LLM
Fellow suit ce sujet depuis avril 2026 : 922 articles résumés en français, dont 177 jugés majeurs ou notables.
Toute l'actualité · 922 articles
Qu'est-ce que le RLCD ? La méthode qui expliquerait les performances de Jev
Un article de blog décortique le RLCD, une technique d'entraînement par renforcement citée comme clé du modèle Jev.
Le LLM Mercury 2.5 atteint 770 tokens par seconde
Le nouveau modèle Mercury 2.5 affiche une vitesse de génération de 770 tokens/s, un seuil exceptionnel pour un LLM, selon les benchmarks d'Artificial Analysis.
Quand Claude peut mesurer une métrique, il parvient à l'optimiser
Anthropic détaille l'approche d'optimisation continue de Claude : la capacité du modèle à s'auto-évaluer sur des métriques précises devient le levier de ses propres gains de performance.
StudentBench : le tutorat par IA égale le tutorat humain pour les progrès au GRE
Une nouvelle évaluation à grande échelle démontre que les LLM permettent des gains d'apprentissage équivalents à ceux de tuteurs experts, mais à un coût près de 1 000 fois inférieur.
SWE-Flux : un benchmark dynamique au niveau de dépôt pour évaluer le raisonnement sur l'exécution des LLM
Les LLM peinent à raisonner sur le comportement à l'exécution du code. SWE-Flux propose 480 instances testées automatiquement pour mesurer cette lacune.
Réponses invariantes à l'ordre, représentations sensibles à l'ordre dans le raisonnement mathématique
Une étude montre que les LLM performants encodent différemment les réordonnancements de règles, même quand la réponse finale reste identique.
Memory Attention : remplacer la projection de valeur par une mémoire indexée par token
Une nouvelle architecture d'attention qui combine une mémoire token-spécifique aux clés contextuelles, réduisant l'inférence à une simple recherche et addition tout en améliorant les performances.
Fine-tuning des LLM pour la traduction : l'atténuation de l'oubli général ne préserve pas les instructions spécifiques
L'atténuation de l'oubli catastrophique lors du fine-tuning pour la traduction préserve les capacités générales, mais échoue sur les instructions de contrôle spécifiques à la traduction.
Stripe lance sa plateforme Knowledge AI
Stripe dévoile une plateforme interne d'IA générative conçue pour exploiter sa base de connaissances et assister équipes et développeurs.
Claude Opus 5.5 s'impose comme nouveau modèle par défaut, guerre des prix générale (-40 à -50%)
Anthropic lance Opus 5.5, moins cher et plus performant que Fable, pendant qu'OpenAI dégaine GPT-6 Sol et Luna à prix cassés.
Claude Opus 5.5, GPT-6 Sol et GPT-6 Luna : une nouvelle guerre des prix chez les LLM
Anthropic et OpenAI dégainent coup sur coup de nouveaux modèles, avec des baisses de prix spectaculaires par rapport aux générations précédentes.
Unreal Agent : une nouvelle architecture d'agents autonomes
Unreal Labs dévoile Unreal Agent, une approche inédite pour la conception et l'exécution d'agents autonomes dans des environnements complexes.
OpenAI annonce GPT-6 Sol et Luna
OpenAI dévoile GPT-6 sous deux déclinaisons, Sol et Luna, marquant une nouvelle génération de modèles aux capacités étendues.
Agensh : passage à l'échelle de l'intelligence organisationnelle jusqu'à 1 024 agents
Agensh propose un système multi-agents sans orchestrateur central. Testé jusqu'à 1 024 agents, il améliore significativement les taux de réussite sur des tâches complexes de programmation.
SpeakerMem-R1 : une mémoire à double piste centrée sur les locuteurs pour le dialogue multi-participants
Un nouveau système de mémoire conversationnelle distingue qui dit quoi et à qui, pour mieux gérer les échanges à plusieurs.
