Sorties d’agents et de modèles
Arete-27B de Nous Research. Nous Research a publié Arete-27B, un SFT de Qwen3.8-27B qui fait passer le cadrage pro-État chinois de 22 % à 0,9 % sur son évaluation à 803 prompts ; les poids sous Apache 2.0 et les quants GGUF sont disponibles.
Kimi K3.1 quantisé. Une quantification expérimentale de 775 Go de Kimi-K3.1-Pro-Coder tourne sur un seul GPU en utilisant la RAM système et le NVMe via Strata et une quantification MoE par paliers, atteignant 36,8 TPS en batch et 96,7 % sur AIME/LiveCodeBench.
Agent Terminal-RSI-27B. Le projet Terminal-RSI a publié un modèle d’agent terminal basé sur Qwen3.8 pour l’inspection de dépôts, l’édition de code et les tâches à plusieurs étapes, en s’appuyant sur une auto-réécriture récursive et un raffinement de politique par héritage du critique.
Modèle de décision Drex Max. Nace a publié Drex Max, un modèle de décision multimodal qui se classe n° 1 sur Artificial Analysis et atteint la frontière de Pareto ; les poids sont ouverts sous Open RAIL-M et une v1.1 est prévue pour l’inférence locale.
DSpine 3x de Tencent. Tencent a mis en ligne Qwen3.8-27B-DSpine-b16 sur Hugging Face, une méthode de décodage spéculatif qui revendique un décodage jusqu’à 3 fois plus rapide pour les modèles de 27B.
Outils et frameworks
Plugin de codage spec-first. Google a publié en open source le plugin Elephant-Goldfish Model, qui oblige les agents de codage à écrire d’abord une spec, puis fait relire celle-ci par de nouveaux sous-agents avant de passer au code ; des milliers d’ingénieurs de Google l’utilisent, mais la consommation de tokens est élevée.
Outil d’inspection Torchlens. Torchlens est un dépôt GitHub pour inspecter, visualiser et intervenir sur n’importe quelle opération de n’importe quel réseau de neurones, ce qui facilite l’interprétabilité.
SQLite : C contre Rust. Simon Willison a utilisé Claude pour comparer des extensions SQLite en C et en Rust pour parse_number ; Rust était d’abord plus rapide grâce à strtod, mais un parseur C maison a fini par l’égaler ou le dépasser, tandis que l’extension C était bien plus petite.
Mieux cadrer les descriptions de PR. Simon Willison propose de masquer les descriptions de PR écrites par une IA derrière <details><summary>, car elles sont trop exhaustives et ressemblent à du slop ; une introduction validée par un humain devrait résumer la modification.
Points forts de la recherche
Robotique Open-HumanScale. Des chercheurs ont publié Open-HumanScale, une recette ouverte et un corpus de 50 000 heures de vidéos égocentrées pour le préentraînement de politiques robotiques ; l’augmentation du volume de vidéos humaines produit des gains log-linéaires, et l’entraînement hybride humain-robot atteint 92,08 % sur RoboTwin 2.0 Clean2Clean.
Agents de codage : le nettoyage. Alibaba et ses partenaires ont construit Co-Design Bench à partir de demandes de modification réelles d’utilisateurs ; le meilleur modèle, GPT-6 Astra, ne termine entièrement que 26,4 % des tâches, ce qui signifie qu’un nettoyage humain est nécessaire sur environ trois tâches sur quatre.
Complexité du code avec Parsimony. Le nouveau benchmark Parsimony mesure les unités syntaxiques dans les patches ; le modèle médian ajoute 1,9 fois la correction humaine sur SWE-bench Verified, et le choix du harness peut à lui seul faire passer le surcoût de code de 0,80× à 0,99×.
Routage MoE comparé. Deux guides comparent les stratégies de routage des modèles MoE ouverts : le nombre d’experts va de 8 à 384, le top-k de 1 à 8, et l’équilibrage des biais sans perte est la recette dominante ; le choix d’expert peut faire fuiter des tokens futurs dans les modèles causaux.
