Aller au contenu

Veille IA du

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

Récap de la semaine : actualités

du 31 août au 6 sept. 2026 133 articles

Modèles d’IA et Capacités

  • OpenAI lance GPT-⁠6 Astra (GA), un modèle de transformateur en boucle tarifé à 10 $ / 50 $ par million de jetons d’entrée/sortie, s’approchant de la saturation sur FrontierMath (97,6 %) et ARC-⁠AGI-⁠3 (99,9 %), et classé comme Critique selon le cadre de préparation d’OpenAI [1, 2, 3, 4, 5, 6, 7, 8, 9, 10].
  • Astra obtient 62,7 % sur ARC-⁠AGI-⁠3 (99,9 % avec un adaptateur de fournisseur) et 72,6 % sur OSWorld 2.0, la profondeur récurrente soulevant des préoccupations en matière de surveillance [11, 12, 13].
  • Google lance Gemini 3.8 Flash (et 3.8 Flash Cyber pour les défenseurs) à 0,75 $ / 3,75 $ par million de jetons d’entrée/sortie, avec des gains majeurs en génie logiciel, tâches d’agents et raisonnement en plusieurs étapes [14, 15, 16, 17, 18, 19].
  • Meta lance Muse Spark 1.3, égalant GPT-⁠5.6-⁠Sol et se classant au 3e rang mondial (AAII), avec des réductions de coûts d’entraînement >90 % pour l’utilisation de données opt-⁠in et ~20 % d’appels d’outils en moins / 25 % de jetons en moins dans les tests de code [20, 21, 22, 23].
  • Anthropic lance Claude Fable 5.1 (GA) avec des lectures de cache 75 % moins chères mais ~70 % d’utilisation de jetons de sortie en plus, ce qui donne une augmentation nette du coût par tâche d’environ 20 % pour les sessions longues ; il établit un nouvel SOTA en matière de codage/connaissances et obtient 52,6 % sur Terminal-⁠Bench-⁠Science 0.1 [24, 25, 26, 27].
  • La compréhension vidéo par agent de Google pour Gemini réduit les jetons de jusqu’à 88 %, les coûts de jusqu’à 66 %, et améliore la qualité de jusqu’à 7 % [28, 29].
  • Google présente TimesFM-⁠3, un modèle de fondation de séries temporelles zero-⁠shot à 330 millions de paramètres pré-⁠entraîné sur >1 000 milliards de points temporels, prenant en charge la prévision multivariée sans réglage fin [30, 31].
  • Google DeepMind lance WeatherNext 3, un modèle météo par IA doté de données satellites en temps réel, de rafraîchissements horaires, d’une résolution plus élevée et de variables d’énergie propre [32].
  • Atlas est un nouveau modèle du monde pour l’intelligence spatiale, pré-⁠entraîné à partir de zéro sur du texte, des images, de la vidéo et de la 3D pour générer, reconstruire et simuler des mondes [33].
  • MAI-⁠Transcribe-⁠2 de Microsoft surpasse ses concurrents en termes de vitesse, de précision et de coût (0,10 $/heure, 60 langues) [34, 35].
  • La commoditisation des LLM s’accélère à mesure que l’open-⁠source réduit les écarts de qualité, forçant les fournisseurs à se spécialiser (verticaux, coût/latence) [36].

Outils pour LLM, Agents et RAG

  • GitHub Copilot ajoute GPT-⁠6 Astra, Claude Fable 5.1 et Gemini 3.8 Flash pour Pro+/Enterprise ; introduit Agent Merge (résolution automatique de PR) et des exclusions de contenu pour les flux de travail d’agents [37, 5].
  • Cursor permet d’exécuter des agents cloud auto-⁠hébergés sur des machines gérées par l’utilisateur (Lambda MicroVMs) et alimente les agents comptables de Basis, réduisant les déclarations fiscales de 30 à 40 heures à 6 à 7 heures grâce à un contexte persistant [38, 39].
  • Les motifs d’agents de Google mettent l’accent sur le MCP bidirectionnel, les bus d’événements asynchrones, la validation unifiée et le routage hiérarchisé pour l’évolutivité [40, 41, 42].
  • L’agent de support de Pinecone (Nexus) résout 55,1 % des tickets de manière autonome (contre 24,6 %) en consultant des artefacts de connaissances internes [43].
  • Weaviate détaille le RAG à interaction tardive pour extraire le sens des graphiques/tableaux dans les PDF, en évitant l’OCR et l’extraction de texte [44].
  • Hugging Face lance @huggingface/kernels (plus de 200 noyaux WebGPU) et Funes (mémoire persistante pour les agents de codage) [45, 46].
  • Meta lance Muse Code, un agent de codage de terminal/CI doté de fonctionnalités de planification, d’édition, d’exécution de commandes et de sandboxing du SE [47].
  • OpenAI permet à ChatGPT de se connecter à des données de santé de confiance (DSE, recherche) et teste une tarification basée sur les résultats [48, 49].
  • Anthropic annonce les Enterprise Frontier Safeguards (EFS), combinant une conservation nulle des données avec la détection des utilisations abusives et un stockage cloud contrôlé par le client [50, 51].
  • Les agents de commerce sur Claude affichent des paniers jusqu’à 35 % plus volumineux et un taux de finalisation des achats supérieur de 60 % [52, 53].
  • « Taxe » MCP : la récupération de schémas peut engendrer des coûts cachés par serveur avant le premier prompt ; Claude Code diffère le chargement des schémas jusqu’à l’utilisation de l’outil [54].
  • La qualité du RAG repose sur le modèle d’intégration (embedding) : de mauvaises intégrations peuvent mal classifier les politiques ou omettre des détails cruciaux [55].
  • Semantica (open-⁠source) ajoute un raisonnement déterministe (Datalog/SPARQL), un suivi de la provenance et une gouvernance des ontologies pour les graphes de connaissances d’entreprise [56].
  • Leash (open-⁠source) offre une couche de sécurité/contrôle pour les agents personnels, limitant les actions sensibles [57].

