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
PaulThomas
PaulThomas
24 septembre 2026

DeepSeek a publié un document technique de 31 pages détaillant DSec, sa plateforme de bac à sable de calcul élastique développée en interne pour l'entraînement d'agents à grande échelle. Dirigée par le fondateur Liang Wenfeng, l'équipe de 130 auteurs expose les capacités de production de DSec : une unité standard disposant de 30 000 cœurs CPU gère 3 millions d'instances par jour et prend en charge plus de 380 000 bacs à sable simultanés. L'infrastructure réduit considérablement les coûts des ressources et améliore l'efficacité de la mémoire, mettant en lumière l'ingénierie sous-jacente qui soutient les opérations d'entraînement massives de DeepSeek.

0
0
Partager Cliquez pour copier le lien
commentaires (0)
0/300
Soumettre
Auteur HarryLewis HarryLewis 24 septembre 2026
Alibaba DAMO Academy lance DAMO EAGLE, un quatrième modèle d’intelligence artificielle pour le dépistage du cancer de l’œsophage. Validé sur 80 000 cas dans trois pays et publié dans Nature Medicine, il détecte les cancers à un stade précoce à partir de scanners CT simples, sans endoscopie ni agents de contraste. Avec une sensibilité de 90 % et une spécificité de 99,2 %, l’IA s’intègre parfaitement au dépistage existant du cancer du poumon. Cette avancée renforce la stratégie de contrôle multiple par scanner CT simple plus IA de DAMO, qui vise à détecter les sept cancers mortels les plus fréquents en Chine grâce à des examens uniques, améliorant ainsi les taux de détection précoce et réduisant les écarts en matière de ressources médicales.
0
0
/fr/live/7618
Auteur JosephScott JosephScott 24 septembre 2026
Le marché chinois du commerce électronique par streaming en direct, évalué à près de 7 000 milliards de yuans, passe d’une phase de croissance effrénée à une phase de maturité portée par l’IA. Des plateformes telles que JD.com proposent des animateurs IA gratuits, ce qui permet de réduire les coûts opérationnels de 80 à 90 %. Alors que Douyin réglemente les contenus générés par l’IA, les leaders du secteur soulignent que l’IA ne peut remplacer le lien émotionnel et la relation de confiance établis par les animateurs humains. Le secteur évolue vers un modèle hybride où l’IA se charge de l’efficacité et de la réduction des coûts, tandis que les animateurs réels se concentrent sur l’engagement personnalisé et la fidélité à la marque, marquant ainsi une transition des ventes axées sur les remises vers une rentabilité raffinée et à long terme.
0
0
Auteur TimothyHernández TimothyHernández 24 septembre 2026
Huawei a lancé Xiaoyi Work, un assistant personnalisé disponible 24 h/24 et 7 j/7 pour les appareils HarmonyOS. Il exécute de manière autonome des tâches complexes telles que le codage et l'analyse, tant dans le cloud que dans des environnements locaux, garantissant ainsi la continuité entre les différents appareils. Les nouveaux utilisateurs bénéficient de 1 000 points IA gratuits pendant 31 jours. Ce lancement met en évidence l'évolution de la concurrence dans le secteur, qui passe de la génération ponctuelle à la fiabilité des tâches de longue durée et à la planification des ressources cloud dans les environnements de bureau.
0
0
/fr/live/7616
Auteur StevenAdams StevenAdams 24 septembre 2026
Moonshot prévoit de lancer Kimi K3.1 en octobre 2026, avec trois niveaux d’intensité de raisonnement : Faible, Élevé et Max. Des configurations divulguées suggèrent un support pour un contexte étendu jusqu’à 1 million de tokens, un mode Agent et une collaboration multi-agents par essaim. S’appuyant sur le modèle phare K3 avec 2,8 billions de paramètres, K3.1 vise à améliorer les capacités de collaboration des agents et d’ordonnancement des tâches, bien que les métriques officielles restent non confirmées en attendant la sortie.
0
0
Auteur MatthewScott MatthewScott 24 septembre 2026
L’équipe Tencent Huan Yuan redéfinit la taille de lot pour l’apprentissage par renforcement des grands modèles afin d’en améliorer l’efficacité. En recalibrant la taille critique de lot et en ajustant les taux d’apprentissage, leur approche optimise les algorithmes RL en ligne tels que PPO et GRPO. Cette méthode résout les incohérences entre les échelles de génération des rollouts et d’entraînement, garantissant que chaque réponse apprend efficacement sans dilution des données. Des tests en conditions réelles montrent une augmentation du débit de 2,29 fois pour PPO et une réduction de 29 % du temps pour GRPO sur un matériel fixe. Cette stratégie permet aux équipes d’entraînement de maximiser l’utilisation des GPU, réduisant significativement les coûts et accélérant le développement des modèles sans nécessiter de grappes plus importantes ni de données plus denses.
0
0
OR