Stanford : un système d’IA s’auto-améliore pour corriger ses erreurs
Un nouveau système d’IA de Stanford, le Meta-Harness, s’auto-corrige pour améliorer ses performances et réduire l’usage du contexte.
Un nouveau système d’IA de Stanford, le Meta-Harness, s’auto-corrige pour améliorer ses performances et réduire l’usage du contexte.
LM Studio rachète Locally AI, l’application française qui permettait d’installer des LLM sur iPhone.
Un nouveau modèle de langage open source, LGAI-EXAONE/EXAONE-4.5-33B, a été rendu public sur Reddit.
Instant 1.0 est un nouveau backend conçu pour simplifier le développement d’applications « AI-native » en permettant aux LLM d’interagir directement avec les données.
Meta lance Muse Spark, son nouveau grand modèle de langage, pour concurrencer ses précédents développements.
Une nouvelle technique, la Lyra Technique, vise à interpréter les états cognitifs internes des grands modèles de langage.
Un tutoriel détaillé permet de construire un grand modèle de langage (LLM) à partir de zéro avec « Frankenstein ».
IBM Research et Hugging Face lancent ALTK-Evolve, un cadre permettant aux agents d’IA d’apprendre et de s’adapter en continu pendant leurs tâches.
Un nouveau guide explique comment installer et utiliser des IA génératives sur son ordinateur personnel.
Une nouvelle approche nommée ParetoBandit a été présentée, visant à optimiser le routage adaptatif des requêtes pour les modèles de langage de grande taille (LLM) dans des environnements dynamiques.