Maison
Outils
Modèles
Appliquer
Prompts
Nouvelles
Thèmes
Soumettre pour inclusion
Français
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
option
Maison Fermer
Maison
Outils
Catégorie Classement Générer la couverture Générer une image Skill
Modèles
Grand modèle de langage Modèle multimodal
Appliquer
Prompts
Prompts Prompts d’image
Nouvelles
Nouvelles Flash info
Thèmes
Soumettre pour inclusion
Soumettre une App Soumettre un outil
Créer un compte Se connecter
Changer la langue Français Changer la langue
Paramètres
English EN 日本語 JA 한국어 KO Português PT español ES Deutsch DE Русский RU Français FR 繁體中文 ZH-TW 简体中文 ZH-CN
Maison
Flash info
Contenu
WilliamAnderson
WilliamAnderson
6 mai 2026

Des chercheurs universitaires ont mis au point OpenSeeker-v2, un agent de recherche hautement performant qui repose exclusivement sur un affinement supervisé à partir de 10 600 points de données de grande qualité. Ce modèle de 30 milliards de paramètres a établi de nouvelles références, surpassant les modèles industriels complexes et offrant une solution open source et légère pour accéder à des capacités de recherche IA avancées.

Des chercheurs universitaires ont mis au point OpenSeeker-v2, un agent de recherche hautement performant qui repose exclusivement sur un affinement supervisé à partir de 10 600 points de données de grande qualité. Ce modèle de 30 milliards de paramètres a établi de nouvelles références, surpassant les modèles industriels complexes et offrant une solution open source et légère pour accéder à des capacités de recherche IA avancées. Des chercheurs universitaires ont mis au point OpenSeeker-v2, un agent de recherche hautement performant qui repose exclusivement sur un affinement supervisé à partir de 10 600 points de données de grande qualité. Ce modèle de 30 milliards de paramètres a établi de nouvelles références, surpassant les modèles industriels complexes et offrant une solution open source et légère pour accéder à des capacités de recherche IA avancées.
0
0
Partager Cliquez pour copier le lien
commentaires (0)
0/300
Soumettre
Auteur ThomasYoung ThomasYoung 21 septembre 2026
Microsoft a entièrement porté le runtime de GitHub Copilot de TypeScript vers Rust à l'aide d'agents IA, ce qui a coûté 120 000 dollars en jetons et trois semaines de travail des développeurs. Cette migration a multiplié les performances par 15,9, faisant passer le débit des sessions de 7,55 à 120 par seconde, et a réduit l’utilisation de mémoire de 90 %. Ce processus a révélé que le codage par IA implique une analyse itérative plutôt qu’une génération rapide de code. Bien que la compilation ait été réussie, des dizaines de régressions sont apparues, soulignant que la réussite de la compilation ne garantit pas la correction sémantique. Ce cas met en évidence la viabilité de la réécriture à grande échelle pilotée par l’IA, tout en soulignant la nécessité d’une validation rigoureuse allant au-delà de la simple compilation.
0
0
Auteur WilliamRamirez WilliamRamirez 21 septembre 2026
Anthropic met en place des laboratoires « humides » et s'associe à Novo Nordisk, tandis qu'une filiale de ByteDance lève des fonds, soulignant ainsi le rôle de l'IA dans l'accélération de la découverte précoce de médicaments. Malgré des taux de réussite plus élevés, le succès clinique reste à prouver. Les entreprises spécialisées dans l'IA ciblent des problèmes spécifiques, tandis que celles axées sur les grands modèles développent des environnements de travail scientifiques généraux à partir de données transférables. La commercialisation varie : les entreprises spécialisées dans l’IA ont recours à des CRO basées sur l’IA et à des pipelines, tandis que les entreprises de grands modèles se concentrent sur l’infrastructure préclinique. En fin de compte, ce sont les pipelines développés en interne qui déterminent la valorisation, les résultats de phase III d’Insilico Medicine étant essentiels pour vérifier l’efficacité clinique et la crédibilité sur le marché.
0
0
Auteur RonaldHernández RonaldHernández 21 septembre 2026
Moonshot AI a lancé le client de bureau officiel de Kimi Code sur macOS et Windows, mettant ainsi des fonctionnalités de programmation intelligentes directement à la disposition des utilisateurs sur leurs machines locales. Cette nouvelle application permet aux développeurs d’utiliser des agents IA de manière conversationnelle pour lire et écrire du code, exécuter des commandes et effectuer des tâches automatisées sans avoir à changer manuellement d’interface. En allant au-delà des interactions via navigateur, la version de bureau offre un flux de travail plus intuitif et rationalisé pour les tâches de codage, améliorant ainsi la productivité des développeurs qui utilisent Kimi Code sur leur ordinateur personnel.
0
0
Auteur AlbertMiller AlbertMiller 21 septembre 2026
Moonshot AI lance le client de bureau Kimi Code pour macOS et Windows. Accessible à l’adresse kimi.com/code, cet outil est conçu pour les flux de travail des développeurs, avec un terminal intégré, un navigateur et l’affichage du statut Git. Il permet le débogage direct des projets, la revue des modifications de code et le suivi du statut des pull requests afin de simplifier la revue de code et les étapes de fusion.
0
0
Auteur WillieRamirez WillieRamirez 21 septembre 2026
La Société Générale prévoit que l’IA permettra de réduire ses coûts de 500 à 600 millions d’euros, en s’appuyant sur son partenariat avec Anthropic pour le déploiement de Claude. La banque vise à réaliser 350 millions d’euros d’économies d’ici 2029 grâce à l’automatisation des rapports, à l’optimisation du code et à l’amélioration des services de conseil. Cette stratégie s'inscrit dans les tendances générales du secteur, où les gains d'efficacité liés à l'IA pourraient entraîner une réduction pouvant atteindre 20 % des emplois dans le secteur bancaire européen. Le PDG, Slawomir Krupa, a annoncé de nouvelles mesures de réduction des coûts, y compris d'éventuels licenciements, afin de renforcer la rentabilité, sans toutefois préciser le nombre exact d'emplois qui seront supprimés.
0
0
OR