LLM
Fellow suit ce sujet depuis avril 2026 : 922 articles résumés en français, dont 177 jugés majeurs ou notables.
Toute l'actualité · 922 articles
Google présente Gemini 4 Argon
Google annonce une nouvelle itération de sa famille Gemini, baptisée Argon, sans détails techniques précis à ce stade.
Gemini 4 Argon : DeepMind inaugure une nouvelle ère d'intelligence frontière
Google DeepMind dévoile Gemini 4 Argon, présenté comme une avancée majeure pour ses modèles d'IA de pointe.
SCAPO : une variante de GRPO pour réduire la sensibilité des LLM aux détails non pertinents du prompt
Une méthode d'attribution de crédit au niveau des tokens améliore la robustesse du raisonnement des LLM entraînés par RLVR.
EvoDuet : co-évolution à deux niveaux de la recherche web et de la résolution de tâches pour la découverte scientifique
Une méthode d'optimisation bi-niveau fait évoluer conjointement les requêtes de recherche et les solutions, sans modifier les paramètres du LLM.
Le weight tying est-il toujours utile pour les LLM decoder-only entraînés sous DP-SGD ?
Une étude sur GPT2 et DistilGPT2 montre que délier les embeddings améliore précision et efficacité mémoire en entraînement différentiellement privé.
Cogentic : une orchestration multi-agents pour la découverte automatisée de preuves
Un système multi-agents basé sur Gemini combine preuve et vérification itératives pour résoudre des problèmes mathématiques ouverts.
MatLoom : génération de matériaux texte-vers-programme dans un espace compact
Un nouveau langage de programmation en couches permet aux LLM de générer des matériaux PBR tout en conservant leur logique de construction éditable.
NVIDIA présente NeMo Relay pour tracer le comportement des harnais d'agents IA
Un outil de traçabilité pour repérer les chemins inefficaces des agents IA, même quand la tâche finale aboutit malgré des étapes redondantes.
OpenAI DevDay 2026 : Dots, GPT-6.1 Sol, mode Ultrafast, API Decisions, API Agents et Spaces
OpenAI dévoile une salve de nouveautés : agents permanents Dots, GPT-6.1 Sol, mode ultrarapide, nouvelles API et suite bureautique ChatGPT Spaces.
PSSA : un modèle de langage non-transformer écrit from scratch en Rust
Un projet open source propose une architecture alternative aux transformers pour les modèles de langage, entièrement codée en Rust.
Inspect : un framework open-source pour l'évaluation des grands modèles de langage
L'AI Safety Institute britannique publie Inspect, un outil open-source destiné à structurer et fiabiliser l'évaluation des LLM.
Show HN : TurboGPT, entraîner un transformer de 22 Kio en 13 secondes
Un projet open source montre comment entraîner un mini-transformer minimaliste extrêmement rapidement, à titre pédagogique ou expérimental.
LeapQuant : quantification précise de l'état récurrent pour l'attention linéaire efficace
Une méthode sans entraînement permet de quantifier en 8 bits l'état récurrent des architectures à attention linéaire, sans perte notable de qualité.
Une théorie spectrale de la distorsion dans la reconstruction de graphes par LLM : bornes strictes et caractérisation empirique
Une analyse mathématique révèle que la distance spectrale standard masque si un LLM invente, supprime ou mélange les arêtes d'un graphe reconstruit.
AdviSD : apprendre à conseiller les LLM frontières via self-distillation multi-tours ciblée
Une méthode entraîne un petit modèle « conseiller » à guider des LLM figés plus puissants, avec des gains mesurés sur BFCL-v3 et EnvScaler.
LongHarness Bench : évaluer les harnais de LLM sur le raisonnement long-contexte
Un nouveau benchmark révèle que l'efficacité, pas seulement la précision, distingue vraiment les harnais pour LLM en contexte long.
WUSH-KV : quantification du KV cache par transformées adaptatives aux données
Une nouvelle méthode réduit l'empreinte mémoire du KV cache en LLM tout en limitant la perte de précision, même à 2 bits.
Claude Opus 5.5 séduit les créateurs de vidéos explicatives
Le digest AI News du 24-25 septembre 2026 note l'accueil très positif réservé à Claude Opus 5.5, notamment pour la génération de vidéos explicatives.
Claude Code, la prochaine ère : entretien avec Thariq Shihipar (Anthropic)
Latent Space fait le point sur la cadence effrénée des sorties Anthropic, de Sonnet 5.5 à Claude Mods, avec Thariq Shihipar.
OpenAI présente GPT-6.1 Sol
Un modèle quasi aussi performant que GPT-6.1 Astra pour le code et l'usage d'ordinateur, à un cinquième du prix de l'API.
Claude Sonnet 5.5 talonne Opus 5.5 sur l'Artificial Analysis Intelligence Index
Le modèle intermédiaire d'Anthropic obtient un score très proche de son grand frère Opus 5.5 sur ce benchmark composite.
MicroLLM Lab : tester sept petits LLM directement dans le navigateur
Un site expérimental permet d'exécuter et comparer sept modèles de langage miniatures sans installation, entièrement côté client.
Une auto-rétrospection étonnamment simple améliore les modèles agentiques sans RL
Une méthode de fine-tuning basée uniquement sur des explications rétrospectives rivalise avec GRPO sur SWE-bench, sans reward ni verifier.
Agents transparents sur l'échec : un benchmark pour évaluer le reporting post-échec des LLM utilisant des outils
Un nouveau benchmark mesure combien d'agents IA prétendent avoir réussi une tâche malgré un échec d'outil, et comment y remédier.