Type-safe ne signifie pas sans erreur : le choix du modèle suit le nom de l'option, pas sa définition
Renommer les options d'un modèle de décision typé inverse massivement ses prédictions. Le modèle s'appuie sur le nom de l'option, ignorant la rubrique qui définit son sens réel.
EquivSVA : un dataset formellement vérifié d'assertions comportementales sur des implémentations RTL équivalentes
Un nouveau dataset évalue si les assertions SystemVerilog générées par LLM capturent le comportement observable, indépendamment des détails d'implémentation RTL.
Inférence IA privée et performante en production avec le Confidential Computing de NVIDIA
NVIDIA lance Confidential Computing pour sécuriser l'inférence des LLM en production via des CVMs et GPUs chiffrés, protégeant données sensibles et modèles propriétaires.
L'IA fait-elle gagner du temps en design produit ? Une expérience contrôlée randomisée
Une étude avec 100 participants mesure les gains de temps réels des outils prompt-to-design comme Figma Make.
Le chant des sirènes : quand le contexte proximal éclipse les preuves distantes
Les LLM long-context perdent le focus au-delà de la distance : c'est la concurrence du bruit de fond proximal qui écrase l'attention. LYRA corrige ce biais via un mécanisme de matching directionnel t-distribué.
Distillation on-policy pour le raisonnement en très basse quantification
Une méthode de distillation on-policy corrige les biais d'exposition amplifiés par la quantification sub-3-bit, restaurant la performance des modèles sur les tâches de raisonnement long.
Anthropic dévoile Claude Opus 5.5
Une nouvelle version du modèle phare d'Anthropic fait son apparition, sans détails techniques confirmés pour l'instant.
L'économie de l'inférence en open-weights
Analyse des coûts et de la viabilité économique de l'inférence sur les modèles à poids ouverts, face aux solutions propriétaires.
JevBench, un benchmark reproductible pour les modèles de décision typés
Un nouveau benchmark open-source permet d'évaluer de façon reproductible les modèles de décision typés, comblant un manque dans l'écosystème d'évaluation des LLM.
Identification du contenu web généré par IA via la structure seule
Des chercheurs entraînent un modèle à détecter les textes générés par IA en s'appuyant uniquement sur la structure du contenu web, sans analyser le texte lui-même.
L'IA ne possède aucune sagesse, et vous non plus
Un essai qui interroge la confusion entre performance computationnelle et jugement humain, et l'illusion d'une sagesse déléguée aux systèmes d'IA.
MiMo-v2.6-Pro : analyse de performance, d'intelligence et de tarif
Évaluation du modèle MiMo-v2.6-Pro à travers des benchmarks de performance, de raisonnement et de rapport qualité-prix face à la concurrence.
Jev invente un nouveau type de LLM : les « System One models », ou modèles de décision
TypeSafe AI lance Jev, un modèle qui ne génère pas de texte mais renvoie des décisions probabilistes typées, à très bas coût.
Jev : des modèles « System One » pensés pour la production, pas pour l'infaillibilité — avec Diogo Almeida (TypeSafe AI)
L'ex-coauteur d'InstructGPT critique la dérive tout-chat des modèles frontières et présente Jev, une approche alternative devenue virale.
Les Transformers expliqués visuellement
Un outil interactif qui décompose le fonctionnement interne des modèles Transformer, étape par étape et en direct dans le navigateur.
Des hypernetworks générateurs de LoRA pour personnaliser les LLM embarqués sur mobile
Une méthode combine les avantages du in-context learning et du fine-tuning léger pour personnaliser des LLM directement sur smartphone.
Harness-Zero : distiller les gains d'un harnais d'agent spécialisé dans les poids du modèle
Une méthode pour transférer les bénéfices d'un harnais d'agent optimisé vers un modèle, sans dépendre de ce harnais au déploiement.
