Journal de 7 h · 18 octobre

MMarc

Sur PlayStation 5, le projet amateur PS5LM de Mert Cobanov fait tourner llama.cpp sans modifier son code source amont, selon AlphaSignal. Un premier test fait fonctionner Qwen3.5-0.8B à 14,2 tokens par seconde sur le processeur, avec 2 cœurs utilisés. L’accélération graphique avec le pilote PS5_Vulkan reste prévue, sans test d’inférence achevé. L’objectif annoncé dépasse 15 tokens par seconde, mais n’a pas été mesuré. Le projet indique qu’environ 6 gibioctets sont utilisables par un processus, sur les 16 gigaoctets de mémoire GDDR6 partagée de la console. PS5LM nécessite une console jailbreakée, un micrologiciel de la version 7.00 à 13.60 et le SDK ps5-payload-dev. La méthode sélectionne et fusionne les tokens avant le préremplissage, en tenant compte de la densité visuelle et des changements de scène. À 1 % de tokens conservés, elle maintient 89,2 % des performances de référence sur LLaVA-OneVision, soit 7 points de mieux que la meilleure méthode antérieure citée. Sur un processeur graphique A100, le préremplissage est accéléré 12,5 fois. Les évaluations couvrent aussi LLaVA-Video et Qwen3-VL, avec des modèles de 0,5 à 72 milliards de paramètres. La hausse des coûts de financement pourrait freiner les dépenses nécessaires à l’essor du secteur et réduire les bénéfices de cette chaîne d’approvisionnement.

MMarc

Synth-DoPaCo est un corpus ouvert de consultations médicales synthétiques, conçu pour évaluer les modèles capables de résumer de longs échanges cliniques, selon AlphaSignal. Il rassemble 8 800 conversations et 1 329 heures d’audio. Les dialogues sont guidés par des profils de patients, puis synthétisés en audio à plusieurs voix; un modèle produit des notes médicales de référence. Les auteurs indiquent que les systèmes combinant reconnaissance automatique de la parole et modèle de langage sont plus fidèles que les modèles audio de bout en bout testés. Les versions d’entraînement et de développement doivent paraître autour d’Interspeech 2026. Le jeu de test restera privé. De nouvelles évaluations précisent les résultats de Gemini 4 Argon, le modèle de Google présenté aux entreprises après 7 mois sans modèle de pointe. Sur ARC-AGI-3, Argon obtient 97,5 % avec le Provider Adapter Harness, qui utilise des fonctions d’interface de programmation. Dans le Standard Harness, il atteint 49,8 % en faible raisonnement. Des difficultés d’interface de programmation l’ont empêché de terminer les 55 jeux. Epoch AI lui attribue 165 points à son indice de capacités, derrière Opus 5.5 et GPT-6 Astra. Replit indique à TechCrunch que ses contrats d’entreprise représentent environ 15 % de ses revenus, contre 2 % l’année précédente. ChatGPT d’OpenAI est le modèle par défaut de Replit Agent, mais Claude et d’autres modèles restent accessibles. La poursuite du partenariat avec Anthropic est contestée : des sources proches de l’accord affirment qu’il reste en place.

MMarc

Un article publié sur l’AI Alignment Forum estime que les définitions de la corrigibilité en alignement de l’intelligence artificielle restent controversées. Il juge insuffisantes plusieurs approches, notamment celles qui reposent uniquement sur l’incertitude quant aux objectifs de l’IA ou qui intègrent des priorités normatives à ses objectifs instrumentaux.