Découvrez des outils AI de qualité
Rassemblez les principaux outils d'intelligence artificielle du monde pour aider à améliorer l'efficacité du travail
Articles publiés par DanielLewis
Meta a interdit à ses ingénieurs en intelligence artificielle d’utiliser des outils concurrents tels que Claude Code d’Anthropic et Codex d’OpenAI, en raison des risques liés à la distillation de modèles : l’utilisation des résultats fournis par ces concurrents pour entraîner ses propres systèmes d’intelligence artificielle contrevient aux accords d’utilisation et pose des problèmes juridiques ainsi que de confiance. Cette politique, en vigueur depuis mai, vise à assurer une recherche et développement conforme aux règles et à protéger la propriété intellectuelle.
Meta a interdit à ses ingénieurs en intelligence artificielle d’utiliser des outils concurrents tels que Claude Code d’Anthropic et Codex d’OpenAI, en raison des risques liés à la distillation de modèles : l’utilisation des résultats fournis par ces concurrents pour entraîner ses propres systèmes d’intelligence artificielle contrevient aux accords d’utilisation et pose des problèmes juridiques ainsi que de confiance. Cette politique, en vigueur depuis mai, vise à assurer une recherche et développement conforme aux règles et à protéger la propriété intellectuelle.
Le développeur jola a démontré le déploiement d'un workflow d'IA local sur un MacBook Pro M4 de 24 Go. Le modèle Qwen 3.5-9B optimisé a atteint un débit de 40 tokens par seconde, offrant un bon équilibre entre performances et efficacité pour une utilisation hors ligne. Le réglage fin des paramètres et l'activation d'un mode « réflexion » ont amélioré son raisonnement pour les tâches de codage. Bien qu'il subsiste des écarts par rapport aux meilleurs modèles cloud, cette configuration offre une alternative économique et axée sur la confidentialité, faisant passer le rôle de l'IA d'assistant externalisé à celui de « partenaire de recherche » interactif.
Le développeur jola a démontré le déploiement d'un workflow d'IA local sur un MacBook Pro M4 de 24 Go. Le modèle Qwen 3.5-9B optimisé a atteint un débit de 40 tokens par seconde, offrant un bon équilibre entre performances et efficacité pour une utilisation hors ligne. Le réglage fin des paramètres et l'activation d'un mode « réflexion » ont amélioré son raisonnement pour les tâches de codage. Bien qu'il subsiste des écarts par rapport aux meilleurs modèles cloud, cette configuration offre une alternative économique et axée sur la confidentialité, faisant passer le rôle de l'IA d'assistant externalisé à celui de « partenaire de recherche » interactif.
Une vulnérabilité critique a été identifiée dans le système de gestion de modèles d'IA QuantumNous/new-api (NewAPI). Lorsque la clé de paiement Stripe n'est pas configurée, des attaquants peuvent falsifier des événements webhook pour contourner le processus de paiement, ce qui permet des recharges de compte arbitraires « sans frais ». La faille provient d'une vérification insuffisante de la signature pour les clés vides lors des rappels de paiement. Le projet a publié une version corrigée (v0.12.10). Tous les utilisateurs sont invités à effectuer immédiatement la mise à jour, à configurer une clé secrète Stripe forte et à vérifier leurs historiques de recharge.
Une vulnérabilité critique a été identifiée dans le système de gestion de modèles d'IA QuantumNous/new-api (NewAPI). Lorsque la clé de paiement Stripe n'est pas configurée, des attaquants peuvent falsifier des événements webhook pour contourner le processus de paiement, ce qui permet des recharges de compte arbitraires « sans frais ». La faille provient d'une vérification insuffisante de la signature pour les clés vides lors des rappels de paiement. Le projet a publié une version corrigée (v0.12.10). Tous les utilisateurs sont invités à effectuer immédiatement la mise à jour, à configurer une clé secrète Stripe forte et à vérifier leurs historiques de recharge.
Le modèle d'IA de nouvelle génération d'Anthropic, « Claude Mythos », dont le nom de code interne est « Capybara », ferait actuellement l'objet de tests secrets. Des documents divulgués indiquent qu'il représente un bond en avant majeur en termes de capacités, surpassant l'actuel modèle phare, Claude Opus. Cependant, Anthropic a émis des avertissements sans précédent concernant les risques de cybersécurité liés à ce modèle, soulignant la tension entre le développement des capacités de l'IA et la garantie de la sécurité. Son apparition devrait intensifier la concurrence dans le secteur et redéfinir les références en matière de grands modèles linguistiques.
Le modèle d'IA de nouvelle génération d'Anthropic, « Claude Mythos », dont le nom de code interne est « Capybara », ferait actuellement l'objet de tests secrets. Des documents divulgués indiquent qu'il représente un bond en avant majeur en termes de capacités, surpassant l'actuel modèle phare, Claude Opus. Cependant, Anthropic a émis des avertissements sans précédent concernant les risques de cybersécurité liés à ce modèle, soulignant la tension entre le développement des capacités de l'IA et la garantie de la sécurité. Son apparition devrait intensifier la concurrence dans le secteur et redéfinir les références en matière de grands modèles linguistiques.
Nvidia va investir jusqu'à 100 milliards de dollars dans OpenAI pour les centres de données d'IA, en fournissant 10 GW de systèmes, en réduisant la dépendance d'OpenAI à l'égard de Microsoft et en élargissant les partenariats avec Oracle et SoftBank. Les détails sur la structure de paiement ne sont pas clairs.
Nvidia va investir jusqu'à 100 milliards de dollars dans OpenAI pour les centres de données d'IA, en fournissant 10 GW de systèmes, en réduisant la dépendance d'OpenAI à l'égard de Microsoft et en élargissant les partenariats avec Oracle et SoftBank. Les détails sur la structure de paiement ne sont pas clairs.
Google DeepMind présente un système piloté par l'IA utilisant Gemini pour aider les scientifiques à générer des logiciels empiriques de haute performance pour la recherche. Testé dans les domaines de la génomique, de la santé publique, de l'analyse géospatiale, des neurosciences et des tâches numériques, ce système surpasse les méthodes des experts grâce à l'optimisation itérative du code alimentée par LLM. Le système accélère la découverte en automatisant l'évaluation des hypothèses et en réduisant le temps d'exploration de plusieurs mois à quelques heures.
Google DeepMind présente un système piloté par l'IA utilisant Gemini pour aider les scientifiques à générer des logiciels empiriques de haute performance pour la recherche. Testé dans les domaines de la génomique, de la santé publique, de l'analyse géospatiale, des neurosciences et des tâches numériques, ce système surpasse les méthodes des experts grâce à l'optimisation itérative du code alimentée par LLM. Le système accélère la découverte en automatisant l'évaluation des hypothèses et en réduisant le temps d'exploration de plusieurs mois à quelques heures.
