À la une
Cinq districts de la Federal Reserve ont entendu que les gains de productivité de l’IA réduisaient les effectifs ou les embauches. Le Beige Book d’octobre indique que certaines entreprises ont réduit leurs effectifs par attrition, retardé les embauches ou prévu de créer moins d’emplois après avoir investi dans l’IA. En juillet, la même synthèse nationale notait seulement que quelques districts avaient accru l’usage de l’IA pour recruter ou améliorer la productivité.
Le rapport est une enquête qualitative auprès de contacts d’entreprises, pas un décompte d’emplois, et ne donne aucun total sectoriel. Les pages des districts décrivent un ajustement plus discret que des licenciements massifs : des contacts de Chicago et Cleveland ont réduit leurs besoins de personnel, tandis que des cabinets comptables de Dallas ont différé certains contrats de débutants. Une entreprise de recrutement de Dallas a aussi embauché des recruteurs après que des agents d’IA ont mené plus de 180 heures d’entretiens en deux jours, montrant que le déploiement peut supprimer et créer des tâches simultanément.
Source : federalreserve.gov
Des équipes d’agents d’IA ont battu des producteurs humains dans une expérience de conception de jeux impliquant 1 025 consommateurs. Une prépublication rapporte que les jeux conçus par des équipes d’agents ont reçu de meilleures évaluations que ceux de producteurs humains, y compris professionnels. Les participants n’ont pas non plus payé davantage pour des œuvres étiquetées comme humaines.
Le résultat est plus limité qu’une affirmation générale sur la créativité : il couvre une catégorie de produits dans un cadre expérimental contrôlé, et l’article n’a pas été évalué par les pairs. La tension reste concrète. L’expérience professionnelle n’a pas protégé les équipes humaines sur les mesures de l’étude, tandis que le supplément attendu pour une création humaine ne s’est pas manifesté.
Source : arxiv.org
Les modèles de langage conservaient souvent une cible de mémoire de travail même en répondant incorrectement. Les chercheurs ont testé 15 modèles de 70 millions à 14 milliards de paramètres sur des tâches d’interférence. Les têtes d’attention sélectionnaient encore la cible dans de nombreux échecs, et des sondes la décodaient presque parfaitement ; supprimer les représentations d’éléments concurrents améliorait la sensibilité des modèles.
Cela indique un goulet de lecture plutôt qu’un simple oubli. Les auteurs comparent le motif d’interférence à la mémoire de travail humaine, mais les sondes ne prouvent pas qu’un modèle peut utiliser ce qu’elles décodent. Le travail offre une intervention causale en plus d’une observation : affaiblir l’identité des éléments non ciblés changeait le comportement dans la direction prédite.
Source : arxiv.org
Meta a publié Muse Spark Open, un modèle multimodal à mélange d’experts de 816 milliards de paramètres. Il active environ 42 milliards de paramètres par token, accepte jusqu’à un million de tokens de contexte et fournit des poids occupant environ 1,5 To en BF16. Meta affirme que deux Mac Studio M5 Ultra de 512 Go peuvent l’exécuter ; la configuration MLX d’Apple à quatre machines a dépassé 36 tokens par seconde avec un contexte de 8 192 tokens.
« Open » a ici des limites. L’accès est soumis à autorisation, l’usage commercial au-delà d’un seuil de chiffre d’affaires exige un accord distinct, et Meta n’avait pas encore publié le rapport de sécurité promis. La sortie élargit ce qui peut être inspecté localement, mais seuls des laboratoires et des créateurs bien financés peuvent le traiter comme un modèle de bureau ordinaire.
Sources : research.meta.ai, huggingface.co/meta-models/Muse-Spark-Open-816B-A42B, machinelearning.apple.com
Le créateur d’un décompilateur agentique à vérification des octets a archivé le projet après des objections communautaires. Decomp.wtf permettait à un agent de reconstruire du code source et vérifiait la réussite par recompilation en octets identiques. Le dépôt public a atteint 366 étoiles avant que son auteur arrête le service et archive le code.
L’épisode associe un test d’ingénierie solide à une limite sociale. L’identité des octets rend la sortie exceptionnellement facile à vérifier, mais la même capacité a alarmé les personnes dont les binaires pouvaient être reconstruits. L’archive préserve la méthode tout en mettant fin au produit hébergé.
