LLM
Fellow suit ce sujet depuis avril 2026 : 922 articles résumés en français, dont 177 jugés majeurs ou notables.
Toute l'actualité · 922 articles
Comment concevoir un harness d'IA pour le développement de jeux vidéo
Kyle Kukshtel adapte sa conférence « Your Game Is A Harness » en billet : retour d'expérience sur l'usage quotidien des LLM en développement de jeux, au-delà des démos one-shot.
« L'IA » n'est pas un outil, par Rich Hickey
Rich Hickey soutient que les LLM relèvent de l'automatisation et non de l'outil : un outil se manie avec contrôle, retour sensoriel et expertise, ce que l'usage d'un LLM ne offre pas.
Meta présente Muse Wonder, sa série de modèles pour agents personnels et professionnels
Meta lance Muse Wonder et Muse Wonder Full, entraînés au data center Prometheus, avec Active Memory et Active Focus, via la Meta Model API et Muse Code.
GLM-Legal : Z.ai présente sa déclinaison juridique de la famille GLM
Z.ai publie sur son blog une page consacrée à GLM-Legal, une offre de la famille GLM orientée vers le domaine juridique, relayée en tête de Hacker News.
LLM et annotation de la qualité en traduction automatique : humains et modèles face aux mêmes difficultés
Apple évalue les LLM comme alternative au jugement humain pour la traduction automatique, sur les schémas MQM et ESA, en comparant leur accord avec des annotateurs humains.
Agents LLM auto-compactants : le modèle décide quand et comment compacter son contexte
Apple propose SELFCOMPACT, un scaffold où le modèle choisit lui-même le moment et la manière de compacter ses longues traces d'agent, plutôt que de suivre un seuil fixe de tokens.
Les modèles de langage peuvent-ils jouer au jeu de Wikipédia ?
Des chercheurs testent embeddings de phrases et LLMs sur le Wikipedia Game, tâche de navigation par liens, dans cinq langues et cinq jeux de données de littérature académique.
Pourquoi les agents de code se montrent-ils si peu performants ?
Un développeur s'interroge sur les limites persistantes des agents de code, malgré les progrès des LLM : erreurs de raisonnement, manque de contexte et comportements inattendus.
Des IA appliquées à 400 ans d'archives : météorites oubliées et autres découvertes
Un auteur a confié 400 ans d'archives à des outils d'IA, qui ont fait ressortir des documents oubliés, dont des mentions de météorites, illustrant l'usage des LLM pour l'exploration d'archives.
Nous accordons trop de confiance à la capacité de l'IA à refuser
Les modèles sont désormais entraînés à refuser de nombreuses requêtes dangereuses, mais cette capacité de refus, devenue un principe de sécurité, reste fragile et peut-être surestimée.
Les modèles d'IA de pointe surpassent les analystes humains sur la prédiction des résultats financiers
Une étude de Samaya AI montre que les LLM les plus avancés dépassent les analystes professionnels pour prédire les bénéfices des entreprises, avec des implications majeures pour la finance quantitative.
Show HN : Jevman, un benchmark où des modèles d'IA décisionnels jouent à Pac-Man
Opper présente Jevman, un benchmark qui met des modèles d'IA aux commandes d'une partie de Pac-Man pour comparer leurs capacités de décision en temps réel.
Compression de LLM sous 1 bit via factorisation latente
Samsung Labs propose LittleBit, une méthode de compression extrême des grands modèles de langage qui réduit les poids à moins d'un bit par paramètre sans dégradation majeure des performances.
Clojure à l'ère des modèles de langage
Réflexion sur l'évolution du langage Clojure face à la révolution des LLM : pourquoi sa philosophie de simplicité et d'immutabilité redevient pertinente pour l'IA générative.
Adapter les modèles de langage pour qu'ils opèrent directement sur des octets
Un article publié dans Nature décrit une méthode pour convertir des modèles de langage existants en modèles travaillant sur des octets, sans passer par la tokenisation classique.
Portage du compilateur, vérificateur et LSP TypeScript en Rust, réalisé par LLM
Un développeur a utilisé un LLM pour porter l'ensemble du toolchain TypeScript — compilateur, type checker et Language Server Protocol — vers Rust, démontrant les capacités actuelles des agents de code sur des projets legacy massifs.