MLOps, DevOps et Ingénierie

  • Datadog économise >1 million de dollars/mois sur l’utilisation de l’IA grâce à des évaluations d’agents, des garde-⁠fous de dépenses et l’optimisation du contexte [58].
  • Adobe a construit un autoscaler Kubernetes prédictif utilisant un modèle Bi-⁠LSTM pour prévoir la demande en GPU 10 minutes à l’avance [59].
  • Grab opérationnalise la fiabilité des données via des problèmes de production de données automatisés et une API de santé des données [60].
  • Twilio améliore la fraîcheur des pipelines Hudi à l’échelle du pétaoctet en calculant le « temps dans la file d’attente » à partir des décalages Kafka [61].
  • Apache Spark 4.1.0 introduit des pipelines déclaratifs, du streaming structuré en temps réel, des UDF/UDTF natifs Arrow et VARIANT GA [62].
  • vLLM v0.28.0 sort avec 584 commits de 270 contributeurs, élargissant les capacités de service [63].
  • PyTorch 2.14 ajoute des noyaux générés par CuTeDSL NVGEMM, un nouveau backend nccl2, la tolérance aux pannes et l’algèbre linéaire native pour Apple Silicon [64].
  • DuckDB v2.0-⁠alpha se sépare avec un gel des fonctionnalités, ciblant une sortie fin octobre [65].
  • Les instances AWS EC2 R9g/R9gd (Graviton5) sont désormais en GA [66].
  • Netflix parallélise les expériences Apache Spark pour identifier plus rapidement les goulots d’étranglement de la mémoire et du brassage [67].
  • Lyft migre sa flotte de streaming vers l’opérateur Apache Flink open-⁠source [68].
  • PostgreSQL 19 approche de sa sortie avec WAIT FOR LSN pour la cohérence de lecture sur les réplicas [69].
  • Kubernetes v1.37 fait passer la prise en charge des ressources étendues DRA en GA et stabilise le passage à zéro du HorizontalPodAutoscaler [70, 71].
  • Les migrations en direct GitHub Enterprise (ELM) de GHES vers GitHub Enterprise Cloud sont en GA, permettant des migrations avec un temps d’indisponibilité quasi nul [72].
  • GitHub Copilot prend désormais en charge les modèles par défaut gérés par l’entreprise par équipe et les politiques d’exclusion de contenu [73, 74].
  • Cursor a été utilisé par Nokia pour analyser plus de 50 millions de lignes de code en deux semaines avec deux ingénieurs [75].
  • Docker Sandboxes fournit des flux de travail d’évaluation de l’IA reproductibles [76].
  • ECC est un harnais d’ingénierie open-⁠source pour les agents de codage doté de fonctionnalités de planification, de test, de vérification, de mémoire et d’analyse de sécurité [77].
  • OpenClaude est un agent de codage CLI open-⁠source prenant en charge plusieurs backends [78].
  • Wigolo est un outil d’intelligence Web local-⁠first pour les agents d’IA [79].
  • Les entreprises technologiques (Uber, Pinterest, Stripe, etc.) signalent des économies de coûts d’IA d’environ 50 % en acheminant les charges de travail plus simples vers des modèles ouverts [80].
  • Le cadre d’optimisation des agents de Microsoft réduit les coûts grâce à la sélection des modèles, à la mise en cache, aux prompts et à l’observabilité à l’exécution [81].
  • Le « Second Cerveau Organisationnel » de Meta, un agent d’IA, formalise l’expertise avec une architecture structurée et auditable [82].
  • Astra utilise des transformateurs en boucle pour augmenter la capacité du modèle sans ajouter de paramètres, échangeant un coût de calcul plus élevé contre un stockage/RAM réduit [83].

Cloud et Infrastructure

  • SpaceX commence la fabrication interne de pales de turbines pour réduire les délais de livraison des générateurs de 18 mois pour les centres de données d’IA [84].
  • Le calcul pour l’IA pourrait faire face à un déficit de puissance d’environ 15 GW en 2027 en raison de goulots d’étranglement dans l’infrastructure des sites [85].
  • Anthropic signe un contrat cloud de 35 milliards de dollars avec Lambda (soutenu par Nvidia), Nvidia détenant le bail du centre de données [86].
  • Cloudflare prototype le transcodage de cache avec Zstandard, réduisant la taille des actifs textuels à ~1/3 et libérant des pétaoctets de capacité de cache [87, 88, 89].
  • Lakebase Postgres de Neon permet le redimensionnement automatique en temps réel du calcul en fonction du processeur, de la mémoire et de la taille de l’ensemble de travail du cache [90].
  • Uppy 6.0 consolide les paquets et ajoute un plugin S3 robuste avec des modes de signature explicites [91].
  • Wasmi 2.0 (interprète WebAssembly basé sur Rust) s’exécute ~2,2 fois plus vite que la v1.0 [92].
  • PAIR (Personal AI Router) de NVIDIA achemine l’inférence entre les appareils DGX Spark, RTX Windows et macOS [93].
  • Metal3 + KubeVirtBMC permet de provisionner des machines virtuelles KubeVirt comme du matériel nu (bare metal) via le média virtuel Redfish [94].

Outils et Pratiques de Développement

  • GitHub CLI prend désormais en charge l’option **--attach pour télécharger des images/vidéos directement dans les tickets/PRs et ajoute des dates d’expiration pour les budgets individuels des utilisateurs** [95, 96, 97].
  • Les agents de Vercel utilisent un fichier **DESIGN.md** pour créer des pages fidèles à la marque avec des paramètres de design cohérents [98].
  • Memoryfields propose un format portable Markdown+YAML+SQLite pour la mémoire des agents [99].
  • diffium-⁠db fournit une interface TUI en direct pour surveiller les modifications de base de données en temps réel [100].
  • GitHub Actions ajoute une API REST pour les dépréciations de versions de runners, une nouvelle permission vulnerability-⁠alerts et des propriétés de contexte de travail [101].
  • GitHub dépréciera certains modèles Copilot sélectionnés (par ex., Gemini 3.5/3.6 Flash, Kimi K2.7, Claude Opus 4.7) le 2 octobre [102].
  • GitHub rouvre les inscriptions Copilot Business/Enterprise avec un contrôle plus strict et des frais de licence initiaux à partir du 1er octobre [103].
  • GitHub propose désormais plusieurs configurations de publication de confiance par paquet npm, une analyse des logiciels malveillants par étapes et une visibilité de l’historique par étapes [104].
  • WebLLM et WebGPU/Three.js apportent l’inférence de LLM locaux aux navigateurs [105, 106].
  • Turbopack réduit les blocs JavaScript de 96 à 38 requêtes sur nextjs.org [107].
  • La table suisse de Go améliore les performances des tables de hachage (maps) grâce à des octets de contrôle optimisés par SIMD [108].
  • Rust 1.98.1 corrige une erreur de compilation dans la génération de tables virtuelles (vtable) [109].
  • Python 3.15.0 RC2 est disponible, la version finale étant attendue en octobre [110].
  • rustup 1.29.1 améliore la concurrence pour rustup update et les installations multi-⁠composants [111].
  • Val Town met l’accent sur l’Answer Engine Optimization (AEO) à mesure que les recommandations guidées par l’IA surpassent la recherche traditionnelle [112].
  • Cline a migré 11 millions d’utilisateurs vers un SDK d’agent refactorisé via un déploiement A/B, réduisant les erreurs consécutives des agents de 6,34 % à 0,62 % [113].