Sutton sur les limites du scaling. Richard Sutton affirme que la seule puissance de calcul brute ne suffira pas à produire de l’intelligence ; selon lui, l’IA a besoin de nouvelles méthodes ingénieuses et d’agents dotés de modèles du monde qui apprennent en continu, et il qualifie les données synthétiques de grave erreur.
Industrie et business
Enquête d’espionnage Nvidia. Le conseil d’administration de Nvidia lance une enquête indépendante sur la relation du PDG Jensen Huang avec Alice Huang, une dirigeante de l’IA qui aurait été recrutée par le MSS chinois ; Huang a présenté ses excuses pour une liaison dans une note interne, tandis que le conseil affirme qu’aucune preuve de compromission de secrets n’a été trouvée.
Apple accélère l’agent Siri. Apple accélère la feuille de route de Siri. Un contrôle fin des apps maison est attendu dans iOS 27.3, et l’intégration des apps tierces plus tard au printemps, pour concurrencer OpenAI Dots et Meta Muse.
Poursuites musicales contre Suno. Les ayants droit d’Elvis Presley et d’Eminem poursuivent Suno, accusant la société de clonage illégal de voix et de paroles au titre de l’ELVIS Act du Tennessee et de la common law.
HackerTube en un week-end. Andrej Karpathy a utilisé Claude Opus 5.5 et Claude Code pour construire HackerTube en un week-end, en filtrant 43 millions de commentaires HN pour en tirer 6 454 vidéos sélectionnées, presque tout le travail ayant été automatisé.
Cours AI-native de Stanford. Mihail Eric explique comment Stanford CS146S s’est adapté aux agents de codage : les étudiants explorent des dépôts inconnus, proposent des modifications et expliquent leurs patches aux mainteneurs open source ; son équipe Monaco utilise des espaces de travail pour agents et des agents d’astreinte.
IA locale et matériel
Intel Arc 32 Go : bon rapport. L’Intel Arc Pro B70 32 Go à 1 299 $ offre environ la moitié de la vitesse de génération et un tiers du prefill d’une RTX 5090 (plus de 6 500 $) sur Qwen3.8-27B, ce qui en fait un excellent choix en rapport prix/performance.
Benchmarks 4× R9700. Une configuration d’environ 16 000 $ CA avec quatre GPU Radeon R9700 atteint 190 tokens/s en mono-utilisateur, 6 800 tokens/s en prefill et 80 à 225 tokens/s par utilisateur pour 8 utilisateurs sur un contexte de 128K ; les relances d’agent démarrent en 0,2 à 2,5 s.
Inférence Qwen en assembleur. Qwen3.5-0.8B tourne en assembleur pur sur un seul thread CPU à 6,51 tokens/s, plus vite que la référence PyTorch, sans libc ni runtime Python.
CUDA sur GPU anciens. Un développeur a porté une stack moderne d’entraînement de LLM sur d’anciens GPU CUDA (SM 3.5-7.5) sous Windows, permettant de faire tourner Mamba-1 sur de vieilles cartes NVIDIA, avec l’intention de backporter Mamba-2/3.
Assistant bash local. Un Qwen3.5-0.8B fine-tuné convertit de l’anglais simple en commandes bash hors ligne en 1,7 s sur CPU ; l’auteur raconte avoir plafonné à 74 % et retient que l’écart de distribution entre entraînement et test compte.
Usages des modèles locaux. Un utilisateur fait tourner DeepSeek v4.1 Flash en local pour des « scouts » qui déchargent les modèles de frontière de la recherche web, des « masons » qui construisent du code à partir des specs des modèles de frontière, et des agents de filtrage de contenu.
Motion design local. Qwen3.8 Flash Next IQ3_XXS, sur 16 Go de VRAM, a produit une vidéo de motion design via Three.js/Playwright/ffmpeg en environ 2 heures, ce qui montre que les modèles locaux peuvent gérer des tâches de creative coding.
C'est tout pour cette journée – environ 5 minutes de lecture.