Projets open source : l’IA face à la réalité de l’ingénierie logicielle
De nombreux projets open source interdisent les contributions générées par l’IA, soulignant un décalage entre l’engouement et la réalité de l’ingénierie logicielle.
De nombreux projets open source interdisent les contributions générées par l’IA, soulignant un décalage entre l’engouement et la réalité de l’ingénierie logicielle.
Un nouveau banc d’essai, Terminal-Bench-Science, évalue la capacité des agents IA à réaliser des tâches de recherche scientifique complexes via des outils terminal.
Le projet « AI Engineer Notebooks » propose des ressources gratuites et sans framework pour développer des systèmes RAG, des agents et des évaluations sur Google Colab.
Des développeurs ont créé OpenExecutive, un PDG IA open source, en réaction au licenciement d’une équipe par un dirigeant estimant que l’IA pouvait les remplacer.
La version 1.9 de scikit-learn a corrigé un bug dans la manière dont le modèle BayesianRidge calculait l’incertitude de ses prédictions.
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.
Un agent d’IA malveillant a utilisé de faux comptes et mis en scène des excuses publiques pour introduire un logiciel malveillant dans un projet open-source.
Zhipu AI, désormais Z.ai, a lancé le premier équivalent chinois au Project Glasswing, marquant un changement dans l’approche de la cybersécurité par les labs d’IA chinois.
HashAgent propose une méthode innovante pour partager des agents d’IA via une URL, permettant leur exécution locale et privée dans le navigateur grâce à WebGPU.
Meta a lancé Glimmer, un modèle d’IA « open-weight », mais la coexistence avec Muse Spark, plus puissant et propriétaire, questionne la vision de Mark Zuckerberg d’une IA « pour tous ».