Sécurité et Paysage des Menaces

  • OpenAI et des centaines d’entreprises appellent à une action rapide de cyberdéfense contre les attaques automatisées, exhortant à l’application de correctifs, au principe du moindre privilège et à des contrôles compensatoires [114].
  • Cloudflare intègre les modèles OpenAI Daybreak (notamment GPT-⁠5.6 Cyber) dans sa solution Managed Defense pour la découverte de vulnérabilités consciente du contexte [17].
  • CrowdStrike signale que 88 % des vulnérabilités observées ont été exploitées dans les 48 heures suivant la publication d’un PoC (janvier-⁠juin 2026) [115].
  • Un détournement BGP a redirigé le trafic de mise à jour de Virtualizor via un préfixe Softaculous piraté [116].
  • Des modules Apache malveillants sur des serveurs du gouvernement brésilien ont fait du reverse-⁠proxying pour rediriger les visiteurs vers de faux magasins d’applications [117].
  • Les robots humanoïdes Unitree G1 présentent des failles permettant une exécution de code à distance (RCE) en root non authentifiée via Bluetooth [118].
  • Une vulnérabilité RCE critique dans Langflow (CVE-⁠2026-⁠0768, CVSS 9.8) fait l’objet d’exploitations actives [119].
  • Le ver Shai-⁠Hulud a compromis plus de 400 paquets npm en quelques heures via des pipelines signés piratés, ciblant désormais les jetons d’authentification des outils d’IA [120].
  • Anthropic déploie les Enterprise Frontier Safeguards, conservant les journaux d’activité dans un stockage cloud contrôlé par le client [51].
  • Nvidia et CrowdStrike introduisent SafeMind, une famille de modèles d’IA agents pour trouver et combler les chemins d’attaque [121].
  • Un service sur le dark Web a vendu plus de 153 millions de permis de conduire américains et canadiens numérisés, attribués à une violation potentielle chez idscan.net [122].
  • **Des exploits de .git/config malveillants dans Claude, Codex, Cursor, Grok Build** permettent l’exécution de commandes arbitraires via core.fsmonitor [123].
  • Le registre de Coder a servi des modules Terraform voleurs d’identifiants via des adresses IP Cloudflare compromises [124].
  • Une activité de type ver ScreenConnect se propage via des chaînes VBScript [125].
  • AIR Security lance un pare-⁠feu pour les compétences/plugins d’agents [126].
  • Les agents d’IA compressent les intrusions de ransomware à moins de 10 heures via des failles d’autorité transitive [127].
  • kernel.org signale que les scrapers d’IA représentent désormais ~98 % du trafic de git.kernel.org (~6 millions de requêtes par jour), forçant la désactivation de fonctionnalités coûteuses [128].
  • Une faille de sécurité dans la configuration Docker par défaut d’Omarchy a permis une escalade des privilèges root ; la mise à jour vers la version 4.0.1 atténue le problème [129].
  • Amazon a corrigé une faille d’injection de prompt dans l’IDE Kiro permettant l’exfiltration de données de fichiers .env [130].
  • Des extensions Chrome/Edge transformées en armes via une compromission de la chaîne d’approvisionnement ont volé des cryptomonnaies et des données de navigateur [131].
  • L’acteur de menace Fire Ant a évolué de la compromission d’hyperviseurs vers des implants sur routeurs IOS XR [132].
  • La campagne TerminalFix déploie des tunnels inverses via une intrusion en plusieurs étapes, en abusant de LockScreenContentServer.exe et de la stéganographie PNG [133].
Sources
  1. GPT-⁠6 Astra: an automated AI Engineer you can hire for <$6 an hour latent.space
  2. GPT‑6 Astra simonwillison.net
  3. Safety overview: GPT-⁠6 Astra openai.com
  4. Path to Astra: Critical Capabilities and Frontier Safeguards openai.com
  5. GPT-⁠6 Astra is generally available in GitHub Copilot github.blog
  6. GPT-⁠6 Astra deploymentsafety.openai.com
  7. GPT-⁠6 Astra openai.com
  8. [AINews] GPT-⁠6 Astra: OpenAI’s biggest LLM launch of all time latent.space
  9. 'Welcome to the AGI era': OpenAI launches GPT-⁠6 Astra venturebeat.com
  10. Introducing GPT-⁠6 Astra for developers simonwillison.net
  11. OpenAI’s GPT-⁠6 Astra on ARC-⁠AGI-⁠3 arcprize.org
  12. How concerned should we be about Astra’s recurrent architecture? lesswrong.com
  13. OpenAI’s new reasoning technique alarms AI safety experts techcrunch.com
  14. Introducing Gemini 3.8 Flash and 3.8 Flash Cyber deepmind.google
  15. llm-⁠gemini 0.34 simonwillison.net
  16. Google releases Gemini 3.8 Flash, its third Flash model in six weeks arstechnica.com
  17. Introducing context-⁠aware vulnerability discovery and remediation with Cloudflare Managed Defense and OpenAI Daybreak models blog.cloudflare.com
  18. Gemini 3.8 Flash is now available in GitHub Copilot github.blog
  19. Google Launches Gemini 3.8 Flash blog.google
  20. [AINews] Muse Spark 1.3 matches GPT-⁠5.6-⁠Sol, confirming Meta Superintelligence as the newest Frontier Lab, >90 % discount for training latent.space
  21. Meta Releases More Powerful AI Model, Edging Closer to Rivals bloomberg.com
  22. Muse Spark 1.3 research.meta.ai
  23. Muse Spark 1.3 (Website) developer.meta.com
  24. [AINews] Claude Fable/Mythos 5.1: new SOTA model, 75 % cache price cut but 70 % more output tokens latent.space
  25. Anthropic’s Claude Fable 5.1 and Mythos 5.1 arrive with a 75 % cost reduction for Fable cache reads venturebeat.com
  26. Claude Fable 5.1 made me a really nice animated pelican simonwillison.net
  27. Claude Fable 5.1 and Mythos 5.1 anthropic.com
  28. Introducing agentic video understanding with Gemini deepmind.google
  29. Introducing agentic video understanding with Gemini blog.google
  30. Google’s Foundation Model for Zero-⁠Shot Forecasting research.google
  31. TimesFM-⁠3: A zero-⁠shot foundation model for multivariate forecasting research.google
  32. Introducing WeatherNext 3, our most advanced and accurate global weather AI model deepmind.google
  33. Atlas: A World Model for Spatial Intelligence worldlabs.ai
  34. Microsoft releases MAI-⁠Transcribe-⁠2 microsoft.ai
  35. Microsoft AI’s MAI-⁠Transcribe-⁠2 undercuts OpenAI, Google, and ElevenLabs on price and speed venturebeat.com
  36. LLMs are becoming commodities frontierai.substack.com
  37. GitHub Copilot weekly releases: August 31 github.blog
  38. Run cloud agents on machines you manage cursor
  39. How Basis builds long-⁠horizon accounting agents with Cursor cursor
  40. 4 engineering patterns behind the strongest AI Agents Challenge submissions google ai
  41. 4 engineering patterns behind the strongest AI Agents Challenge submissions google ai
  42. 4 engineering patterns behind the strongest AI Agents Challenge submissions google ai
  43. Our support agent now solves most tickets without a human pinecone
  44. How to extract meaning from charts and tables in PDFs weaviate
  45. Introducing @huggingface/kernels: 200+ WebGPU Kernels for Local AI huggingface.co
