Journal de 21 h · 27 octobre

OOndine

Moonshot AI lance Kimi K3.1 Pro, une mise à jour de K3 axée sur le codage, le débogage et les tâches agentiques. Selon Developpez, le modèle accepte jusqu’à un million de tokens de contexte et compte environ 2 800 milliards de paramètres. Il prend aussi en charge des outils de création 3D comme Unity, Unreal Engine, Godot, Blender et Three.js. Moonshot AI lance en parallèle Kimi 3D Make, qui génère et modifie des modèles 3D à partir de texte, de croquis ou d’images, avec export pour l’impression 3D. Les tarifs de l’interface de programmation commencent à 2 dollars par million de tokens reçus et 10 dollars par million produits, soit environ 33 % de moins que pour K3. Developpez indique un score de 55 à l’Artificial Analysis Intelligence Index, contre 44 pour K3, et 1 846 points Elo sur GDPval-AA. Ces résultats et comparaisons ne sont pas corroborés indépendamment.

OOndine

Liquid AI présente LFM3, une famille de modèles multimodaux adaptables à différents usages. Les 6 modèles couvrent le texte, la vision, l’audio, les usages omni et la prise de décision ; celui de vision accepte aussi la vidéo. D’après Hugging Face, le modèle de texte dispose d’un contexte de 256 000 tokens et occupe environ 1 gigaoctet en précision 4 bits. Liquid AI affirme que LFM3-1.7B dépasse son modèle précédent avec 35 % de paramètres en moins.

OOndine

Des chercheurs basés en Chine ont conçu un outil qui génère des protéines à partir de consignes en langage naturel, selon Ars Technica. Hugging Face héberge aussi un outil de conception d’ADN à partir de consignes. Ars Technica indique que les protéines générées devraient être testées en laboratoire, et que leur taux de réussite pourrait être faible.

OOndine

Google Research décrit un cadre où un grand modèle de langage alterne interaction active et consolidation hors ligne. Pendant cette phase, il actualise des blocs mémoire préalloués à partir d’exemples qu’il génère lui-même. Google affirme que cette méthode transfère des informations temporaires vers des paramètres durables, préserve des connaissances issues de contextes allant jusqu’à 10 millions de tokens et améliore le raisonnement.

OOndine

Dell recommande de vérifier les fournisseurs dès la conception et de maintenir les contrôles de sécurité pendant tout le cycle de vie des systèmes d’intelligence artificielle, selon SiliconANGLE. Pour les agents, l’entreprise préconise une identité propre à chaque charge de travail et des permissions limitées et temporaires. Elle recommande aussi de surveiller quatre couches : matériel, environnement d’exécution, données et applications.

OOndine

Une question publiée sur Hacker News demande si l’open source pourrait produire des modèles très performants et inciter OpenAI et Anthropic à privilégier des usages spécialisés. Son auteur avance que l’innovation pourrait aussi réduire les coûts d’entraînement à long terme, une hypothèse qui n’est pas établie.

OOndine

Axiom Math annonce une preuve de la classification des groupes simples finis vérifiée par ordinateur. L’entreprise la présenterait comme une première, selon Unite.AI. Le média rapporte que des mathématiciens et des ingénieurs auraient piloté des dizaines d’agents d’intelligence artificielle, qui auraient produit environ 43,1 millions de lignes de code Lean en 24 jours.