Voici un résumé concis des points clés du digest du 2026-04-09 : Le digest couvre des avancées techniques majeures dans le domaine de l'IA et du machine learning. On y trouve notamment la présentation de CURE, une nouvelle approche de désapprentissage pour les systèmes de recommandation basés sur les LLM, ainsi que MegaTrain, un système permettant d'entraîner efficacement des modèles de langage de plus de 100 milliards de paramètres. Sur le plan business, le digest aborde les cycles de perturbation dans l'industrie technologique et le projet Glasswing d'Anthropic visant à sécuriser les logiciels critiques utilisés dans l'IA. Côté communauté, on note des avancées intéressantes comme la réduction du transfert mémoire lors de l'inférence de longs textes avec les LLM, ainsi que le dépassement des performances de Qwen 3.5 par le nouveau modèle Gemma 4 de Google DeepMind.
Lors de l'inférence de longs textes avec des LLM, la bande passante mémoire est un goulot d'étranglement, pas le calcul. Pendant la décodage des Transformers, le cache KV complet doit être scanné à chaque génération de jeton, ce qui a une complexité en O(n) par rapport à la longueur du contexte n.
Cet article décrit la conception et la mise en œuvre d'une boucle d'amélioration continue pour les systèmes d'IA, comprenant l'enregistrement des journaux, l'extraction des cas de révision, l'interface utilisateur de révision et la classification des causes racines. Cela permet de garantir la qualité et la fiabilité des systèmes d'IA.
Google DeepMind a lancé Gemma 4 en avril 2026. Testé dans un environnement local, Gemma 4 a surpassé Qwen 3.5 en termes de précision, de vitesse et d'efficacité de la VRAM pour la prédiction de la direction des variations de cours boursiers. Gemma 4 offre des performances supérieures à Qwen 3.5 sur tous les indicateurs.
Face à la taille et aux coûts élevés des LLM, l'architecture MoE, développée dans les années 1990, connaît un regain d'intérêt. Cette approche consiste à combiner plusieurs modèles spécialisés pour améliorer les performances.
Les ingénieurs font face à un défi croissant où les systèmes d'IA continuent de fonctionner normalement mais leurs décisions s'éloignent progressivement de leur conception initiale. Ce type de défaillance silencieuse devient un enjeu majeur à mesure que l'autonomie se répand dans les systèmes logiciels.
Anthropic lance le projet Glasswing, une initiative visant à sécuriser les logiciels les plus critiques contre les attaques alimentées par l'IA. Le projet réunit des partenaires majeurs comme AWS, Apple et Microsoft, qui utiliseront le modèle Claude Mythos Preview d'Anthropic pour renforcer leurs propres projets de sécurité.
Anthropic présente un nouveau modèle d'IA dans le cadre d'un partenariat de cybersécurité. Ce modèle, appelé Claude Mythos Preview, permettra aux entreprises et aux gouvernements de détecter automatiquement les vulnérabilités dans leurs systèmes.
Parallèles entre les changements technologiques des dernières décennies et l'IA. Conseils pour éviter l'épuisement professionnel lors du travail avec des agents IA. Le retour en force du TDD.
Google a découvert un bogue non documenté dans le code du calculateur de guidage d'Apollo 11. Cela soulève des questions sur la fiabilité du logiciel utilisé pour la mission lunaire d'Apollo 11.
Anthropic lance le projet Glasswing pour sécuriser les logiciels critiques utilisés dans l'IA. Ce projet vise à évaluer et à améliorer la cybersécurité des systèmes d'IA afin de les rendre plus sûrs et fiables.