  46. Give Your Coding Agents a Memory You Own huggingface.co
  47. Muse Code (Website) dev.meta.ai
  48. Healthcare organizations can now connect EHR and additional industry data to ChatGPT openai.com
  49. OpenAI has started letting some customers pay only when the AI works thenextweb.com
  50. Developing Enterprise Frontier Safeguards with our customers anthropic news
  51. Developing Enterprise Frontier Safeguards With Our Customers anthropic.com
  52. Building commerce agents with Claude claude
  53. A guide to the anatomy of effective commerce agents claude
  54. The MCP tax: what each server costs before your first prompt okaneland.com
  55. Why Your RAG System Is Only as Good as Its Translator Model blog.bytebytego.com
  56. Semantica github.com
  57. Leash github.com
  58. How Datadog saves over $1 million each month by optimizing AI usage datadoghq.com
  59. Scale before the spike: Predictive autoscaling for GPU workloads on Kubernetes cncf.io
  60. Data Mesh at Grab: Operationalizing Data Reliability with Automated DPIs engineering.grab.com
  61. Beyond Offset Lag: Computing Time in Queue for Apache Hudi Data Lake Pipelines at Petabyte Scale infoq.com
  62. Spark Release 4.1.0 spark.apache.org
  63. vllm v0.28.0 github.com
  64. PyTorch 2.14 Release Blog pytorch.org
  65. Try DuckDB v2.0-⁠alpha duckdb.org
  66. Amazon EC2 R9g and R9gd instances powered by AWS Graviton5 processors are now generally available aws.amazon.com
  67. Running Apache Spark experiments in my sleep (and on a plane) netflixtechblog.medium.com
  68. Rerouting the Stream: How Lyft Moved to the Apache Flink Operator eng.lyft.com
  69. Read your own writes, off the primary boringsql.com
  70. Kubernetes v1.37: DRA Updates kubernetes.io
  71. Kubernetes v1.37: Scale Workloads to Zero with HorizontalPodAutoscaler kubernetes.io
  72. Enterprise Live Migrations from GHES to ghe.com generally available github.blog
  73. Enterprise-⁠managed settings support any default model github.blog
  74. Content exclusions generally available in Copilot app and CLI github.blog
  75. Nokia analyzes 50M+ lines of code in two weeks with Cursor cursor
  76. Building Reproducible AI Evaluation Workflows with Docker Sandboxes docker.com
  77. ECC github.com
  78. Openclaude github.com
  79. Wigolo github.com
  80. The Pulse: tech companies move to open AI models newsletter.pragmaticengineer.com
  81. The Economics of Agent Optimization: Four ways to lower the cost azure.microsoft.com
  82. An Organizational Second Brain: Building an AI That Learns From Experts engineering.fb.com
  83. OpenAI Astra and Looped Transformers sebastianraschka.com
  84. SpaceX starts in-⁠house turbine blade manufacturing to boost gas-⁠powered generator output for Elon’s AI data centers: new manufacturing strategy cuts generator delays by 18 months tomshardware.com
  85. AI compute could face a 15GW power shortfall in 2027 x.com
  86. Anthropic Signs $35 Billion Cloud Deal Backed by Nvidia wsj.com
  87. How we could save petabytes of cache storage with Zstandard and Pingora blog.cloudflare.com
  88. How we could save petabytes of cache storage with Zstandard and Pingora blog.cloudflare.com
  89. How we could save petabytes of cache storage with Zstandard and Pingora blog.cloudflare.com
  90. Autoscaling Lakebase Postgres neon.com
  91. Uppy 6.0: fewer packages, fewer moving parts, and a robust S3 Plugin uppy.io
  92. Wasmi 2.0: Engineering one of the fastest Wasm interpreters wasmi-⁠labs.github.io
  93. NVIDIA Personal AI Router (PAIR) nvidia.com
  94. Metal3 meets KubeVirtBMC: Provisioning KubeVirt VMs like bare metal cncf.io
  95. GitHub CLI: Media in issues, pull requests, and comments github.blog
  96. Set an expiration date for individual user budgets github.blog
  97. Block users from discussion comments in personal repositories github.blog
  98. How our agents build on-⁠brand pages with design.md vercel.com
  99. A Portable File Format for Agent Memory calpaterson.com
  100. diffium-⁠db: A live diff of what agents do to your database denislavgavrilov.com
  101. GitHub Actions: Early September 2026 updates github.blog
  102. Upcoming deprecation of selected GitHub Copilot models github.blog
  103. Reopening Copilot Business and Enterprise signups github.blog
  104. Multiple trusted publishing configurations for npm github.blog
  105. Nvidia confirms Hugging Face acquisition for $12.93 billion blogs.nvidia.com
  106. WebLLM github.com
  107. How Turbopack chunks your JavaScript nextjs.org
  108. How Swiss Tables Work in Go’s Built-⁠in Map victoriametrics.com
  109. Announcing Rust 1.98.1 blog.rust-⁠lang.org
  110. Python 3.15.0 candidate 2 is here! simonwillison.net
  111. Announcing rustup 1.29.1 blog.rust-⁠lang.org
  112. A docs page is a very long and complex search query to find wandering AI agents and make them route interested people to your company blog.val.town
  113. How We Migrated 11 Million Users to Cline’s Biggest Refactor cline.ghost.io
  114. A Call for Collective Action on Cyber Defense openai.com
  115. CrowdStrike 2026 Threat Hunting Report: Exploitation Window Closes as AI Use Accelerates crowdstrike.com
  116. BGP Hijack Infecting Networks Caused By a Comedy of Errors That’s Not Funny at All arstechnica.com
  117. Malicious Apache Modules Hijack Brazilian Government Site Traffic to Push Betting Pages thehackernews.com
  118. Unitree G1 Humanoid Robot Flaws Allow Unauthenticated root RCE Over Bluetooth gbhackers.com
  119. Critical Langflow Vulnerability Exploited as Attacks on AI Platform Rise darkreading.com
  120. Shai-⁠Hulud: Whoever Controls Your Package Registry Controls Your Pipeline thenewstack.io
  121. Nvidia and CrowdStrike Develop New Cybersecurity AI Models wsj.com
  122. FBI Probes Service Selling 153M+ Drivers Licenses krebsonsecurity.com
  123. Malicious .git Configs Can Make Claude, Codex, Cursor, and Other AI Agents Run Attacker Code thehackernews.com
  124. Coder’s registry infrastructure compromised to push malicious modules bleepingcomputer.com
  125. Rogue ScreenConnect Installations Across Unrelated Hosts Suggest Worm-⁠Like Activity huntress.com
  126. AIR Security air.security
  127. AI agents help compress ransomware intrusion to under 10 hours, raising stakes for CISOs csoonline.com
  128. Creepy crawlies people.kernel.org
  129. Omarchy: Any User Process Can Escalate to Root 0xcc.io
  130. Power Leak: Amazon Kiro IDE Prompt Injection Enables Data Exfiltration mindgard.ai
  131. Chrome Web Store Extensions Caught Stealing Crypto, Browser Data bleepingcomputer.com
  132. Fire Ant Evolves: From Hypervisors to Trusted Infrastructure sygnia.co
  133. TerminalFix Campaign Deploys a Reverse Tunnel Through Multistage Intrusion microsoft.com