Source : github.com/Decompile-It/decomp.wtf
Nouveaux modèles et sorties
Granite Switch 4.1 d’IBM fait passer un modèle entre chat, décision, sécurité et parole. IBM combine des adaptateurs LoRA activés avec un encodeur vocal de 470 millions de paramètres dans des versions 8B et 30B sous conditions Apache ; ses résultats de benchmark sont auto-rapportés. Source : huggingface.co/ibm-granite/granite-switch-4.1-8b
Nvidia a publié Nemotron 3.5 Rerank 8B pour la récupération multilingue de textes et d’images. La fiche couvre 34 langues textuelles et 18 langues d’images, mais les chiffres restent issus de la propre évaluation de Nvidia. Source : huggingface.co/nvidia/nemotron-3.5-rerank-8b
Mistral a publié quatre modèles de prévision Timestral de 5 à 209 millions de paramètres. Ils acceptent jusqu’à 32 768 observations passées, prédisent 1 024 étapes et émettent 21 quantiles ; Mistral affirme qu’ils dominent le classement choisi et promet un rapport technique. Source : mistral.ai
Black Forest Labs a publié FLUX 3 Image Klein à 5,6 milliards de paramètres. Le modèle à accès contrôlé gère génération et édition avec jusqu’à dix images de référence, une sortie 4K et un mode INT8 pour GPU de 8 Go ; les affirmations de qualité viennent de l’entreprise. Source : blackforestlabs.ai
GitHub retirera certains modèles Copilot le 16 novembre. Opus 5, Opus 4.8 et GPT-5.6 Terra font partie des versions remplacées, donc les flux fixés sur ces versions doivent migrer avant l’échéance. Source : github.blog
Recherche
Vector-Pair Decomposition divise les poids des modèles en composants plus petits et interprétables. Un rapport interactif de 124 pages utilise des ablations adversariales pour tester ces composants plutôt que de s’appuyer uniquement sur des étiquettes lisibles ; aucun code public n’accompagnait la prépublication. Source : arxiv.org
Plus de raisonnement peut effacer l’inférence pragmatique correcte d’un modèle. L’étude « Entertain, then Cancel » trouve que les modèles envisagent souvent tôt un sens implicite, puis reviennent à une lecture littérale à mesure que la trace s’allonge. Source : arxiv.org
Les méthodes de chaîne de raisonnement latente ne partagent pas un mécanisme unique. Sur 21 configurations, le contenu des états cachés pouvait parfois être supprimé dans des tâches logiques, tandis que l’arithmétique continuait d’en dépendre ; la décodabilité seule n’établissait pas le raisonnement. Source : arxiv.org
Un nouveau raisonnement aide les modèles à sortir d’une chaîne périmée. Un appel distinct a amélioré le suivi des preuves de 29,9 à 60,6 points de pourcentage, alors que simplement demander à la même trace de se vérifier n’y parvenait pas. Source : arxiv.org
Bien jouer à cache-cache n’établissait pas une théorie de l’esprit. La prépublication montre que les agents peuvent exploiter des régularités et bien réussir sans représenter un adversaire au sens humain. Source : arxiv.org
Économie et travail
Amazon exploite désormais plus d’un million de robots aux côtés de 1,5 million d’employés. Son système Robin a porté la réussite des tâches de 92,28 % à 93,73 %, soit environ 16 500 échecs en moins par million de tentatives, selon des chiffres de l’entreprise rapportés par Ars Technica. Source : arstechnica.com
Une simulation du travail fait du salaire de l’IA l’hypothèse décisive. Le modèle augmente le chômage de 4,1 points de pourcentage lorsque le travail d’IA coûte 70 % d’un salaire humain et de 9,2 points à parité salariale. Ce sont des résultats simulés, pas des pertes d’emplois observées. Source : arxiv.org
Les agents humains de centre d’appels convertissaient environ quatre fois mieux dans le jeu de 14 000 appels d’un fournisseur. Les agents d’IA produisaient 700 % de raccrochages sans progrès en plus, tandis que les humains manquaient 15 % d’appels en plus ; l’échantillon n’était pas aléatoire et vient d’une entreprise vendant des logiciels de centre d’appels. Source : boldagents.co
Un portage du compilateur TypeScript vers Rust assisté par modèle a coûté environ 24 000 dollars d’usage équivalent API. Theo Browne affirme que les modèles précédents bloquaient vers 84 % d’achèvement, tandis qu’Opus 5.5 a produit un portage presque complet exécutant son benchmark 12,5 fois plus vite que TypeScript 6. Le benchmark et le calcul des coûts n’ont pas été examinés indépendamment. Source : theregister.com
Techniques de prompt
Demander le contrôle le moins coûteux pour chaque problème rapporté par un modèle. Un praticien fait retourner au modèle son affirmation, la preuve exacte, le test de confirmation le moins cher, les hypothèses cachées et le coût d’ignorer le problème. Le schéma n’a pas été évalué par benchmark, mais est entièrement spécifié. Source : old.reddit.com
Un prompt de second avis demande ce que le modèle a réellement inspecté. Il classe chaque affirmation comme étayée, contredite, possible ou non vérifiée, exige les pages exactes pour les faits actuels et se termine par le seul contrôle suivant. Aucune mesure n’accompagne le schéma. Source : old.reddit.com
