IA avant qu'il génère sa réponse.
L'illusion d'équivalence : effets comportementaux de la quantization des LLM
La précision et la perplexité ne suffisent pas à évaluer la quantization : une nouvelle métrique comportementale révèle des divergences invisibles.
Super Weights dans les LLMs et l'échec de l'entraînement sélectif
Les paramètres jugés critiques dans les LLMs ne sont pas pour autant les meilleurs cibles d'entraînement — une étude remet en question le concept de Super Weights.
Validité des LLM comme annotateurs : AMALIA face au construit d'autorité
Un modèle portugais de 9B paramètres annotait bien en surface, mais échoue les tests de validité théorique — accord n'est pas validité.
Un agent mémoire proactif pour améliorer les agents à horizon long
Des chercheurs proposent un module mémoire plug-and-play qui intervient sélectivement pour contrer la dégradation comportementale dans les tâches longues.