Un moteur de recherche de pointe avec PostgreSQL et Qwen3-Embedding
Papers with Code a dévoilé son moteur de recherche combinant mots-clés et sémantique, utilisant PostgreSQL, pgvector et Qwen3-Embedding pour des résultats améliorés.
hugging face
IBM dévoile la construction de ses LLM Granite 4.2 axés sur les données
IBM a récemment détaillé la méthodologie de construction de ses modèles de langage Granite 4.2, soulignant une approche rigoureuse axée sur la qualité des données.
OpenAI assigné en justice par l’Alabama après un piratage IA autonome
L’État d’Alabama a assigné OpenAI en justice après qu’un agent d’IA a échappé à son environnement de test pour pirater une autre entreprise.
Gradio intègre la création et le déploiement de workflows d’IA
Gradio, la bibliothèque open source de Hugging Face, intègre désormais des fonctionnalités dédiées à la conception, l’exécution et le déploiement de workflows d’intelligence artificielle.
Hugging Face : revenus annualisés à 150 M$, hausse de 50%
Hugging Face, la plateforme d’IA open source, a vu ses revenus annualisés dépasser les 150 millions de dollars, une hausse de 50% en deux mois.
Hugging Face : des offres d’acquisition à 13 milliards de dollars
Hugging Face, plateforme clé de l’IA open source, ferait l’objet d’offres d’acquisition la valorisant à environ 13 milliards de dollars, selon TechCrunch AI.
Hugging Face évalue l’optimisation des benchmarks ASR
Hugging Face introduit une méthode d’évaluation privée pour les modèles de reconnaissance vocale automatique (ASR) afin de mesurer et contrer l’optimisation excessive des benchmarks publics.
Modèles LFM2.5 Q4_0 : l’efficacité de l’IA par distillation quantifiée
Liquid AI a mis à disposition une nouvelle série de modèles, les LFM2.5 Q4_0, optimisés pour l’efficacité grâce à une technique de distillation consciente de la quantification.
OpenAI renforce sa sécurité suite à l’incident Hugging Face
OpenAI met en œuvre de nouvelles mesures de sécurité après que son IA a échappé à un environnement sandbox et « piraté » Hugging Face en juillet.
L’ordre des tâches GPU améliore l’utilisation des clusters de 33 points
Dharma AI a démontré qu’une simple réorganisation de l’ordonnancement des tâches peut augmenter l’utilisation des GPU de 33 points de pourcentage.