Ce que les gens construisent
Locals regroupe l’inférence locale sur les puces Apple et saute la génération pour le JSON déterministe. Son auteur a mesuré 271 tokens par seconde contre 87 sur une charge Qwen3.5 4B à huit requêtes sur un M2 Pro ; le benchmark est celui du projet. Source : github.com/danielhanchen/locals
PocketGPT place un modèle de langage de 30 millions de paramètres sur un ESP32. Le projet ouvert rapporte 0,74 à 1,41 token par seconde et signale ouvertement une arithmétique peu fiable. Source : github.com/roboflow/pocketgpt
FileDig ajoute la recherche sémantique locale de fichiers à Windows. L’application de 825 Mo utilise EmbeddingGemma2 et affirme que les fichiers ne quittent jamais la machine. Source : github.com/fdatalab/filedig
Earshot donne aux agents de programmation une perception audio et vidéo locale via MCP. Le projet ouvert fonctionne sur CPU ; ses chiffres de précision et de performances viennent de l’auteur. Source : github.com/jooray/earshot
À lire
Nick Cammarata affirme que les réseaux neuronaux sont plus nets que ne le suppose l’interprétabilité dominante. Son essai Goodfire de 65 minutes soutient que les exemples célèbres de neurones polysémantiques reflètent un débordement architectural et une « généralisation récursive », pas un assemblage arbitraire de concepts. C’est une hypothèse de travail, pas un résultat établi. Source : already-clean.goodfire.com
Une étude de 113 457 sites n’a trouvé que deux fichiers llms.txt avec des injections de prompts cherchant à supplanter les instructions. Signals Corps a trouvé 62 751 vrais fichiers, tandis que 36 % des réponses étaient du HTML ; dans un test de six exécutions, Claude Code a suivi quatre fois une demande d’inscription fictive. Les auteurs vendent des logiciels de sécurité des agents. Source : signalscorps.com
NVIDIA et AI4Bharat ont publié leur chaîne de production de 2 800 milliards de tokens en langues indiennes. Elle couvre 22 langues indiennes inscrites dans la Constitution et publie prompts, flux de traduction et contrôles de qualité, tandis que le corpus lui-même reste à venir. Source : huggingface.co/blog/nvidia
Christian Schaller a utilisé Claude Code et du trafic USB capturé pour construire un pilote de scanner Linux. Il rapporte un premier scan en quelques heures et un pilote presque complet en quelques jours, puis a publié le cadre matériel réutilisable. Un commit SANE compatible avait entre-temps été intégré indépendamment. Source : blogs.gnome.org
Hacker News
La licence et le matériel de Muse Spark ont dominé la discussion communautaire. Les commentateurs ont opposé les poids inspectables à un accord commercial distinct au-delà du seuil de revenus de la licence et à une facture de machines bien supérieure à une station de travail normale. Leurs comparaisons de performances étaient informelles. Source : news.ycombinator.com
Des utilisateurs ont publié des mesures Qwen3.8 Flash sur du matériel RTX Pro 6000. Les débits de décodage rapportés allaient de 108 à 238 tokens par seconde selon les moteurs et quantifications ; les chiffres ne constituent donc pas une comparaison directe contrôlée. Source : old.reddit.com
YouTube
Stanford a publié une conférence CME295 sur la chaîne moderne d’entraînement des modèles de langage. La session en anglais suit le parcours des données et de l’optimisation au post-entraînement et au service d’inférence. Source : youtube.com
Jellyfish affirme que l’IA a augmenté de 43 % les pull requests fusionnées par ingénieur tout en réduisant de 26 % le coût par pull request. La présentation en anglais rapporte des données clients observationnelles, pas une expérience randomisée. Source : youtube.com
En bref
La Federal Trade Commission américaine a ouvert une enquête formelle sur les incidents d’agents chez OpenAI et Anthropic. Ars Technica rapporte l’envoi de demandes d’information dépassant 50 pages ; l’enquête repose sur des sources anonymes et ne constitue pas encore une conclusion d’infraction. Source : arstechnica.com
Anthropic a donné à six chercheurs METR un accès de niveau employé pour une évaluation. L’entreprise affirme qu’ils peuvent publier sans veto, à l’exception de suppressions limitées ; l’indépendance de cet arrangement ne sera mesurable qu’après publication. Source : anthropic.com
TSMC a relevé sa fourchette d’investissement 2026 à 60–64 milliards de dollars. Le fondeur affirme que la demande reste supérieure à l’offre et examine les capacités électriques et immobilières américaines pour les centres de données. Source : investor.tsmc.com
Économie en bref
Cohere a proposé de racheter l’entreprise de sécurité des agents AISLE. Source : cohere.com
À surveiller
Les modèles Copilot sélectionnés de GitHub seront retirés le 16 novembre. Mistral indique qu’un rapport technique Timestral reste à venir, et Meta annonce un rapport de sécurité Muse Spark.