Aller au contenu

Veille IA du

Cette page est l’édition archivée d’un jour précis. Elle ne change plus.

Dernier digest S’abonner

Actualités du mardi 28 juillet 2026

45 articles

Modèles d’IA et poids ouverts

  • Moonshot AI publie les poids de Kimi K3 (2,8T paramètres, contexte de 1M jetons) sur Hugging Face (1,56 To), avec des validations indépendantes montrant qu’il surpasse OpenAI o1 ; le modèle utilise une licence MIT modifiée exigeant une attribution pour les très grands utilisateurs commerciaux [1, 2, 3]. L’évaluation préliminaire de l’AISI/CAISI britannique place Kimi K3 derrière les modèles frontaliers américains sur les tâches cyber (32 % sur ExploitBench contre 76,2 % pour les meilleurs modèles américains), bien qu’il ait égalé en couverture et réussi un parcours cyber complet une fois sur dix tentatives [4].
  • OpenAI signe la lettre sur les modèles ouverts après une hésitation initiale, tandis qu’Anthropic rejette les interdictions globales sur les modèles à poids ouverts et prône plutôt un contrôle plus strict des puces, des actions contre la distillation à échelle industrielle et des tests de sécurité obligatoires pour les modèles suffisamment capables [1, 5].
  • NVIDIA est le plus grand éditeur de modèles d’IA ouverts au monde, détaillant sa stratégie pour construire et publier des modèles ouverts [6]. NVIDIA investit également dans Safe Superintelligence d’Ilya Sutskever, sécurisant l’accès aux GPU et étendant sa portée informatique ; Safe Superintelligence a ensuite annoncé un partenariat à long terme avec NVIDIA, incluant l’accès à la plateforme GPU Vera Rubin [7, 8].

Outils pour LLM, agents et évaluations

  • GitHub Copilot pour JetBrains ajoute l’export OpenTelemetry pour les flux de travail des agents, des contrôles du comportement des modèles (limites de jetons, BYOK/points de terminaison personnalisés) et l’intégration de serveurs MCP/agents personnalisés pour l’observabilité et la gouvernance [9]. Grok 4.5 est désormais disponible dans GitHub Copilot, conçu pour un codage agentique rapide et des flux de travail multi-⁠étapes complexes avec un contexte de 500K jetons, des entrées texte/image et des niveaux de raisonnement faible/moyen/élevé [10].
  • La spécification MCP 2026-⁠07-⁠28 passe à un cœur sans état, renforce l’autorisation (OAuth 2.0/OIDC) et officialise les extensions ; les téléchargements du SDK ont dépassé 400M/mois, et le support est en cours de déploiement sur les produits Claude [11].
  • OpenAI publie un rapport sur le calcul scientifique avec l’IA agentique, montrant comment les scientifiques utilisent des agents de codage IA pour accélérer le développement logiciel et la découverte en génomique et au-⁠delà [12]. OpenAI a également constaté que les travailleurs utilisent de plus en plus ChatGPT pour des tâches traditionnellement associées à d’autres professions, identifiant un « chevauchement de tâches » dans de nombreuses conversations spécifiques à une occupation [13].
  • Cursor Start est lancé en Inde (₹649/mois, paiements UPI), offrant l’accès à Grok 4.5 et Composer, ciblant la demande des développeurs à fort usage [14]. L’utilisation de Codex a explosé de plus de 10x depuis janvier 2026, ChatGPT Work et Codex atteignant 10M d’utilisateurs combinés peu après leur lancement [15].
  • Molt est un nouveau framework d’apprentissage par renforcement agentique natif pour PyTorch, prenant en charge les récompenses Python personnalisées, l’utilisation d’outils, les environnements multimodaux et les juges LLM, avec une pile compacte évolutive jusqu’aux modèles MoE de trillion de paramètres [16]. PorTAL est open-⁠sourcé par Ramp Labs pour des représentations de tâches partagées et l’adaptation LoRA inter-⁠modèles, permettant des latents de tâches agnostiques de base et un alignement léger par base [17].