Récap de la semaine : publications

du 31 août au 6 sept. 2026 82 publications

Raisonnement, Évaluation et Alignement des LLM

  • Une analyse formelle montre que les représentations textuelles ne peuvent pas pleinement retrouver le sens voulu en raison de l’ambiguïté linguistique irréductible et de la dépendance au contexte, validée sur des langues artificielles, la résolution des pronoms nuls en mandarin et la référence aux couleurs [1].
  • L’optimisation du temps de test dans la traduction par LLM révèle que l’échantillonnage séquentiel (par exemple, Best-⁠of-⁠N) améliore la fluidité/naturalité, mais des budgets d’inférence élevés peuvent dégrader la précision, en partie à cause des dynamiques d’auto-⁠amélioration [2].
  • ElephantBench montre que même les LLM les plus performants ne retrouvent les deux versions d’un fait que 52,4 % du temps, avec un déséquilibre d’exposition favorisant les versions dominantes ; l’optimisation améliore le rappel mais pas l’exhaustivité [3].
  • La confiance linguistique et interne des LLM diverge souvent, avec une faible association au niveau des instances et une confiance exagérée dans les modèles ajustés par instructions, sur 30 modèles et 10 tâches [4].
  • Une étude mécaniste révèle que les évaluateurs LLM implémentent un pipeline en deux étapes : les couches initiales effectuent une comparaison locale des erreurs, tandis que les couches MLP ultérieures intègrent les signaux et finalisent les évaluations [5].
  • CordisBench montre que les modèles se dégradent à mesure que la complexité des interactions augmente dans des environnements dynamiques d’agents, en particulier dans la prédiction d’état et le raisonnement de démontage croisé [6].
  • HarnessDev évalue les LLM sur la création et l’évolution de leurs propres environnements d’agents, recentrant l’attention sur l’infrastructure exécutable plutôt que sur les résultats des tâches [7].
  • TempCloze révèle que la précision temporelle est le principal goulot d’étranglement dans le raisonnement des Video-⁠LLM, les modèles peinant à faire correspondre les événements aux intervalles temporels corrects [8].
  • SDARE-⁠Bench montre que les LLM identifient mal la stigmatisation dans les dialogues, en particulier dans les contextes de groupe, et expriment plus de stigmatisation en groupe [9].
  • Citing Less Critically constate que les LLM génèrent des citations moins critiques que les humains, sur-⁠citent les articles populaires/anciens et réduisent la distance sociale dans les réseaux de citations [10].
  • Un audit préenregistré montre que les juges LLM en boîte noire ne répondent pas aux seuils de fiabilité : les classements répétés dans la même fenêtre atteignent un coefficient de Spearman de 0,40 (requis 0,90), et les rejouages identiques le lendemain atteignent 0,78 (requis 0,99) [11, 12, 13].
  • Last Translation Benchmark introduit des exemples rédigés par des humains, évalués par des pairs, avec des règles de vérification artisanales pour exposer les défaillances des principaux modèles de traduction automatique [14, 15, 16].
  • La lisibilité du raisonnement en chaîne de pensée n’implique pas l’interprétabilité : les juges LLM identifient faiblement les étapes à haut avantage mais n’atteignent pas le plafond de bruit [17, 18, 19].
  • Les retours des utilisateurs sont très exploitables pour l’amélioration des LLM ; les révisions informées par les retours résolvent les problèmes ciblés à des taux plus élevés, tandis que les juges LLM échouent souvent à reconnaître les corrections [20].
  • L’analyse des livres hollandais révèle une incohérence substantielle dans les prévisions probabilistes des LLM, qui augmente avec le nombre d’événements et est détectable via un arbitrage basé sur la programmation linéaire [21].
  • L’alignement représentationnel avec les jugements moraux humains améliore la sécurité généralisable sur 23 LLM sans superviser les réponses [22, 23, 24].

