SIGNAUX — veille IA quotidienne

Un contrôle exécutable de l’état final suffit comme récompense d’entraînement

Fri, 23 Oct 2026 07:00:00 +0200

Microsoft et Hugging Face montrent qu’un vérificateur de base de données, écrit pour noter un agent, sert aussi de fonction de récompense : Qwen3.8-27B passe de 38 à 107 tâches réussies sur vingt tentatives, au prix d’une légère baisse de couverture. Ailleurs : OpenAI met en disponibilité générale une API facturée au seul token d’entrée pour les décisions à réponse bornée, un agent trouve 1,4 million de documents de ferme de contenu dans la part slovaque de FineWeb2 et le prouve avec un test qui tourne en 0,7 seconde, et Anthropic transfère le standard Agent Skills à la fondation Agentic AI.

À la une — Le vérificateur écrit pour noter un agent devient sa fonction de récompense
ThinkingBox-Bench contient 507 tâches : un backend réel, des outils MCP, puis des contrôles exécutés sur l’état final de la base plutôt que sur la suite d’appels. Microsoft et Hugging F

Un harnais d’agents trouve un protocole de consensus plus rapide

Thu, 22 Oct 2026 07:00:00 +0200

Une équipe de recherche en calcul distribué rapporte qu’un agent outillé — base de connaissances, squelette d’implémentation, vérification Lean — a découvert A-greement, un protocole de consensus qui réduit la latence moyenne d’un magasin clé-valeur géo-distribué de 12,2 % en écriture et 33,3 % en lecture face au meilleur baseline. Ailleurs : deux RCE critiques dans PHP, trouvées par des modèles et divulguées dans la panique, un vocabulaire reconstruit qui coupe 77 % du coût d’inférence d’un petit modèle, et une perte qui affiche 0,0 tout en exécutant un programme arbitraire dans le backward de PyTorch.

À la une — Un agent vérifié en Lean découvre un protocole de consensus plus rapide que l’état de l’art
A-greement est un protocole de consensus pour machines à états géo-répliquées, obtenu avec AI-greement, un harnais qui combine une base de connaissances conc

PyTorch s’exécute nativement sur les TPU

Wed, 21 Oct 2026 07:00:00 +0200

TorchTPU, écrit par Google avec l’équipe PyTorch de Meta, expose les TPU comme un périphérique PyTorch ordinaire : un model.to(’tpu’) remplace un model.to(’cuda’), sans tenseurs paresseux ni dépendance JAX au runtime, et 5 000 modèles Hugging Face sont validés hors-boîte. Ailleurs : DeepSeek ouvre le moteur d’inférence qui sert sa propre production, Mistral facture un agent vocal complet 0,04 $ la minute, et une politique de cache KV fait baisser de 27,7 % le coût d’un agent.

À la une — PyTorch tourne nativement sur TPU, sans couche JAX au runtime
TorchTPU, projet démarré chez Google mi-2025 avec l’équipe PyTorch de Meta, expose les TPU comme un périphérique PyTorch standard : l’exécution eager est traitée comme prioritaire, torch.compile passe par Torch Dynamo plutôt que par des tenseurs paresseux, et les collectifs TPU sont exposés au niveau des Process Gro

Générer des images sans pré-entraînement linguistique

Tue, 20 Oct 2026 07:00:00 +0200

Halcyon, entraîné de zéro sur 100 millions de paires image-texte, dépasse des modèles autorégressifs plus gros avec jusqu’à 275 fois moins de calcul de pré-entraînement — et les expériences contrôlées indiquent que le pré-entraînement textuel n’apporte rien à la génération. Ailleurs : PyTorch devient natif sur les puces d’AWS, Cloudflare met un modèle de décision dans Ollama, et un benchmark mesure ce que la compression de contexte fait perdre.

À la une — Un modèle texte→image qui n’a jamais lu de texte seul
L’équipe de Fei-Fei Li et Michael Poli (Stanford) présente Halcyon, une famille de modèles autorégressifs à fusion précoce entraînés entièrement de zéro sur GPIC, un jeu de 100 millions de paires image-texte. Halcyon-1,6B devance JiT-T2I-XXL/8 sur la métrique gFD du papier (35,3 contre 41,0) avec 275 fois moins de calcul de pré-entraînement ; la version 0