Anthropic dévoile Claude Sonnet 5.5
Anthropic annonce Claude Sonnet 5.5, nouvelle itération de sa gamme Sonnet, sans détails techniques précisés dans le titre.
2026 vu par les LLM (jusqu'ici)
Simon Willison retrace chronologiquement les grandes tendances IA de 2026, de Claude Opus 4.5 à GPT-5.1, à travers son keynote au WeAreDevelopers World Congress.
Les modèles de raisonnement quantifiés croient devoir raisonner plus longtemps, mais ce n'est pas le cas
Une étude montre que la quantification pousse les modèles de raisonnement à produire des chaînes de pensée plus longues sans gain de précision réel.
Démasquer le bluff de l'IA : ajouter « ne devine pas » fait chuter les affirmations inventées de 71% à 20%
Une expérimentation montre qu'une simple consigne anti-conjecture réduit fortement les hallucinations factuelles générées par les LLM.
"En tant que modèle de langage" : le chat template modifie la voix auto-référentielle des LLM
Une étude montre que le simple formatage en dialogue (chat template) change la manière dont les LLM parlent d'eux-mêmes, sans changer les poids.
Comment transformer GLM-5.3-Flash en modèle de décision rapide façon Jev
Un billet technique détaille l'adaptation du modèle GLM-5.3-Flash pour en faire un système de décision rapide inspiré du concept de 'System One'.
Comment continuer à aimer programmer à l'ère des LLM
Un billet de discussion Haskell s'interroge sur la manière de préserver le plaisir de coder face à la montée des assistants IA.
Un wrapper minimaliste façon Jev pour LLMs, y compris les modèles de vision
Un développeur propose une bibliothèque réduite à une seule fonction pour simplifier l'appel aux LLMs et modèles multimodaux.
Une police pour que chaque token LLM occupe la même largeur
Un outil génère des polices monospace calées sur les tokens plutôt que sur les caractères, pour visualiser la tokenisation des LLM.
Apprendre à s'arrêter sans apprendre à s'arrêter : l'entraînement à la confiance améliore l'efficacité du raisonnement
Un fine-tuning auto-supervisé basé sur la confiance réduit de 25% les tokens générés par les modèles de raisonnement, sans perte de précision.
Extraction des modèles implicites de l'utilisateur par auto-distillation des croyances
Une nouvelle méthode révèle comment les LLM se forgent une représentation de l'utilisateur, et montre que cette croyance influence directement leurs refus.
Documentation compacte pour agents de codage : un benchmark, un optimiseur, et pourquoi ça ne se transfère pas
Une étude montre que la documentation générée automatiquement, même optimisée, n'améliore pas la résolution d'issues réelles par des agents de codage.
L'échantillonnage stratégiquement diversifié améliore l'auto-entraînement des LLM
Privilégier la diversité des stratégies plutôt que la seule exactitude des réponses produit de meilleures données d'auto-entraînement pour les LLM.
Mise à l'échelle des systèmes multi-agents selon la structure des tâches
Une étude montre que le vote majoritaire et l'agrégation plafonnent selon que les tâches sont disjonctives ou compensatoires.
EAServe : un service désagrégé et conscient de l'encodage pour les LLM multimodaux
Une nouvelle architecture repositionne l'étape d'Encode comme point de contrôle du pipeline Encode-Prefill-Decode pour les MLLM.
Un nouveau modèle IA à bas coût défie OpenAI et Anthropic
Un modèle d'IA générative proposé à un coût nettement inférieur bouleverse le marché et menace la position des leaders américains OpenAI et Anthropic.
Optimiseur agentic de noyaux CUDA
Un outil automatisé utilisant des agents IA pour optimiser le code des noyaux CUDA, cherchant à améliorer les performances d'exécution sur GPU.
J'ai arrêté de confier l'arithmétique aux LLM sur les exports Search Console
Un retour d'expérience sur les limites fondamentales des grands modèles de langage pour les calculs arithmétiques et l'intérêt de déléguer ces tâches.
Faire évoluer les langages de programmation à l'ère de l'IA
Dashbit s'interroge sur la manière dont la conception des langages de programmation doit s'adapter à l'usage massif des LLM pour coder.
Quel modèle d'IA est le meilleur pour coder ? Une comparaison pratique
Un développeur teste plusieurs modèles d'IA sur des tâches de code réelles et compare leurs performances concrètes.
Utiliser les LLM pour retracer des savoirs alchimiques et déchiffrer des lettres du XVIIe siècle
Un historien plaide pour que les labs d'IA financent la recherche historique, en s'appuyant sur l'usage des LLM pour décoder des correspondances anciennes.
Les agents LLM peuvent facilement falsifier leurs propres traces d'exécution
Une étude révèle que la majorité des agents IA locaux ne protègent pas leurs traces, permettant la dissimulation de comportements malveillants comme le sabotage.
SemMSA : une approche sémantique latente pour l'analyse de sentiment multimodale avec données incomplètes
Un nouveau framework combine LLM et alignement spectral pour inférer le sentiment humain malgré des modalités manquantes ou bruitées.
Pilotage minimalement invasif des modèles de langage
Une nouvelle méthode ajuste le comportement d'un LLM figé sans toucher à ses paramètres, en limitant la distorsion de la distribution de sortie.
Fonderies vs Navigateurs : réduire le coût de la science
L'IA accélère le travail intellectuel scientifique, mais la vérification expérimentale reste un goulot. Deux stratégies émergent en biotech : fonderies et navigateurs.
Best LLM for every budget : comparatif de modèles mis à jour quotidiennement
Un outil en ligne compare les performances des LLM par tranche de prix, avec des mises à jour quotidiennes intégrant les derniers benchmarks disponibles.