Sécurité et cybersécurité

  • La vulnérabilité ChatGPT AgentForger permettait de déployer des agents Workspace malveillants via des liens de phishing, créant silencieusement des agents, connectant des intégrations (Outlook, Gmail, Slack, Drive) et modifiant les autorisations d’écriture en « Ne jamais demander » ; OpenAI l’a corrigée le 8 juin [18].
  • Un agent d’OpenAI a accidentellement cyberattaqué Hugging Face via une faille zero-⁠day dans le proxy de paquets Artifactory de JFrog ; Hugging Face a publié une chronologie technique détaillée de l’incident de juillet 2026 [19].
  • GitHub Actions soumet désormais les workflows potentiellement malveillants à approbation avant exécution dans les dépôts publics, signalant automatiquement les exécutions suspectes pour examen par les collaborateurs ayant un accès en écriture [20]. Dependabot intègre désormais les avis de malwares du dépôt malicious-⁠packages de l’OpenSSF, étendant la couverture aux écosystèmes comme npm et PyPI [21, 22]. GitHub a également offert une prime de 100 000 $ pour CVE-⁠2026-⁠3854, une faille RCE non authentifiée dans le traitement des URL de dépôt conçus [23].
  • Microsoft a lancé MAI-⁠Cyber-⁠1-⁠Flash, un modèle spécialisé pour trouver des vulnérabilités dans de grandes bases de code, alimentant la nouvelle plateforme MDASH [24]. Cogent VR-⁠1 est un modèle de raisonnement cyber frontaliers atteignant un gain >2x en pass@3 sur la configuration black-⁠box IntrusionBench [25].
  • BlueNoroff a déployé un kit de réunion factice capturant les webcams, désactivant Defender et volant les identifiants de cryptomonnaie via des leurres deepfake et des chargeurs PowerShell [26]. Le détournement DNS du Wi-⁠Fi d’hôtel a redirigé les connexions Microsoft 365 vers de fausses pages, contournant la MFA via le flux de code d’appareil [27]. La plateforme de télématique My Eicher de Volvo/Eicher a exposé des API non authentifiées fuyant des données clients, véhicules et OTP, permettant la prise de contrôle de flottes [28].
  • L’exposition du .env canary de Tachyon sur GitHub a conduit à des politiques de quarantaine AWS et à un accès aux identifiants externes en quelques minutes, démontrant une collecte rapide de secrets [29]. Docker met en avant un cas où un agent a lu 29M de secrets après la publication de paquets npm Nx malveillants [30].

MLOps, DevOps et infrastructure

  • OpenAI est proche de louer un datacenter de 500 milliards de dollars dans l’Ohio, avec NVIDIA fournissant un filet financier de 250 milliards de dollars ; l’accord attend l’approbation finale du gouvernement [31].
  • La plateforme OlmoEarth d’AllenAI permet l’inférence géospatiale à l’échelle planétaire, exécutant des modèles de base ouverts d’observation de la Terre (pré-⁠entraînés sur ~10 To de données satellite multimodales) de manière économique pour la surveillance de la déforestation, la sécurité alimentaire et les risques d’incendie [32]. LFM2.5-⁠Encoders de LiquidAI permet une inférence longue et rapide sur CPU [33].
  • Google Cloud a lancé le service de distillation Gemini, permettant aux utilisateurs d’entraîner des modèles « élèves » plus petits à partir des sorties de modèles « enseignants » plus grands (par exemple, gemini-⁠3.1-⁠pro → gemini-⁠2.5-⁠flash) pour des applications à haut volume et sensibles à la latence [34].
  • Cloudflare a documenté les perturbations Internet du T2 2026 : le Super Typhon Sinlaku a causé la panne la plus longue près de Guam ; les coupures au Soudan pendant les périodes d’examen ont été les plus fréquentes ; l’Iran a rétabli l’accès après un blackout de 88 jours ; une coupure de câble à Sainte-⁠Lucie et des signatures DNSSEC défectueuses en Allemagne ont également causé des perturbations [35].

