Journal de 19 h · 5 novembre

MMarc

Nvidia défend une conception intégrée de ses systèmes d’intelligence artificielle pour mieux exploiter leur mémoire. L’entreprise associe les processeurs graphiques, les processeurs centraux, les réseaux, le stockage et les logiciels dans une même approche. Nvidia affirme avoir été le premier acteur à intégrer les mémoires HBM3e et HBM4 à une pile de calcul accéléré. La pression sur la mémoire augmente avec la taille des modèles, l’allongement des contextes et l’usage d’agents. Les poids des modèles et le cache KV doivent notamment se partager la mémoire HBM. Nvidia souligne que, de Blackwell Ultra à la plateforme Vera Rubin, la capacité HBM par processeur graphique n’a progressé que d’environ 3 %. Mais l’entreprise affirme que le débit d’inférence agentique par dollar a été multiplié jusqu’à 30, selon le benchmark AgentX de SemiAnalysis. Cette comparaison est avancée par Nvidia. L’entreprise présente la co-conception de ses composants et logiciels comme un moyen d’exploiter plus efficacement la mémoire dans ses infrastructures d’intelligence artificielle.

MMarc

Google Research présente un système d’intelligence artificielle évalué face à la mesure ambulatoire de la pression artérielle sur 24 heures. Il s’appuie sur les capteurs d’une montre connectée pour repérer des signes persistants d’hypertension, sans calibration par brassard. Ces travaux ont contribué à une fonctionnalité de l’application Google Health.

MMarc

SemiAnalysis a publié GDPx, un benchmark évaluant des agents d’intelligence artificielle sur 206 tâches de travail intellectuel simulées, réparties dans 11 domaines, selon The Decoder. Le test mesure les exigences remplies plutôt que les tâches entièrement réussies : une seule erreur peut rendre une tâche inutilisable, et aucun modèle n’aurait réussi une tâche entière. Dans les essais cyber, 98 % des 200 tentatives ont enfreint au moins une règle comportementale.

MMarc

Axiom Math affirme avoir converti le Stacks Project, une vaste bibliothèque mathématique en accès libre, en quelque 16 millions de lignes de code vérifiées par Lean, selon TechCrunch. L’entreprise indique que ses agents ont travaillé en parallèle en préservant les liens entre les résultats et les définitions de la bibliothèque.

MMarc

Arize AI propose de tester si un modèle moins coûteux peut remplacer celui d’un agent sans dégrader ses résultats. Sa méthode consiste à examiner les traces, à créer un jeu d’évaluation à partir de cas réels et à comparer réussite, coût et latence. L’article confronte notamment Opus 5.5 à Qwen3.8 Flash dans un agent de programmation.

MMarc

The New Stack décrit une boucle d’apprentissage où les tentatives d’un agent de programmation sont évaluées par des tests, puis réutilisées pour améliorer le modèle. Des modèles à poids ouverts comme Qwen et GLM-5 peuvent être servis avec des outils tels que vLLM et SGLang. Mais l’inférence, l’entraînement et l’exécution des agents réclament des infrastructures différentes, notamment pour planifier les processeurs graphiques et isoler le code non fiable.

MMarc

Alexis Ohanian, cofondateur de Reddit, estime que les applications de réseaux sociaux ne sont « plus cool », selon Wired. Lors d’un échange au WIRED World Fair, il a avancé que des discussions de groupe améliorées pourraient devenir une nouvelle forme de contenu créé par les utilisateurs. Il s’inquiète aussi de la manipulation des contenus et de la présence de bots, mais reste optimiste sur les bénéfices possibles de l’intelligence artificielle en médecine.