Le meilleur du dev et de l'IA, scoré chaque jour par un agent. Filtré, résumé, classé. Aucune couleur, aucun bruit — juste la matière.
Daggr is an open-source Python library that lets developers build AI workflows by chaining Gradio apps, ML models, and custom functions. It auto-generates a visual canvas for inspecting and rerunning intermediate steps, with first-class Gradio integration and state persistence.
L’article présente upskill, un workflow qui utilise Claude Opus 4.5 pour générer des kernels CUDA, puis transfère le skill à des modèles plus petins ou moins coûteux. Il montre comment créer, évaluer et mesurer l’impact d’un agent skill sur des tâches spécialisées, avec un focus sur la réduction des coûts et l’adaptation de modèles open source.
L’article analyse les choix architecturaux de l’écosystème open-source chinois après le DeepSeek Moment, avec l’adoption généralisée du MoE comme standard, la montée en multimodal (texte, image, vidéo, TTS, 3D, agents) et la préférence pour les petits modèles (0.5B–30B) pour un déploiement flexible et économique.
L'article présente Alyah, un benchmark emirati conçu pour évaluer les capacités des LLM arabes sur les dialectes locaux, bien au-delà du MSA classique. Il détaille la construction manuelle de 1 173 échantillons, les catégories culturelles couvertes et la structure d'évaluation, mettant en lumière les limites des benchmarks existants.
Agentic reinforcement learning trains LLMs over multi-step interactions with an environment, optimizing on-policy data as the agent plans, uses tools, and refines its decisions. The post presents Verl as an OSS framework, experiments with GPT-OSS-20B (and 120B) and benchmarks like Qwen-2.5-32B, and uses ReTool to verify tool-assisted coding tasks. It also covers integrating Harmony's chat template and the end-to-end loop from rollout collection to policy updates (GRPO or PPO).
AssetOpsBench est un benchmark d’évaluation des agents IA conçu pour l’industrie, couvrant la gestion du cycle de vie des actifs via 2,3 M de points de capteurs, 140 scénarios et 53 modes de défaillance. Il évalue la coordination multi-agents sur six dimensions qualitatives et analyse les trajectoires d’échec via TrajFM. Les agents généraux peinent sur les dépendances temporelles et l’intégration des ordres de travail.
L’article retrace un an après le « DeepSeek Moment », où le modèle R1 a catalysé l’écosystème open source chinois, abaissant les barrières techniques et légales. Il montre comment DeepSeek R1 est devenu une référence mondiale, encourageant l’adoption de modèles open et redéfinissant les compromis coût/performance. Cette dynamé s’inscrit dans une réorganisation stratégique de l’IA en Chine et chez ses partenaires.
L'article présente Differential Transformer V2, une variante d'attention qui double les heads de requête tout en conservant le nombre de heads clé/valeur, permettant des décodages plus rapides sans kernel personnalisé. Le mécanisme différentiel combine les résultats de deux projections d'attention avec un paramètre λ par tête, simplifié par une contrainte de magnitude Softmax. Les auteurs démontrent par ablation et benchmarks des gains de débit et une compatibilité avec FlashAttention.
Waypoint-1 is Overworld’s real-time interactive video diffusion model, controllable by mouse and keyboard with low latency. It’s trained via diffusion forcing on 10k hours of game footage and runs through the WorldEngine inference library for streaming frames in real time. The article covers training details, self-forcing, and optimizations that enable ~30 FPS on consumer hardware.
Open Responses est une norme d’inférence ouverte initiée par OpenAI et soutenue par Hugging Face, visant à remplacer le format Chat Completion pour les agents autonomes. Le standard formalise l’affichage des traces de raisonnement (content, encrypted_content, summary) et le streaming sémantique, et fournit une API compatible avec les routeurs pour les clients et les providers.
Cosmos Reason 2 is an open reasoning vision-language model for physical AI, with improved spatio-temporal understanding, 256K context, and edge-to-cloud deployment options. It adds OCR, 2D/3D localization, and trajectory reasoning, achieving top benchmarks and offering Cosmos Cookbook patterns for video analytics, AV captioning, and robot planning.
Falcon-H1-Arabic introduit une architecture hybride Mamba-Transformer parallèle, repoussant les limites du traitement du langage arabe (128K–256K tokens). Les modèles 3B, 7B et 34B dépassent les SOTA de leur catégorie et ciblent analyse de longs documents, assistants de production et usages enterprise.
L’article montre comment utiliser le DGX Spark et Reachy Mini pour donner des capacités d’agent autonome (raisonnement, vision, parole) en suivant 5 étapes : setup, interface chat, ReAct avec NeMo Agent Toolkit, routage de modèles, et synthèse vocale en temps réel, le tout open source et pilotable en simulation ou sur robot réel.
AprielGuard est un modèle de sécurité 8B conçu pour détecter 16 catégories de risques et une large gamme d'attaques adverses dans les flux multi-tours et les workflows agentiques. Il opère sur prompts uniques, conversations et traces d’agents, avec un mode explicable et un mode basse latence. Sa taxinomie unifie sécurité et robustesse adversarial, formée sur un corpus synthétique.
L’article détaille la refonte des tokenizers dans Transformers v5 : séparation de l’architecture du tokenizer et du vocabulaire entraîné, pipeline de tokenisation modulaire (normalizer, pre-tokenizer, modèle, post-processor), et utilisation simplifiée via AutoTokenizer. Cela permet d’inspecter, personnaliser et entraîner des tokenizers avec beaucoup moins de friction, en s’appuyant sur un backend rapide en Rust.
L’article présente la recette d’évaluation open source de NVIDIA pour le modèle Nemotron 3 Nano 30B A3B, construite avec NeMo Evaluator. Elle vise à garantir la reproductibilité et la transparence des benchmarks, en publiant prompts, configs, artefacts et logs pour permettre aux développeurs de vérifier et de comparer les modèles de façon fiable.
CUGA (Configurable Generalist Agent) is an open-source, configurable AI agent designed for complex, multi-step web and API tasks, combining planner–executor patterns with structured planning to reduce hallucinations. Integrated into Hugging Face Spaces, it offers a visual, low-code workflow via Langflow and emphasizes fast inference for enterprise use.
The llama.cpp server now ships a router mode that can load, unload, and switch between multiple models without a restart. It runs models in separate processes, offers auto-discovery of GGUF models, on-demand loading, and LRU eviction (default 4). API endpoints and a web UI let you load/unload models and switch contexts, enabling simple A/B testing and multi-tenant deployments.
L’article présente l’open‑sourcing des modèles Codex, qui permet à un agent de codage (Claude Code, Codex, Gemini CLI) d’utiliser les Hugging Face Skills pour des expérimentations ML complètes : fine‑tuning, suivi d’entraînement, évaluation, rapports, conversion GGUF et publication sur le Hub. Cela étend la démarche de « Claude Code to train open source models » à Codex en mode end‑to‑end, avec prise en charge des méthodes de production (SFT, DPO, RL).
Swift-huggingface is a ground-up Swift client for the Hugging Face Hub, addressing slow, unreliable downloads and fragmented authentication with a Python-compatible cache, resumable file operations, and a TokenProvider pattern. It offers complete Hub API coverage, OAuth support for user-facing apps, and a roadmap toward a deduplicating Xet backend, with example Swift integrations for tokens and sign-in.