LLM & Modèles
Grands modèles de langage : GPT, Claude, Gemini, Mistral et poids ouverts.
41 published articles
contexte effectif, plafonds de sortie et l'impôt caché des longues fenêtres
Votre modèle d'IA prétend lire 1 million de tokens. Il ment. Voici les vrais calculs.
Les quatre LLM de pointe annoncent des contextes de 1M+ tokens, mais le rappel effectif, les limites de sortie et les coûts réels diffèrent considérablement. DeepSeek V4 Pro domine en matière de plafond de sortie et de coût, Gemini excelle sous 200K tokens, et Claude Opus remporte la palme du cache pour la revue de code interactive. Cette analyse détaille les chiffres d'avril 2026.
2026-06-30
Intelligence artificielle
OpenJarvis propose une alternative locale-first aux agents IA basés sur le cloud
OpenJarvis 1.0 des laboratoires Hazy Research et Scaling Intelligence de Stanford permet aux agents IA personnels de fonctionner localement via Ollama, avec un accès optionnel au cloud. Il inclut des présélections pour les briefings matinaux, la recherche dans des documents et les assistants de codage locaux, en priorisant l'efficacité et la confidentialité tout en suivant l'énergie, le coût et la latence.
2026-05-28
Alibaba Cloud
Anolisa v0.3 offre aux agents IA un filet de sécurité et un bouton d'annulation
L'OS agentique d'Alibaba Cloud, Anolisa, atteint la version 0.3 avec un module de sécurité dédié appelé AgentSecCore, une visualisation des coûts en temps réel et des instantanés d'espace de travail qui permettent d'annuler les actions des agents en quelques millisecondes.
2026-05-07
Recherche sur la sécurité de l'IA
Les modèles d'IA ne peuvent pas s'empêcher de penser à voix haute. C'est à la fois une bonne nouvelle et un cauchemar pour la sécurité.
Claude Sonnet 4.5 ne peut contrôler son raisonnement en chaîne que 2,7 % du temps, contre 61,9 % pour les sorties finales. L'écart soulève des questions ouvertes sur la robustesse de la surveillance par CoT en tant que mécanisme de sécurité, et personne ne sait pourquoi il existe.
2026-03-09
Édition d'images
Des utilisateurs de Reddit ont construit un éditeur d'images qui bat les laboratoires sur leur propre terrain
RealEdit, un jeu de données de 48 000 demandes réelles d'édition d'images issues de Reddit, montre que les modèles actuels sont sous-performants sur les tâches authentiques des utilisateurs. Un modèle entraîné sur ces données bat les concurrents par jusqu'à 165 points Elo, et améliore également la précision de détection des deepfakes de 14 points de pourcentage.
2025-05-01