Modèles, usages et limites de l’intelligence artificielle
Anthropic lance deux nouveaux modèles d'artefacts en bêta : Claude Dashboards, qui bâtit des tableaux de bord sur vos données, et Claude Motion, qui anime des graphiques et exporte en MP4. Ce qu'ils font, à qui ils sont ouverts, et notre essai sur les mesures d'un banc réel.
Google publie EmbeddingGemma 2, un modèle ouvert qui transforme textes, images et sons en vecteurs pour chercher par le sens. Nous l'avons passé au banc en français sur un Mac, contre sa première version et une recherche par mots-clés, avec ses usages en entreprise et les machines qui suffisent pour le faire tourner.
Ollama 0.35 reprend l'API de Jev en local, avec trois modèles qui trient, classent et notent un texte sans rien générer. On les a installés sur un MacBook Pro M1 Max et soumis aux situations de notre banc Jev, en français, contrôles négatifs compris : ce qu'il faut comme machine, ce qu'ils valent, et comment s'en servir.
Huntress a suivi une campagne où une publicité Google renvoie vers un GPT personnalisé déguisé en nouveau modèle, qui envoie vers une fausse vérification Cloudflare et fait coller une commande PowerShell.
Quatre modèles de texte, un modèle de transcription et un modèle d'image passés au wattmètre sur un Mac M1 Max de 64 Go, face aux chiffres que publient Google et OpenAI. Le texte et la voix coûtent peu, l'image beaucoup : les mesures, la méthode, et ce qu'elles ne disent pas.
Draw Things, une application gratuite du Mac App Store, fait tourner Qwen-Image 2.1 sans une ligne de code. L'installation, la variante à choisir, les réglages à corriger, et ce que ça coûte vraiment en temps, en mémoire et en énergie, mesuré sur un Mac M1 Max de 64 Go.
Alibaba a publié les poids de Qwen-Image 2.1, un modèle qui génère et retouche des images. Nous l'avons installé sur un Mac M1 Max de 64 Go et passé au même banc de six épreuves que Nano Banana 2, le modèle d'image de Google : texte français, transparence, retouche, comptage, et notre propre direction artistique.
Browser Use a branché Jev à la place du raisonnement par captures d'écran. Résultat annoncé : une recherche de vol en 7,1 secondes. Le dépôt précise lui-même que c'est trois répétitions d'une seule tâche, et cette phrase ne circule nulle part.
Trier un courrier client, bloquer un agent qui va trop loin, modérer sans censurer, repérer un vrai prospect. Cinq cas d'usage de Jev testés en français dans la console, avec les blocs à copier, les chiffres obtenus, et le réglage dont personne ne parle.
SemIf, l'ancien OpenJev, reproduit le principe de Jev avec des modèles ouverts, sans compte ni serveur. Deux modèles passés au même test d'ironie française : le petit se trompe dans le mauvais sens, le gros répond 1,000. Et le nom OpenJev désigne aujourd'hui deux projets différents.
La moitié des utilisateurs interrogés confrontent la réponse de Claude à quelque chose d'extérieur. Ce qui les bloque n'est pas le manque de temps mais le manque d'expertise : on juge mal une réponse quand on ne sait pas à quoi ressemble la bonne. Les cinq outils proposés, et la limite que l'étude assume.
TypeSafe a sorti Jev, un modèle qui ne rend jamais de texte mais des décisions typées avec leur probabilité. Treize appels depuis la France, trois bancs en français. Sur six appels identiques, il donne deux fois une réponse fausse, et sa confiance ne dépasse jamais 9 %.
Google Research publie WikiSkill, une méthode qui fait progresser un agent en compilant son expérience dans un wiki permanent plutôt que dans ses consignes. Les mesures sont nettes, et l'une d'elles va contre l'intuition de tout le monde.
Claude Commerce Agents est un plan de montage Apache 2.0 pour deux agents de commerce, un côté client et un côté boutique, avec quatre boutiques d'exemple qui tournent en local. Banc d'essai complet : ce qui marche sans clé API, ce que le code garantit vraiment sur le paiement, et les tentatives de manipulation livrées dans les données de démonstration.
Ollama ou LM Studio, quelle taille de modèle pour quelle quantité de mémoire, et pourquoi la question n'est pas « quel est le meilleur modèle » mais « lequel tient chez moi ».
Des milliers de publications contiennent des expressions aberrantes, traces des logiciels de reformulation utilisés pour maquiller du plagiat. Le chercheur qui les traque est toulousain.
Rien dans ce format pour cette rubrique.
9 actualités de plus de 30 jours ne figurent plus dans ce fil. Voir les archives