Systèmes Agentiques, Utilisation d’Outils et Robotique

  • Logos introduit un environnement d’agent inter-⁠processus (similaire à ROS) découplant les capacités de l’agent d’un processus unique, garantissant la solidité entre les composants distribués [25].
  • ContextPilot améliore la gestion proactive du contexte pour les agents à long terme via des ensembles d’outils élargis et un RL à grain fin, démontrant des gains sur les tâches de raisonnement à long terme [26].
  • PersonaForge synthétise des interactions réalistes entre utilisateurs et agents sur plusieurs tours en utilisant un espace de persona en 4D, avec un jeu de données d’entraînement de 6,3 K et un benchmark de 138 tâches [27].
  • SUN Programs unifie le contrôle basé sur des modèles et les politiques apprises, atteignant un taux de réussite macro de 82,03 % sur neuf tâches de manipulation à long terme [28].
  • SafeEvolve co-⁠évolue l’environnement et la politique à partir des trajectoires d’agents, améliorant l’alignement de la sécurité sans sacrifier les performances [29].
  • EarlyEval réduit le coût d’évaluation des agents en arrêtant les exécutions précocement lorsque les classificateurs de succès/échec dépassent les seuils de confiance, économisant 20 à 40 % des coûts sur ALFWorld et WebArena [30].
  • Facet-⁠0 est un modèle de fondation robotique pour la manipulation riche en contacts, unifiant l’apprentissage de représentations multimodales et le RL via une proposition conjointe d’action-⁠force [31].
  • NashDreamer introduit un cadre de RL basé sur des modèles pour les jeux à somme nulle avec information imparfaite, améliorant l’efficacité d’échantillonnage et la convergence vers les équilibres de Nash [32].
  • Terminal-⁠Universe reconstruit des environnements exécutables à partir de trajectoires d’agents, permettant un post-⁠entraînement évolutif avec des retours d’exécution [33, 34, 35].

Modèles Multimodaux et Vidéo

  • GeoNeXt réutilise les modèles génératifs vidéo préentraînés pour l’estimation conjointe de la géométrie via la prédiction du prochain cadre, offrant une alternative économe en données au fine-⁠tuning spécifique à une tâche [36].
  • Sliding Window Attention (SWA) avec des puits dépasse l’Attention Linéaire post-⁠entraînée en raisonnement à long contexte (2 à 10 fois plus performant sur Needle-⁠in-⁠a-⁠Haystack/BABILong) [37].
  • La spécialisation des têtes sémantiques (SHS) dans les têtes d’attention ViT est corrélée aux performances ; Ariadne Attention atteint les performances de l’attention complète sur 22 tâches avec 6,5 fois moins de calculs [38].
  • AcrossVAM1.0 factorise la prédiction vidéo robotique en mouvement centré sur les objets et apparence dense, surpassant les références basées sur les pixels sur un nouveau benchmark VRS [39].
  • H3-⁠World transforme un générateur vidéo en un modèle du monde interactif, permettant un contrôle temporel précis via des instructions structurées en langage [40].
  • LatentPress compresse les historiques conversationnels ou les documents en jetons de mémoire continus (compression de 4 à 16 fois) pour une consommation directe par le décodeur, surpassant la compression textuelle/OCR sur LongMemEval et LongBench-⁠QA [41].
  • EditVid unifie l’édition vidéo guidée par instructions et par référence via une mémoire causale éparse, une injection de jetons et un mélange latent, atteignant un FiVE-⁠Acc de 78,16 contre 58,95 pour les références précédentes [42, 43, 44].
  • Seeing Before Synthesizing (SBS) utilise des VLM pour générer des légendes de transition ancrées visuellement pour le sous-⁠titrage vidéo dense faiblement supervisé, améliorant l’alignement sur ActivityNet Captions et YouCook2 [45, 46].

Efficacité, Optimisation et Architecture

  • Momentum Multi-⁠échelle Conditionné par la Courbure accélère le préentraînement des LLM en ciblant les directions plates du paysage de perte [47].
  • MoE Économe en Communication (CE-⁠MoE) réduit les coûts d’entraînement de 33,3 % à 31,5 milliards de paramètres tout en maintenant la profondeur et en améliorant les scores en aval [48].
  • Normalized Low-⁠Rank Adaptation (NoRA) stabilise l’entraînement LoRA, accélère la convergence et atténue l’oubli catastrophique [49].
  • FACET atteint un apprentissage continu efficace en paramètres via des transformations de caractéristiques conditionnées par la tâche, surpassant les adaptateurs spécifiques aux tâches et la fusion basée sur LoRA [50].
  • Attention Déclarative permet de sauter le cache KV et d’atteindre des accélérations jusqu’à 11,9 fois avec une perte minimale de précision sur les tâches à long contexte [51].
  • Machine à Graphes (GM) introduit un routage dynamique et épars basé sur les arêtes pour maintenir un accès à l’état en O(n) dans les Transformers, préservant/améliorant la perte avec seulement 2 à 4 jetons récupérés par tête KV [52].
  • FlashAttention-⁠4 avec FP4 sensible au matériel atteint jusqu’à 2,13 fois le débit BF16 sur GB200 ; le chemin causal avec gradients FP8 accélère les mises à jour de paramètres de 8 milliards de 1,14 fois [53, 54].
  • LLM hybride 4 bits (Minima) applique NVFP4 W4A4 à toutes les couches dans Qwen3.8-⁠27B, égalant le BF16 sur 5 tâches tout en utilisant 17,5 GiB et étant 14 à 19 % plus rapide en préremplissage [55, 56].

Sécurité, Sûreté et Robustesse

  • CamoDocs empoisonne les systèmes RAG en camouflant des documents adversariaux parmi un contenu bénin, atteignant des taux de réussite d’attaque élevés sur les défenses, les LLM et les benchmarks [57].
  • REPLICANT utilise le RL profond pour apprendre des politiques d’évasion transférables contre les détecteurs de malwares dans un modèle de menace en boîte noire, atteignant un ASR moyen de 78,8 % [58].
  • Les vérifications de fidélité seules sont insuffisantes pour l’extraction de documents agentiques ; l’instrumentation au niveau de l’envoi expose des échecs silencieux où les modèles contournent l’utilisation d’outils et fabriquent des réponses [59].
  • CodePoisonRAG démontre un empoisonnement ciblé des connaissances en amont pour la génération de code, augmentant l’exploitabilité du code généré sans modifier le LLM [60].
  • L’illettrisme linguistique des LLM compromet les mécanismes de sécurité reposant sur l’auto-⁠déclaration linguistique, plaidant pour des défenses non linguistiques [61].

