llama.cpp atteint la version 1.0, une étape pour l'exécution locale des modèles d'IA
Le populaire projet open source llama.cpp, largement utilisé pour faire tourner des modèles d'IA sur du matériel personnel, a publié la version 1.0.0, présentée comme une base plus solide pour l'écosystème de l'IA locale.
Les développeurs qui exécutent des modèles sur leurs propres machines disposent d'une base plus stable, sans dépendre d'API cloud.
aii.news sélectionne et résume des articles de sources d'information fiables avec l'aide de l'IA. Chaque article renvoie au reportage d'origine. Notre méthode.
À lire aussi
-
Google lance Gemini 4 Hydrogen, désormais modèle par défaut du Mode IA de la recherche
Google a lancé Gemini 4 Hydrogen, qui selon l'entreprise gère mieux les questions en plusieurs parties, les fautes de frappe et les demandes très précises, et remplace la série Flash. Il est disponible dès aujourd'hui dans la recherche, l'app Gemini, AI Studio, la Gemini API et Gemini pour les entreprises.
Pourquoi c'est importantDes milliards de recherches et de nombreuses applications de développeurs reposeront désormais sur ce modèle, et des tests indépendants suggèrent une qualité proche du haut de gamme pour moins cher que certains concurrents.
-
Google lance Gemini 4 Carbon, son modèle le plus puissant à ce jour, doté d'une fonction d'« essaim » d'agents
Google déploie Gemini 4 Carbon auprès du grand public après l'avoir d'abord confié à un groupe restreint de défenseurs en cybersécurité. Selon Google, il va au-delà de son modèle Argon, même si Argon reste le choix recommandé pour la plupart des tâches de programmation et de travail intellectuel.
Pourquoi c'est importantDéveloppeurs et utilisateurs disposent désormais d'un nouveau modèle haut de gamme de Google à comparer aux meilleurs systèmes d'Anthropic et d'OpenAI.
-
Anthropic lance Claude Fable 5.2 et Mythos 5.2 et baisse ses prix API de 20%
Anthropic a présenté Claude Fable 5.2 et Mythos 5.2, qui reposent sur un même modèle sous-jacent avec des garde-fous différents et apportent des progrès en programmation, en raisonnement et en vision. Fable est largement disponible, tandis que Mythos est réservé à des groupes vérifiés de la cybersécurité et des sciences de la vie ; les deux coûtent désormais $8 par million de tokens en entrée et $40 par million de tokens en sortie.
Pourquoi c'est importantLes développeurs disposent d'un modèle de programmation plus performant à moindre coût, et cette sortie en deux volets montre comment les laboratoires restreignent l'accès aux modèles les plus puissants pour les usages sensibles.
-
Une étude d'OpenAI explique pourquoi le raisonnement des modèles de pointe devient plus difficile à surveiller
L'équipe sécurité d'OpenAI a étudié pourquoi les chaînes de pensée de modèles comme GPT-6 Astra échappent de plus en plus à la supervision et a identifié quatre étapes d'entraînement, dont des choix d'architecture et l'apprentissage par renforcement, à l'origine de cette perte. Selon l'analyse, cela reflète des arbitrages entre capacités et coût de calcul plutôt qu'une tendance inévitable.
Pourquoi c'est importantLire le raisonnement d'un modèle est un contrôle de sécurité essentiel, et cette étude montre que les laboratoires peuvent choisir de le préserver s'ils acceptent un certain coût.
-
OpenAI lance Daybreak, des outils de sécurité qui utilisent des agents d'IA pour tester les applications et préparer des correctifs
OpenAI a présenté Daybreak Red Team, qui utilise des agents d'IA coordonnés pour rechercher les failles des applications web, proposé en accès anticipé. L'entreprise a aussi lancé Defense Factory, qui analyse les résultats de sécurité et prépare des correctifs, reliant la découverte des vulnérabilités à leur correction et à de nouveaux tests.
Pourquoi c'est importantLes équipes de sécurité pourraient bientôt confier à des agents d'IA à la fois la détection et la correction des failles applicatives, ce qui pourrait accélérer les correctifs mais exige une relecture humaine attentive.