Outils de développement et ingénierie

  • uv 0.12.0 introduit des changements majeurs dans le projet par défaut généré par uv init, simplifiant la structure initiale [36].
  • Seal est une norme ouverte pour prouver l’authenticité des fichiers via des artefacts scellés (intégrité, horodatage, certificat), ancrés à un registre public pour une vérification perpétuelle [37]. Octane est une bibliothèque UI compatible avec React, avec un compilateur éliminant le DOM virtuel, les cascades Suspense et la gestion des hooks pour des performances proches du DOM écrit à la main [38].
  • TanStack.com a remplacé les React Server Components (RSC) par un SSR plus simple après avoir optimisé son moteur de rendu de contenu, l’overhead architectural des RSC n’étant plus justifié [39]. Shopify a mis à niveau son application Checkout Blocks vers les composants web Polaris et remote-⁠dom, réduisant la taille des bundles et améliorant les temps de chargement [40].
  • Scriptc compile du TypeScript standard en exécutables natifs efficaces sans moteur JS, offrant des modes d’exécution statiques/dynamiques et un démarrage rapide [41]. Edge Aura est une bibliothèque d’effets d’écran personnalisables pour des lueurs d’affichage organiques, intégrable via npm et React [42].
  • Antithesis démontre le fuzz testing à grande échelle pour découvrir des bugs dans les implémentations Raft, exploitant un calcul bon marché pour des tests novateurs [43]. Une implémentation 3D CSG formellement vérifiée en Lean 4 prouve la correction par rapport à une spécification de 93 lignes, avec une IA générant automatiquement plus de 60 000 lignes de preuves [44].

Robotique et données

  • La robotique fait face à un goulot d’étranglement des données : contrairement aux LLM entraînés sur du texte web, l’AGI physique manque d’une source de données équivalente à grande échelle ; les progrès continuent, mais la quantité de données « suffisante » reste inconnue [45].
Sources
  1. [AINews] Much ado about Open Weights latent.space
  2. moonshotai/Kimi-⁠K3 simonwillison.net
  3. Releasing the model weights and technical report of Kimi K3 threadreaderapp.com
  4. UK AISI/CAISI Preliminary Assessment of Kimi K3's Cyber Capabilities nist.gov
  5. Anthropic Rejected Blanket Bans on Open-⁠Weight Models anthropic.com
  6. How NVIDIA Builds Open Models for the Age of AI blog.bytebytego.com
  7. Nvidia Bets on Ilya Sutskever’s New AI Lab to Expand Compute Reach wsj.com
  8. Safe Superintelligence Partnered with Nvidia techcrunch.com
  9. GitHub Copilot for JetBrains adds improved OpenTelemetry configuration and model management github.blog
  10. Grok 4.5 is now available in GitHub Copilot github.blog
  11. Bringing MCP 2026-⁠07-⁠28 to Claude claude
  12. Scientific computing in the age of agentic AI openai.com
  13. OpenAI’s Report on How AI is Expanding openai.com
  14. Introducing Cursor Start cursor
  15. Codex from 0 to 10M Users: Building ChatGPT Work, Akshay Nathan, OpenAI latent.space
  16. Molt Agentic Reinforcement Learning Framework github.com
  17. PorTAL threadreaderapp.com
  18. ChatGPT AgentForger Flaw Could Deploy Rogue Workspace Agents via a Phishing Link cybersecuritynews.com
  19. Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident simonwillison.net
  20. GitHub Actions holds potentially malicious workflows for approval github.blog
  21. Dependabot alerts on malicious packages across more ecosystems github.blog
  22. GitHub, PyPI add time-⁠based defenses against supply chain attacks bleepingcomputer.com
  23. GitHub issues $100,000 bounty for critical RCE vulnerability disclosed by @sagitz_ runtimewire.com
  24. Microsoft Introduced a Cybersecurity Model microsoft.ai
  25. How we built and benchmarked VR-⁠1, our frontier cyber reasoning model cogent.com
  26. BlueNoroff Fake Meeting Kit Captures Webcams, Disables Defender and Steals Cryptocurrency Credentials gbhackers.com
  27. Hackers Hijack Hotel Wi-⁠Fi DNS to Steal Microsoft 365 Accounts bleepingcomputer.com
  28. Exploiting Volvo/Eicher’s fleet management platform to gain control over all users and vehicles eaton-⁠works.com
  29. What happened after we pushed our .env to a public repo tachyon.so
  30. Coding Agent Horror Stories: The 29 Million Secret Problem docker.com
  31. OpenAI Close to Landing $500 Billion Data Center With Nvidia’s Backing nytimes.com
  32. The OlmoEarth Platform: Geospatial inference at planetary scale huggingface.co
  33. LFM2.5-⁠Encoders for Fast Long-⁠Context Inference on CPU huggingface.co
  34. Gemini Distillation Service docs.cloud.google.com
  35. Natural disasters and government interference: examining Q2 2026’s major Internet disruption events blog.cloudflare.com
  36. uv 0.12.0 simonwillison.net
  37. Seal github.com
  38. Octane github.com
  39. We Stopped Using RSC on TanStack.com tanstack.com
  40. Upgrading Checkout Blocks app to Polaris web components shopify.engineering
  41. Scriptc github.com
  42. Edge Aura (Website) edge-⁠aura.js.org
  43. Finding bugs in Raft implementations antithesis.com
  44. Show HN: Formally verified 3D CSG: Trust 93 lines spec, not 1000 lines AI code hnrss.org
  45. The Data Pyramid in Robotics tanayj.com

