Subquadratic présente un modèle de décision dont la fenêtre de contexte serait douze fois plus grande que celle de Jev. Ce modèle dévoilé mi-septembre par TypeSafe a suscité une vague de concurrents qui entendent soulager les grands modèles de langage d'une partie de leur travail.
Artemis Security lance Orion-1, un modèle conçu pour la cyberdéfense qui devance Claude Opus 5.5 et GPT-6 Sol sur le benchmark maison de l'entreprise. Il vise le vide laissé par les grands modèles généralistes, qui verrouillent leurs capacités cyber au point de gêner aussi les équipes de défense.
OpenAI, Anthropic et consorts multiplient les modèles toujours plus performants, tandis que les utilisateurs critiquent les dernières versions de Gemini. Clubic voit dans l'IA de Google le vilain petit canard du trio américain.
Des chercheurs décrivent une méthode d'attaque qui contourne les protections mises en place par OpenAI et Google pour empêcher leurs nouveaux modèles de générer des images de nus. De quoi révéler les failles de ces garde-fous.
OpenAI s'active pour finaliser son prochain modèle phare, qui reprend la technique du transformeur en boucle d'Astra pour progresser en maths et en code, au prix d'une surveillance de sécurité plus difficile. Selon des employés, un ou deux nouveaux modèles devraient sortir d'ici la fin de l'année, que le modèle phare soit prêt ou non ; Microsoft a par ailleurs dévoilé par erreur des détails de la technique sur une page publique.
Des chercheurs d'Apple présentent ce qu'ils décrivent comme les premiers modèles de diffusion masqués entraînés de zéro sur du texte, des paires image-texte et audio-texte. L'article étudie les lois d'échelle multimodales, les proportions de chaque modalité, les calendriers de bruit et la taille des lots, et propose des réglages par défaut pour l'inférence.