Le « groupthink » des modèles d'IA : quand les LLM convergent vers les mêmes réponses
Une étude révèle que les grands modèles de langage tendent à produire des réponses similaires, réduisant la diversité des sorties et posant la question de l'homogénéisation de l'IA.
Wiley conclut un accord 50-50 avec les auteurs de Dummies dans le cadre du règlement avec Anthropic
L'éditeur Wiley a trouvé un accord financier avec les auteurs de la collection « Pour les Nuls », marquant une étape dans la résolution des litiges sur l'entraînement des LLM.
EngramEdit : mise à jour découplée des connaissances dans les LLM via une mémoire conditionnelle
Des chercheurs proposent une méthode pour modifier des faits dans les LLM sans altérer le reste du modèle, en exploitant les architectures à mémoire conditionnelle comme DeepSeek Engram.
Validité sans vérité terrain : ce que l'économie des préférences déclarées apporte à l'évaluation des LLM
Des chercheurs proposent d'emprunter à l'économie des préférences déclarées un cadre rigoureux pour évaluer les modèles de langage là où il n'existe pas de bonne réponse — avec des tests de validité qui séparent nettement les modèles.
Prédire la performance des agents de code post-entraînés à partir des modèles de base
Des chercheurs proposent trois métriques pour évaluer le potentiel d'un modèle de base avant un coûteux post-entraînement agentique, en analysant les trajectoires réussies plutôt que les tests de bout en bout.
Une famille de modèles, deux résultats niveau or : fine-tuning de Nemotron pour les Olympiades d'informatique et de mathématiques
NVIDIA démontre qu'un même modèle de base, Nemotron, peut atteindre le niveau or aux compétitions IOI et IMO 2026 grâce à des stratégies de fine-tuning distinctes.
Écrire comme en 1866 : les LLM redécouvrent le style télégraphique
Une expérience montre que les grands modèles de langage, poussés à économiser des mots, réinventent spontanément des conventions proches du télégraphe du XIXe siècle.
Anthropic lance Claude Haiku 5.5, son modèle léger le plus rapide
Le nouveau modèle compact d'Anthropic promet des performances proches de Sonnet 4.5 à un coût et une latence réduits, ciblant les usages à fort volume.
Combien de GPU faut-il pour 1 million / milliard / billion de tokens ?
Analyse chiffrée de l'infrastructure GPU nécessaire pour servir des volumes de tokens à l'échelle du million, du milliard et du billion.
IdeaAnchor : apprendre aux LLM à transformer la littérature scientifique en idées de recherche
Un nouveau paradigme d'entraînement utilise des spécifications structurées pour apprendre aux modèles à synthétiser des idées de recherche à partir de papiers existants.
Sherpa : apprendre aux LLM à enseigner de manière adaptative
Un framework d'apprentissage par renforcement entraîne des LLM à ajuster leur pédagogie selon le profil de l'élève simulé, avec des gains mesurables.
La paire minimale manquante : évaluer les stéréotypes dans les LLM
Des chercheurs pointent les failles des méthodes classiques de mesure du biais et proposent un protocole d'évaluation plus robuste, multilingue.
Mistral AI dévoile Mistral Large 4
La startup française lance la nouvelle génération de son modèle phare, destinée à concurrencer les meilleurs LLM du marché.
Falcon-Emirati : quand un LLM apprend le dialecte, la culture et les nuances émiraties
TII dévoile Falcon-Emirati, un modèle spécialisé conçu pour maîtriser le dialecte émirati et son contexte culturel local.
Reflection lance Beam, un modèle ouvert américain de 501B paramètres (23B actifs)
Après plus d'un an de silence, le neolab Reflection dévoile Beam, un MoE entraîné from scratch, positionné face à GLM, Kimi et DeepSeek.
Beam : le nouveau modèle open-weight à 501 milliards de paramètres de Reflection AI
Reflection AI dévoile Beam, un modèle de langage massif à poids ouverts, se positionnant comme alternative aux modèles propriétaires de pointe.
Les modèles de base peuvent raisonner en s'appuyant sur des indices issus des données d'entraînement
Un simple token de départ comme « Okay » ou « Alright » peut faire bondir les performances de raisonnement d'un modèle de base, sans RL.