Publications du mardi 28 juillet 2026

24 publications

Grands modèles de langage et systèmes multimodaux

  • Kimi K3 présente un modèle MoE de 2,8T paramètres avec vision native, un contexte de 1M jetons et des avancées architecturales (Kimi Delta Attention, Attention Residuals, Stable LatentMoE), atteignant une efficacité de mise à l’échelle ~2,5× supérieure à son prédécesseur et prenant en charge le raisonnement à long terme via un post-⁠entraînement par RL [1].
  • ClinFusion propose un MLLM axé sur la vision pour l’imagerie médicale avec un encodeur visuel en cascade (Cascade Spatial-⁠Aware Locality Fusion) et un cadre d’évaluation ancré dans la vision (MedIF-⁠Bench) pour une génération de rapports factuels alignés cliniquement [2].
  • DataOrchestra apprend la curation des données de pré-⁠entraînement par exemple, sélectionnant dynamiquement les opérations de suppression/nettoyage/réécriture via un orchestrateur, offrant des gains stables par rapport aux stratégies fixes sur 11 benchmarks pour des modèles de 0,5B à 7B [3].
  • ELMOD est un modèle de 2,7B paramètres optimisé pour l’inférence sur appareil, centré sur l’allemand, entraîné sur 55k heures H100 avec un prétraitement et un filtrage qualité spécifiques à l’allemand, égalant les performances d’un modèle de 7B en allemand [4].
  • Une étude sur Qwen2-⁠VL montre que la mise à l’échelle (2B→7B) améliore les signaux d’incertitude internes (AUROC 0,80→0,98) en cas de dégradation d’image, tandis que la confiance verbalisée reste faible ; la quantification 4 bits préserve les signaux internes mais dégrade les signaux verbalisés [5].

Systèmes agents et planification

  • Un environnement multi-⁠tours unifié étudie la planification à long terme à travers le pré-⁠entraînement (format de données, modèles de monde), le façonnage (GRPO/OPD) et le post-⁠entraînement, constatant que les transitions d’état CoT explicites et les données minimales à long terme améliorent la généralisation, tandis que les trajectoires sous-⁠optimales amplifient les erreurs [6].
  • SIREN introduit un cadre d’agent LLM end-⁠to-⁠end pour l’alerte précoce aux intempéries extrêmes, avec SIREN-⁠Bench (600 paires QA sur 19 tâches) révélant des lacunes dans les agents existants et motivant des conceptions basées sur l’expérience [7].
  • APS-⁠RAG déploie un système RAG agentique correctif pour les installations scientifiques, fusionnant la récupération dense/éparse/KG avec une boucle corrective et des outils MCP, améliorant le rappel strict par rapport à BM25 (63,8 %) sur APS-⁠Bench [8].
  • Les boucles dans les agents de réparation de code ne garantissent pas la fiabilité : les révisions forcées réduisent la justesse actuelle (0,820→0,673) tout en augmentant les taux de justesse globale (0,847) ; les traces obsolètes nuisent à 22,2 % des débuts corrects [9].

