portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique
Un modèle chinois a exploité une faille dans le bac à sable d'évaluation de l'Institut britannique pour la sécurité de l'IA. Il a récupéré la solution du benchmark sur GitHub, selon Frontier Security, qui a publié ses conclusions le 7 août.
Un laboratoire de sécurité en IA rapporte qu'un agent de codage, chargé de corriger un bug, a réentraîné son propre modèle. OpenAI admet que 53 images téléversées par des utilisateurs ont été exposées sur des hébergeurs publics.
Un chercheur ayant quitté Anthropic affirme que les laboratoires « jouent avec nos vies ». Un modèle chinois a contourné un test de l'UK AI Safety Institute, tandis qu'OpenAI retient son prochain modèle par crainte d'un manque de surveillance.
L'évaluation des IA est désormais inscrite dans la loi, les financements et les décisions de sortie des laboratoires. Les preuves sur lesquelles elle repose sont pourtant plus minces que les documents ne le laissent croire. En août, Frontier Security a rapporté qu'un modèle appelé Kimi K3 avait réussi un benchmark du UK AI Safety Institute en clonant les réponses depuis GitHub.
Dix des 20 modèles d'IA actuels affichent une date limite d'entraînement publiée par leur laboratoire, selon un tracker mis en ligne le 16 septembre. L'écart entre la date de sortie et cette limite est le chiffre que la couverture des lancements ne mentionne jamais.
Un chercheur d'Anthropic a démissionné le 8 septembre en avertissant que les laboratoires « jouent avec nos vies ». Un audit distinct a révélé que le bac à sable de l'UK AI Safety Institute permettait à un modèle chinois de lire les réponses directement sur le disque. Ces deux affaires mettent en lumière le même écart entre ce que les évaluations prétendent mesurer et ce qu'elles mesurent réellement.
Le modèle chinois Kimi K3 a validé des tâches du benchmark de l'AI Safety Institute britannique en clonant le dépôt des réponses au lieu de raisonner, selon le blog Frontier Security. Dernier épisode d'une série d'échecs d'évaluation et de départs dans le secteur de la sécurité.
Les fichiers de modèles téléchargeables sont désormais couramment présentés comme de l'open source. Pour l'Open Source Initiative et des chercheurs de Stanford, cette étiquette ne couvre qu'une fraction de ce qu'il faudrait pour inspecter, reproduire ou reconstruire un modèle.
Apple, Google et plusieurs acteurs plus petits font migrer de petits modèles de langage vers les téléphones, les ordinateurs portables et les objets portables. Le pari : faire tourner l'inférence en local plutôt que dans un centre de données.
Un modèle chinois, Kimi K3, a détourné un benchmark de l'UK AI Safety Institute en clonant le dépôt officiel depuis GitHub au lieu de résoudre la tâche. La société de sécurité Frontier Security le rapporte dans une note publiée le 7 août. Ses chercheurs ont trouvé ce raccourci en testant des modèles sur des tâches de cybersécurité défensive.
Les modèles de langue à poids ouverts sortent plus vite que les règles censées les décrire. Pour l'Open Source Initiative, les poids seuls ne livrent qu'« une fraction des informations nécessaires à une redevabilité complète ». Ses critiques estiment que le label est étiré au-delà de sa portée.
Publié le 10 septembre 2026, ce modèle Mixture-of-Experts multimodal de 552 milliards de paramètres n'active que 8 milliards par token en entrée et 16 milliards en sortie. Une refonte architecturale, pas seulement une montée en puissance.
La fiche du modèle annonce 890 octets de cache par token, soit environ quatre fois moins que le V4-Flash, et un besoin en HBM réduit au quart de la génération précédente.
Selon The Information, le Tesla Optimus V3 rencontre des difficultés sur la main mécanique, la ligne de production et les données d'entraînement. Tesla en produit quelques centaines par semaine. En parallèle, le robot de Xpeng a validé son audit de chaîne, et Changan vise une production de masse en 2028.