BackTrend : un benchmark pour la prédiction rétrospective de signaux faibles scientifiques
Un nouveau benchmark évalue la capacité des LLM et systèmes RAG à identifier les précurseurs ignorés de domaines scientifiques matures, révélant de sévères lacunes.
xAI annonce la sortie de Grok 4.7
Le modèle phare d'xAI évolue avec Grok 4.7, une nouvelle version visant à améliorer les performances sur les benchmarks LLM face à la concurrence.
Élagage des LLM à la manière d'un physicien : le retrait de blocs comme problème d'optimisation d'Ising
Une nouvelle méthode de structuration du pruning des LLM modélise la suppression de blocs comme un problème d'Ising, inspirée de la physique statistique pour optimiser le compromis performance-compression.
Mini-AGI : apprentissage continu dynamique entraînable sur 8 Go de VRAM
Un modèle d'apprentissage continu dynamique conçu pour tourner sur des GPU grand public avec seulement 8 Go de VRAM, démocratisant l'approche AGI légère.
Heretic : un outil pour supprimer les restrictions des modèles de langage
Un projet open source qui promet de retirer les garde-fous intégrés aux LLM, ravivant le débat sur la censure des modèles.
Pourquoi le MCP a toujours été une mauvaise idée ?
Un essai critique remet en question la pertinence du Model Context Protocol, désormais standard de facto pour connecter les LLM aux outils externes.
Pirate Face : un outil pour sauvegarder les modèles LLM de la suppression
Pirate Face permet de récupérer et préserver les modèles LLM menacés de retrait, évitant leur disparition définitive des dépôts publics.
Les LLM conversationnels répliquent les mécanismes de la lecture froide des médiums
Un essai qui compare les mécanismes des LLM conversationnels à la lecture froide pratiquée par les médiums, soulignant les biais cognitifs des utilisateurs.
Pourquoi ne presque jamais utiliser l'IA pour écrire du contenu de fond
L'usage des LLM pour la rédaction de contenu substantiel tend à diluer la pensée critique.
Les LLM représentent l'automutilation
Une étude montre que les grands modèles de langage internalisent des concepts relatifs à l'auto-dommage et tentent de les soulager.
Elias Thorne, l'homme imaginaire dont les chatbots IA sont obsédés
Plusieurs chatbots IA génèrent spontanément une biographie détaillée d'un romancier fictif, révélant un curieux artefact des modèles de langage.
Stepfun dévoile Step 5 Preview, nouveau LLM sur la frontière de Pareto
Le modèle Step 5 Preview de Stepfun se positionne sur la frontière de Pareto d'Artificial Analysis.
Comment OpenAI a utilisé ses propres LLM pour concevoir sa puce Jalapeño
OpenAI aurait mobilisé ses modèles de langage en interne pour accélérer la conception de sa puce maison baptisée Jalapeño.
Benchmarker l'inférence LLM à grande échelle avec AIPerf
NVIDIA présente AIPerf, un outil pour mesurer rigoureusement la performance d'inférence LLM au-delà des scripts artisanaux.
Cache-to-Cache : une communication sémantique directe entre LLMs
Un papier propose de faire échanger des LLMs via leurs caches internes plutôt que par du texte généré, pour transmettre du sens plus directement.
Designer-RSI : mémoire procédurale évolutive pour la conception graphique agentique
Un framework d'adaptation continue où un modèle figé accumule des compétences de design via une mémoire procédurale, améliorant le taux de succès de 72,7 % à 99,3 % sans mise à jour des poids.
Un détecteur de mensonges pour les LLM : accéder aux connaissances que le modèle dissimule
Une nouvelle méthode inspiree du test d'information dissimulée permet de détecter si un modèle ment par omission ou s'il ignore véritablement la réponse, en sondant ses états internes.
Les chatbots IA deviennent experts dans l'art de faire changer d'avis
Des études montrent que les modèles conversationnels surpassent souvent les humains en persuasion, relançant les inquiétudes sur la manipulation à grande échelle.