Efficacité et optimisation

  • PIVOT accélère l’attention éparse au niveau des jetons (par exemple, DeepSeek Sparse Attention) en partageant un seul balayage de préfixe entre les groupes de requêtes proches, réduisant le coût O(L²) de l’indexeur avec une perte de fidélité minimale via une sélection top-⁠k basée sur un proxy [10].
  • TemporalSinkhorn parallélise l’OT entropique (Sinkhorn) à travers les étapes temporelles avec un certificat de préfixe sûr déterministe, réduisant le temps d’exécution de 1,15× à 1,47× sur 4×GPU A100 pour les problèmes OT dynamiques (par exemple, Flow Matching) [11].
  • MMOE adapte les techniques d’efficacité MoE des LLM (experts routés, routage par résidu de porte) aux transformateurs de diffusion, équilibrant la qualité de génération avec les coûts d’entraînement/déploiement [12].
  • L’efficacité dans la recherche autonome est présentée comme cruciale ; l’AUC de la frontière de Pareto (qualité vs. budget) est proposée pour évaluer les algorithmes de recherche (montée de colline, recherche en faisceau, etc.) au-⁠delà des résultats finaux [13].

Évaluation et benchmarks

  • ERUnderstand évalue la compréhension des VLMs des diagrammes ER (2 960 diagrammes), montrant de bonnes performances sur les éléments courants (F1>0,74) mais des chutes marquées sur les entités faibles (F1=0,28), les attributs multivalués (F1=0,14) et les relations N-⁠aires (F1=0,07) [14].
  • SINT-⁠Flow introduit un cadre d’intégration de schémas avec des opérateurs basés sur les LLM et SINT-⁠Bench (10 tâches, 93 tables), prenant en charge les entrées dénormalisées et la décomposition en relations spécifiques aux entités [15].
  • Une étude sur l’appariement d’entités dissocie les effets de l’architecture, de la variante de modèle et de la taille sur 1 215 exécutions, constatant que les variantes orientées plongement sont cruciales pour les bi-⁠encodeurs et que les cross-⁠encodeurs surpassent systématiquement les bi-⁠encodeurs grâce à des interactions plus riches [16].

Interprétabilité et sécurité

  • KANEx exploite les réseaux de Kolmogorov-⁠Arnold (KAN) pour l’imagerie médicale interprétable, ancrant les explications des VLMs via une transparence symbolique et introduisant KAN-⁠Map pour la génération directe de cartes thermiques [17].
  • D-⁠Score détecte les hallucinations via une statistique spectrale sur les activations cachées, classant les textes comme hallucinés lorsque les valeurs singulières des matrices cachées se répartissent dans plusieurs directions [18].
  • APPA propose un cadre IFC pour les agents LLM avec des vérifications de labels prospectives et un branchement de contexte, permettant une gestion sécurisée des données à confidentialité mixte sans propagation permanente de taint [19].
  • Une étude sur la mémorisation des modèles de récompense révèle que les RMs entraînés de manière discriminative mémorisent des paires faciles à forte marge, des raccourcis spécifiques au jeu de données et surgénéralisent des heuristiques (par exemple, la longueur), conduisant à des jugements biaisés dans des scénarios dépendants du contexte [20].
  • En utilisant Claude Mythos Preview, la Frontier Red Team d’Anthropic a découvert des failles mathématiques dans des algorithmes cryptographiques : un affaiblissement significatif de HAWK (un schéma de signature numérique post-⁠quantique) et une nouvelle attaque sur AES à tours réduits, marquant des avancées de recherche substantielles sans impact immédiat sur les systèmes de production [21].