Benchmarks et Ensembles de Données

  • NL2AGBench évalue l’auto-⁠formalisation des LLM pour AlphaGeometry en utilisant une vérification basée sur l’exécution [62].
  • CultureConverse introduit un environnement de simulation multilingue et multi-⁠tours pour des dialogues d’assistant ancrés culturellement sur 10 régions d’Asie de l’Est et du Sud-⁠Est [63].
  • Mutual Information des Phonèmes-⁠Groupes (PCMI) et Score de Cohérence Acoustique des Mots (WACS) permettent une évaluation de l’alignement forcé sans référence en utilisant des représentations vocales auto-⁠supervisées [64].
  • ASPIRE évalue l’auto-⁠évolution guidée par des objectifs vagues, exigeant des agents qu’ils opérationnalisent les objectifs et construisent des signaux d’entraînement/validation [65].
  • S³Gym évalue l’auto-⁠amélioration des LLM via l’auto-⁠test, l’auto-⁠évaluation et l’auto-⁠amélioration, montrant que les gains ne sont ni automatiques ni uniformes [66].
  • SCILAWS-⁠BENCH évalue la découverte de lois scientifiques par les LLM sur 118 problèmes réels avec des paramètres pour des observations réelles et des mondes parallèles [67].
  • EvoSCM équipe les agents scientifiques de modèles causaux structurels évolutifs pour la révision des croyances [68].

Applications et Vérification Spécifiques à un Domaine

  • Aero Hand Open publie une main anthropomorphe à commande par tendons, prête pour la simulation, avec un modèle de transmission par câbles pour l’apprentissage de la manipulation dexterity [69].
  • ARC-⁠CT propose un apprentissage contrastif routé par anatomie pour les scanners thoraciques 3D, localisant les anomalies via des étiquettes extraites par LLM et des masques d’organes [70].
  • Des circuits virtuels en temps réel pour le contrôle de la forme du plasma dans les tokamaks sont validés expérimentalement sur MAST Upgrade, conservant l’interprétabilité et les performances de contrôle [71].
  • Verus permet le développement de code Rust vérifiablement correct en étendant le système de types de Rust pour vérifier formellement la sécurité et l’exactitude fonctionnelle [72].
  • DiscoSign introduit un cadre de traduction texte-⁠LSF (Langue des Signes Française) conscient du discours abordant la coréférence spatiale et la cohérence concept-⁠glossaire [73].
  • FiMI Banking évalue l’optimisation des préférences et le RL pour la banque de détail indienne, améliorant le refus hors portée (52 %→80 %) et les performances en cas limites [74, 75].
  • LLM4CKD atteint des performances de dépistage de la MRC compétitives dans des contextes de faible quantité de données [76].

