Un guide pratique compare Underdog Saluki 27B, une version 2 bits de Qwen3.8-27B, à la quantification GSQ-RCO de l'ISTA. Il examine les en-têtes GGUF, la consommation mémoire et les performances d'appel d'outils sur le banc d'essai BFCL avec llama.cpp standard.
Cognition lance Devin Vulnerability Fixes, trois skills d'agent sous licence MIT qui recensent, corrigent et testent les déploiements PHP, Node.js et GitLab auto-hébergés touchés par les failles critiques d'exécution de code à distance révélées cette semaine. Le plugin ouvre ensuite une pull request par dépôt.
Microsoft Research publie Agensh, un cadre multi-agents sans orchestrateur central : des agents autonomes s'organisent seuls autour d'un dépôt Git, d'une messagerie et d'un tableau de résultats partagés. Sur ProgramBench, avec six heures de budget, il passe d'un seul agent à 1 024.
Pour les auteurs d'OpenMobile-2, un agent pour smartphone progresse moins en traitant davantage de données qu'en s'entraînant sur une grande variété d'applications. Ils ont créé un environnement ouvert de plus de 110 applis, dont 35 répliques d'applis populaires, et leur modèle obtiendrait le meilleur score des agents ouverts sur de vrais appareils Android.
Flora, le moteur de données ouvert de Nvidia, annote une heure de vidéo robotique pour 72 cents, contre 88 dollars avec GPT-6 Astra, pour une qualité légèrement supérieure. Fondé sur trois modèles Qwen3.5 affinés, il repère bien mieux les erreurs dans les gestes des robots mais manque parfois de précision descriptive ; Nvidia y voit une pièce de sa stratégie pour maîtriser toute la chaîne de valeur robotique.
Selon un compte WeChat lié à la télévision d'État CCTV, DeepSeek et MiniMax sont les premières entreprises à avoir finalisé leur enregistrement dans le cadre des contrôles chinois à l'exportation de l'IA. Toutes deux ont obtenu le droit de publier leurs modèles en open source et de les licencier à l'étranger.