Vers des modèles en boucle réussis (partie II) : repenser l'entraînement aux points fixes
Une méthode d'entraînement améliore les modèles de langage en boucle, réduisant le cache KV et accélérant prefill et RL sans perte de précision.
Affiner sans recherche : distillation on-policy d'une distribution de puissance au niveau des séquences
Une nouvelle méthode d'entraînement permet à un modèle de produire en une seule génération des réponses aussi précises qu'avec un échantillonnage coûteux à 64 candidats.
Faire tourner Qwen 3.8 Flash Next (125B) sur du matériel grand public (RTX 4090) à 100 T/s
Un projet open source promet d'exécuter un modèle de 125 milliards de paramètres sur une seule RTX 4090, à haute vitesse.
Allemagne : Aleph Alpha dévoile Kolibri, son nouveau modèle d'IA souveraine
Un nouveau modèle développé en Allemagne met en avant la souveraineté numérique européenne face aux acteurs américains et chinois.
Du créateur de Redis : exécuter des LLM en local avec ds4
Salvatore Sanfilippo, créateur de Redis, lance ds4, un outil pour faire tourner des modèles de langage localement.
Des modèles de langage qui jouent aux échecs et expliquent leurs coups
Queen, un modèle de 4 milliards de paramètres, combine un moteur d'échecs silencieux et un LM pour atteindre le niveau Grand Maître tout en expliquant ses décisions.
Ne vous laissez pas berner : les LLM ne raisonnent pas
Le co-créateur d'AlphaGo revient sur le coup 37 contre Lee Sedol pour expliquer pourquoi le raisonnement véritable fait encore défaut aux LLM actuels.
Greg Kroah-Hartman : la sécurité à l'ère des LLM
Le mainteneur du noyau Linux stable évoque les enjeux de sécurité logicielle liés à l'intégration croissante des LLM dans le développement.
DoGBench : le premier benchmark de génération de documentation utilisateur, aucun modèle ne dépasse 50 %
Un nouveau benchmark évalue la capacité des LLM à générer de la documentation technique destinée aux utilisateurs finaux — et les résultats sont décevants.
Show HN : Janus, un binaire Go pour exécuter des modèles GGUF via Vulkan sur AMD/Intel/Nvidia
Un outil open source permet de faire tourner des LLM au format GGUF sur n'importe quel GPU grâce à l'API graphique Vulkan, sans dépendre de CUDA.
TACO : un optimiseur ternaire pour réduire drastiquement la mémoire lors du fine-tuning des LLM
Un nouvel optimiseur réduit de 174× la mémoire d'état par rapport à AdamW8bit, rendant possible le fine-tuning complet de modèles 30-32B sur du matériel limité.
Le primitif manquant : diagnostiquer et réparer le raisonnement mathématique des LLM
Une étude identifie la découverte de primitifs mathématiques comme principal goulot d'étranglement du raisonnement des LLM, et propose une méthode de correction par auto-distillation.
ZFO : une méthode hybride ordre zéro/premier ordre pour optimiser le fine-tuning des LLM
Un framework léger découple direction et taille de pas d'optimisation, avec garanties théoriques et gains de performance sur plusieurs LLM.
Context Language Models : une nouvelle approche pour les LLM
Un papier de recherche propose une architecture repensant la gestion du contexte dans les modèles de langage.
PleIAs publie Baguettotron-MoE, un LLM français à architecture MoE sur Hugging Face
Le laboratoire français PleIAs met en open-weights son premier modèle de langage à architecture Mixture of Experts, entraîné sur des données souveraines.
PleIAs publie Baguettotron-600M, un LLM open-weights de 600 millions de paramètres entraîné sur du français
Le laboratoire PleIAs met en ligne sur Hugging Face un modèle de génération de texte francophone de taille modeste, conçu pour la recherche et l'expérimentation locale.
Gemini 4 Argon : Google DeepMind répond à Fable et Astra avec 1M tokens en sortie
Google DeepMind lance Gemini 4 Argon, SOTA sur 13 des 19 benchmarks crédibles, mais limité à un accès cybersécurité restreint.