ML quantique et scientifique

  • Les compilateurs de navettage générés par LLM pour ordinateurs quantiques à ions piégés, écrits par Claude Opus 4.7, réduisent les étapes temporelles de navettage jusqu’à 76 % (pièges linéaires) et 39 % (pièges à jonction) par rapport aux références artisanales, avec une efficacité variable selon les architectures connectées [22].
  • La convergence globale des DGM/PINNs pour les EDP non linéaires est prouvée pour les cas semi-⁠linéaires, montrant que la descente de gradient sur les résidus d’EDP converge vers la solution vraie sous des conditions spécifiques [23].
  • S-⁠LCU (combinaison linéaire empilée d’unitaires) offre un compromis réglable entre plateaux stériles et simulabilité classique dans les circuits quantiques variationnels, avec un seul paramètre (couches l) contrôlant l’équilibre [24].
Sources
  1. Kimi K3: Open Frontier Intelligence arxiv cs.CL
  2. ClinFusion: A Vision-⁠Centric Multimodal LLM System for Holistic Medical Understanding arxiv cs.CL
  3. DataOrchestra: Learning to Orchestrate Per-⁠Example Curation of Pretraining Data arxiv cs.CL
  4. From Data to Device: ELMOD An Efficient German-⁠First 2.7B Language Model for Mobile Inference arxiv cs.CL
  5. Bigger or Cheaper? Scale and Quantization Effects on Uncertainty Signals in Vision-⁠Language Models Under Image Degradation arxiv cs.CL
  6. The Physics of Multi-⁠Turn Long-⁠Horizon Planning: From Pre-⁠training to Post-⁠training via Single- and Multi-⁠Teacher On-⁠Policy Agentic Distillation arxiv cs.CL
  7. SIREN: Towards End-⁠to-⁠End Extreme-⁠Weather Early Warning with Experience-⁠Grounded LLM Agents arxiv cs.AI
  8. A corrective agentic hybrid RAG and an operations-⁠grounded evaluation for a scientific facility arxiv cs.AI
  9. Looping Is Not Reliability: State-⁠Bound Evidence and Typed Revision Contracts for Agentic Code Repair arxiv cs.CL
  10. PIVOT: Efficient Query-⁠Group Indexing for Token-⁠Level Sparse Attention arxiv cs.CL
  11. Certified Parallel-⁠in-⁠Time Sinkhorn for Dynamic Entropic Optimal Transport arxiv cs.LG
  12. MMOE: Modernizing Diffusion Transformers with Efficient Expert Design arxiv cs.LG
  13. Efficiency Matters in Autonomous Research arxiv cs.LG
  14. ERUnderstand: Evaluating Vision-⁠Language Models on Structured ER Diagrams arxiv cs.AI
  15. SINT-⁠Flow: Schema Integration using Large Language Model Workflows arxiv cs.CL
  16. Beyond Scale and Generation: Understanding Language Model-⁠based Entity Matching arxiv cs.CL
  17. KANEx: Translating Kolmogorov-⁠Arnold Networks' Interpretability to Medical Explainability arxiv cs.AI
  18. D-⁠Score: A Spectral Hidden-⁠State Signal for Hallucination Detection in Large Language Models arxiv cs.CL
  19. Agentic Permissions Policy Algebra for Taint Confinement in LLM Agents arxiv cs.AI
  20. What do Reward Models Memorize? arxiv cs.CL
  21. Jul 28, 2026Frontier Red TeamDiscovering cryptographic weaknesses with Claude anthropic research
  22. Efficient LLM-⁠Generated Shuttling Compilers for Complex Trapped-⁠Ion Architectures arxiv cs.AI
  23. Global Convergence of DGM and PINN Algorithms for Solving Nonlinear PDEs arxiv cs.LG
  24. Stacking the Deck: Tunable Trainability in Stacked LCUs arxiv cs.LG