Des chercheurs de JetBrains ont converti la logique de décision d'un outil de build de type Maven en une matrice de poids figée, puis s'en sont servis pour compiler une vraie bibliothèque Java. Le résultat est identique, octet pour octet, à celui d'Apache Maven. Un build complet avec tests prend en revanche 1,49 fois plus de temps que la même logique écrite en Python.
Lors d'expériences, quelques photos retouchées par IA et un faux résumé d'une vidéo d'accident ont suffi à implanter des détails inventés dans la mémoire de centaines de volontaires. Dans l'un des tests, les participants se sont trompés tout en sachant que le texte venait d'une machine.
Clubic s'interroge sur les idées que les suggestions des chatbots nous font peut-être manquer, en même temps qu'elles nous aident à en trouver d'autres. À mesure que ces outils s'installent au quotidien, c'est la diversité de nos façons de penser et de créer qui pourrait en pâtir.
Microsoft propose une méthode d'IA qui corrige les erreurs des modèles météo pour les prévisions à plusieurs semaines, sans exiger de grosse puissance de calcul. Les résultats sont prometteurs, même si la météo reste, par nature, incertaine.
Taste-Bench, un nouveau benchmark, évalue la capacité des agents IA à faire les bons choix stratégiques au fil de tâches longues. Même le meilleur, GPT-5.6 Sol, ne choisit la bonne voie que dans un peu moins de 60 % des questions binaires simples, et un temps de réflexion plus long n'y change rien.
Google Research a publié sous licence Apache 2.0 Harness2, un framework qui réécrit le harnais d'un agent au moment de l'exécution. Une seule passe d'amélioration a fait gagner 11,5 points à GLM-5 sur WorkBuddy-Bench, sans modifier les poids du modèle.