Olmo-core 3 muscle l’entraînement des modèles MoE ouverts
Ai2 lance Olmo-core 3, une infrastructure ouverte pour entraîner de grands modèles à experts. Le système vise l’échelle du trillion de pa...
Granite Switch 4.1 réunit chat, décision et transcription sur un seul endpoint
Meta ouvre un modèle géant d’IA exécutable sur deux Mac Studio
Anthropic ouvre ses systèmes à des évaluateurs externes
Muse Spark Open : le modèle multimodal de Meta vise les agents
FLUX 3 Image Klein pousse l’édition locale d’images sur GPU grand public
Nvidia muscle ses agents multimodaux avec Nemotron 3.5 Super VL
Antibiotiques : DeepMind teste un agent pour dénicher des peptides
Nvidia compresse ses modèles d’agents pour les faire tourner localement
SWE-bench Multimodal : les images pèsent peu dans les résultats
1 octobre 2026
21 septembre 2026
15 septembre 2026
12 septembre 2026
DeepSeek V4.1-Flash arrive sur Baseten avec un contexte d’1 million de tokens
Baseten propose DeepSeek V4.1-Flash sur son API d’inférence. Ce modèle multimodal open weight mise sur une architecture MoE et un context...
26 août 2026
Qwen3.8-Flash-Next mise sur l’efficacité sans sacrifier le contexte
Alibaba présente Qwen3.8-Flash-Next, un modèle multimodal open-weight pensé pour réduire le coût par jeton. L’architecture combine 125B d...
23 août 2026
11 août 2026
3 août 2026
Cursor ouvre MoK, un mégakernel qui accélère l’entraînement MoE
Cursor Research open source MoK, un mégakernel pour réseaux MoE sur racks NVIDIA NVL72. L’outil revendique jusqu’à 2,37x de débit en MXFP...
18 juillet 2026
12 mai 2026
21 avril 2026
8 avril 2026
13 décembre 2025
Au-delà des LLM : les cinq piliers méconnus de l’IA moderne
L’écosystème de l’intelligence artificielle dépasse largement les modèles de langage. Cinq architectures clés, des modèles multimodaux au...