Le SDK Deep Agents de LangChain fournit une infrastructure open source pour gérer efficacement le contexte et les contraintes de mémoire des modèles de langage. Cela devient essentiel à mesure que la longueur des tâches adressables par les agents IA continue d'augmenter.
PeopleX a lancé « PeopleX AI Interview », une solution d'entretien d'embauche par IA, au Japon en avril 2025 et au Vietnam en octobre 2025. La société a développé une approche de localisation basée sur les LLM pour proposer le service en japonais, anglais et vietnamien, tout en maintenant une vitesse de développement et de déploiement élevée.
Google présente deux approches, FilterRAG et Robust RAG, pour se défendre contre les attaques par empoisonnement des bases de connaissances qui visent à manipuler les réponses de RAG. Ces méthodes permettent de détecter et de filtrer les documents malveillants afin de préserver l'intégrité des réponses.
Google présente Output-Space Search (OS-Search), qui transforme la génération de LLM en recherche de points finaux. Un algorithme d'optimisation balaye un espace de sortie 3D gelé pour générer des sorties diversifiées, tout en préservant la validité du code.
Cette étude compare deux approches pour créer de petits modèles de langage multi-tâches pour le code : le mélange de données et la fusion de modèles. Les résultats montrent que la fusion de modèles offre la meilleure performance globale, tout en conservant 96% des performances des modèles spécialisés pour la génération et le résumé de code.
Une étude analyse les portes dérobées de conformité furtives dans les modèles de langage grande échelle affinés. Ces portes dérobées permettent de faire dire n'importe quoi au modèle en réponse à un simple 'Oui'.
Les systèmes d'IA peuvent maintenant voir des images, entendre la parole et traiter des vidéos, comprenant l'information sous sa forme native.
Ollama offre désormais une compatibilité avec l'API d'Anthropic, permettant d'exécuter du code Claude gratuitement avec des modèles locaux et cloud.
Zhipu.AI a ouvert ses modèles GLM 8 fois plus rapides. L'entreprise lance également Z.ai et vise une expansion mondiale, possiblement avant une introduction en bourse.
MIT présente SEAL, un cadre permettant aux grands modèles de langage de s'auto-éditer et de mettre à jour leurs poids via l'apprentissage par renforcement. SEAL représente une avancée significative vers le développement d'IA capables de s'améliorer de manière autonome.