Les erreurs de l’IA s’accumulent, défiant les attentes
Malgré l’idée que l’IA devrait s’améliorer, les incidents fâcheux, des romans annulés aux amendes légales, suggèrent une accumulation d’erreurs.
Développement IA
Hugging Face optimise sa CLI pour les agents IA
Hugging Face a optimisé son interface de ligne de commande (CLI) pour permettre une interaction plus efficace des agents d’intelligence artificielle avec le Hub.
Microsoft renforce le contrôle des agents IA pour les développeurs
Microsoft a lancé une nouvelle spécification permettant aux développeurs de définir des politiques de contrôle pour les agents IA via des fichiers portables.
Microsoft dévoile un outil open source pour tester les comportements d’IA
Microsoft a lancé ASSESS, un framework open source permettant aux développeurs de créer des tests de comportement d’IA via des descriptions textuelles.
Optimiser PyTorch : Hugging Face guide les débutants vers torch.profiler
Hugging Face a publié un guide pour les débutants sur torch.profiler, un outil PyTorch essentiel pour l’optimisation des performances des modèles d’IA.
Nano Banana 2 et Pro disponibles sur l’API Gemini
Les modèles Nano Banana 2 et Nano Banana Pro sont désormais accessibles aux développeurs via l’API Gemini, offrant de nouvelles perspectives pour la création d’applications d’IA.
Les « odeurs » des LLM : identifier les problèmes des applications d’IA
Un article récent identifie les « odeurs » (smells) courantes dans les applications basées sur les grands modèles de langage (LLM), signalant des problèmes sous-jacents.
Des agents IA corrigent leurs bugs grâce à un système de communication interne
Un développeur a observé que doter des agents IA d’un système de communication interne, plutôt que d’améliorer leur raisonnement, les rendait capables de corriger mutuellement leurs erreurs.
Hugging Face clarifie la terminologie des agents IA
Hugging Face publie un glossaire pour standardiser les termes liés aux agents d’IA, tels que « Harness » et « Scaffold », face à la prolifération du vocabulaire.
Une analyse prospective de 2025 évalue l’IA dans 100 000 lignes de Rust
Une analyse prospective datée de 2025 explore les enseignements tirés de la production de 100 000 lignes de code Rust avec l’aide de l’intelligence artificielle, soulignant défis et opportunités.