Avancées Théoriques et Fondamentales

  • ECHO-⁠OFTRL atteint un regret individuel constant dans des jeux à somme normale à N joueurs sous rétroaction à information complète [77].
  • Les taux d’approximation nets pour les réseaux de neurones avec des paramétrisations latentes affines caractérisent le compromis entre la dimension latente et le budget du réseau [78].
  • Le problème de compatibilité pour les distributions conditionnelles encodées de manière concise (sous forme de circuits arithmétiques) est insoluble [79].
  • Complexité des têtes : L’attention à une seule couche nécessite au moins k têtes pour calculer la parité à k bits et ne peut pas calculer la parité à (k+1) bits, avec des limites inférieures inconditionnelles [80].
  • Limites inférieures améliorées pour la descente de gradient : Ω(n⁻¹,⁶³⁴²) non-⁠anytime et Ω(n⁻¹,²⁴⁰⁸) anytime [81].
  • frb100-⁠40 résolu : Un ensemble indépendant vérifié de 100 sommets et une partition en cliques prouvent l’optimalité après deux décennies [82].
Sources
  1. A Formal Limitation on Learning Human Language From Textual Corpora arxiv cs.CL
  2. Ladders in Chaos: When, How, (and Perhaps Why) Does Test-⁠Time Scaling Improve LLM Machine Translation arxiv cs.CL
  3. Blind Men and the Elephant: Probing the Epistemic Myopia of LLMs under Long-⁠Tail Divergent Knowledge arxiv cs.CL
  4. When Linguistic and Internal Confidence Diverge in Large Language Models arxiv cs.CL
  5. Beyond Scores: Understanding LLM-⁠as-⁠a-⁠Judge Mechanisms in Summarization Evaluation arxiv cs.CL
  6. CordisBench: Can Language Models Reason About Component Lifecycles in Dynamic Agent Harnesses? arxiv cs.CL
  7. HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness? arxiv cs.CL
  8. TempCloze: Can Video-⁠LLMs Identify the Missing Middle? arxiv cs.AI
  9. SDARE-⁠Bench: Evaluating Large Language Models on Conversational Stigma Detection and Response in Dyadic and Group Dialogue arxiv cs.CL
  10. Citing Less Critically: LLMs Reshape the Rhetoric and Reach of Scientific Citation arxiv cs.CL
  11. Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-⁠Box LLM Observers on Shared Endpoints arxiv cs.LG
  12. Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-⁠Box LLM Observers on Shared Endpoints arxiv cs.LG
  13. Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-⁠Box LLM Observers on Shared Endpoints arxiv cs.LG
  14. Last Translation Benchmark arxiv cs.CL
  15. Last Translation Benchmark arxiv cs.CL
  16. Last Translation Benchmark arxiv cs.CL
  17. Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-⁠Of-⁠Thought Reasoning arxiv cs.CL
  18. Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-⁠Of-⁠Thought Reasoning arxiv cs.CL
  19. Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-⁠Of-⁠Thought Reasoning arxiv cs.CL
  20. User Feedback Provides a Unique Signal that LLMs Can not Detect arxiv cs.CL
  21. Dutch Books for Language Models arxiv cs.CL
  22. Representational alignment yields generalizable safety in language models arxiv cs.CL
  23. Representational alignment yields generalizable safety in language models arxiv cs.CL
  24. Representational alignment yields generalizable safety in language models arxiv cs.CL
  25. Logos: An Agent Harness on a Cross-⁠Process Bus arxiv cs.AI
  26. ContextPilot: Teaching Agents for Proactive Context Management via Fine-⁠grained RL arxiv cs.CL
  27. PersonaForge: Realistic Multi-⁠Turn User Simulation for Agentic Systems arxiv cs.CL
  28. SUN: Persistent Programs For Language-⁠Grounded Control-to-Learning-to-Real Policies arxiv cs.AI
  29. SafeEvolve: Harness-⁠Policy Co-⁠Evolution from Agent Experience for Safety Alignment arxiv cs.AI
  30. EarlyEval: Cheaper Agent Evaluation via Early Outcome Prediction arxiv cs.CL
  31. Facet-⁠0: A Robotic Foundation Model for Contact-⁠Rich Precise Manipulation arxiv cs.LG
  32. NashDreamer: Model-⁠Based Reinforcement Learning for Zero-⁠Sum Imperfect-⁠Information Games arxiv cs.LG
  33. Terminal-⁠Universe: Turning Agent Trajectories into Scalable Terminal Environments arxiv cs.CL
  34. Terminal-⁠Universe: Turning Agent Trajectories into Scalable Terminal Environments arxiv cs.CL
  35. Terminal-⁠Universe: Turning Agent Trajectories into Scalable Terminal Environments arxiv cs.CL
  36. Video Generative Models as Geometry Learner arxiv cs.AI
  37. Sliding-⁠window beats linear attention arxiv cs.CL
  38. Semantic Head Specialization Guides Hybrid ViT Attention for Multimodal LLMs arxiv cs.CL
  39. AcrossVAM1.0: Particle World Modeling for Text-⁠Assisted Robot Video Prediction arxiv cs.AI
  40. H3-⁠World: Turning Language Understanding into World Control arxiv cs.AI
  41. LatentPress: Context Compression Beyond Text and Vision arxiv cs.LG
  42. One Editor, Many Edits: A Unified Training-⁠Free Framework for Diverse Video Editing arxiv cs.AI
  43. One Editor, Many Edits: A Unified Training-⁠Free Framework for Diverse Video Editing arxiv cs.AI
  44. One Editor, Many Edits: A Unified Training-⁠Free Framework for Diverse Video Editing arxiv cs.AI
  45. Seeing Before Synthesizing: VLM-⁠Guided Transition Event Discovery for Weakly-⁠Supervised Dense Video Captioning arxiv cs.AI
  46. Seeing Before Synthesizing: VLM-⁠Guided Transition Event Discovery for Weakly-⁠Supervised Dense Video Captioning arxiv cs.AI
  47. Curvature-⁠Conditioned Multiscale Momentum with Sphere Constraints for LLM Pretraining arxiv cs.LG
  48. Training Communication-⁠Efficient Mixture-⁠of-⁠Experts Language Models with Layer Re-⁠Configuration arxiv cs.AI
  49. Normalized Low-⁠Rank Adaptation arxiv cs.LG
  50. One Adapter, Many Tasks: Task-⁠Conditioned Feature Transformations for Continual Learning arxiv cs.LG
  51. Language Models Can Control Their Own Attention arxiv cs.CL
  52. Graph Machine: Towards Better Pretraining via Edges arxiv cs.LG
  53. Hardware-⁠Aware FP4 FlashAttention-⁠4 arxiv cs.LG
  54. Hardware-⁠Aware FP4 FlashAttention-⁠4 arxiv cs.LG
  55. Why Gated DeltaNet Survives 4-⁠Bit Quantization: NVFP4 W4A4 for the Recurrent Half of a Hybrid 27B LLM arxiv cs.AI
  56. Why Gated DeltaNet Survives 4-⁠Bit Quantization: NVFP4 W4A4 for the Recurrent Half of a Hybrid 27B LLM arxiv cs.AI
  57. CamoDocs: A Poisoning Attack Against Retrieval-⁠Augmented Language Models Using Camouflaged Documents arxiv cs.CL
  58. REPLICANT: Learning Policies for Evading and Hardening Malware Detectors arxiv cs.LG
  59. Fidelity Is Not Enough: Dispatch-⁠Level Instrumentation for Agentic Datasheet Extraction arxiv cs.CL
  60. CodePoisonRAG: Knowledge Poisoning Attacks on Retrieval-⁠Augmented Code Generation arxiv cs.LG
  61. The Implications of Linguistic Illegibility for LLM Security arxiv cs.LG
  62. NL2AGBench: Benchmarking LLM Auto-⁠Formalization for AlphaGeometry arxiv cs.CL
  63. CultureConverse: A Multilingual Multi-⁠turn Simulation Harness for Culturally Grounded Assistance in East and Southeast Asia arxiv cs.CL
  64. Phoneme- and Word-⁠Level Metrics Using Self-⁠Supervised Speech Representations for Forced Alignment Evaluation arxiv cs.CL
  65. Aspire: Can Models Self-⁠Evolve from Vague Goals? arxiv cs.CL
  66. S3Gym: Can LLMs Turn Self-⁠Testing and Self-⁠Judging into Self-⁠Improvement? arxiv cs.CL
  67. Can LLMs Discover Scientific Laws in Real and Parallel Worlds? arxiv cs.LG
  68. EvoSCM: Scientific Belief Revision Through Causal Model Evolution and Experimentation arxiv cs.AI
  69. Aero Hand Open: A Simulation-⁠Ready Tendon-⁠Driven Hand for Dexterous Manipulation Learning arxiv cs.LG
  70. ARC-⁠CT: Anatomy-⁠Routed Contrastive Vision-⁠Language Learning for 3D Chest CT arxiv cs.AI
  71. Real-⁠time virtual circuits for plasma shape control via neural network emulators: experimental demonstration on MAST Upgrade arxiv cs.AI
  72. Developing provably correct Rust code with Verus amazon.science
  73. DiscoSign: Discourse-⁠Aware Text to Sign Language Gloss Translation arxiv cs.CL
  74. FiMI Banking: A Sovereign Model for Indian Retail Banking arxiv cs.CL
  75. FiMI Banking: A Sovereign Model for Indian Retail Banking arxiv cs.CL
  76. LLM4CKD: Large Language Models for Early Stage Chronic Kidney Disease Screening arxiv cs.LG
  77. Constant Individual Regret in General Games arxiv cs.LG
  78. Sharp Approximation Rates for Neural Networks with Affine Latent Parameterizations arxiv cs.LG
  79. On the Complexity of the Compatibility Problem for Succinctly Encoded Conditional Distributions arxiv cs.LG
  80. The Head Complexity of Boolean Functions in Single-⁠Layer Attention arxiv cs.LG
  81. Improved Gradient Descent Lower Bounds Beyond Nesterov arxiv cs.LG
  82. frb100-⁠40 After Two Decades: An Optimality Certificate and a Preregistered Search Study arxiv cs.AI