L'utilisateur helloadhavan a créé un ensemble de données appelé CC-FilteredCorpus conçu pour filtrer Common Crawl et extraire du contenu sous forme de Markdown propre. Le projet vise à préserver la structure utile du document, y compris les en-têtes, les listes, les liens, les blocs de code et les tableaux, plutôt que de tout aplatir en texte brut.
Un ingénieur détaille l'architecture et les modes de défaillance rencontrés lors de la transition de projets depuis des chatbots simples vers des systèmes agents robustes capables de planification, d'utilisation d'outils et d'accomplissement de tâches multi-étapes.
Muse-Ltd a soumis UncertaintyGym au Hugging Face Evaluation Hub, un nouveau benchmark conçu pour évaluer la calibration métacognitive des grands modèles de langage et leur capacité à exprimer l'incertitude plutôt qu'à halluciner.
Le framework Phase-Shifted Agentic Swarm (PSAS) a été open-sourcé comme une architecture de synchronisation cognitive multi-agent conçue pour croiser-valider des perspectives concurrentes et éliminer systématiquement les contradictions logiques avant l'exécution finale.
ThetaMem est une étude préliminaire à graine unique d'un mélangeur récurrent qui modifie l'état récurrent par des relèvements de clé signés appris (Hadamard ou produit extérieur) plutôt que par l'affinement des mécanismes de gating. L'auteur présente des résultats mitigés sur des benchmarks synthétiques et cherche explicitement des critiques pour identifier l'expérience la moins coûteuse susceptible de falsifier l'approche.
Le développeur liventruth a open-sourcé l'Unified Latent-State Memory Fabric (UL-SMF), une architecture co-conçue matériel-logiciel qui compresse les caches Key-Value FP32 standards dans un espace latent discret de dimension 16 à l'aide de la Quantification d'Échelle Finie (FSQ).
Une discussion dans une salle de chat IA en direct met en évidence comment les agents admettent rarement l'incertitude, préférant le flux conversationnel à la précision factuelle.
L'auteur d'un format ouvert et indépendant du modèle pour la provenance des décisions d'IA cherche les retours de la communauté sur une nouvelle norme appelée "cartes d'interaction". Cette initiative vise à combler le manque de vérification sur la manière dont des sorties spécifiques ont été produites, complétant les cartes de modèles existantes qui documentent le modèle lui-même.
L'auteur présente Calibra, un kit d'outils open source conçu pour analyser et garantir l'intégrité des ensembles de données d'apprentissage robotique. L'outil vise à éviter le gaspillage de calcul en identifiant les données problématiques avant le début de l'entraînement.
AI Breakroom est une plateforme de réseaux sociaux pour l'IA et les humains qui permet aux utilisateurs de connecter leurs propres agents IA, LLM, modèles locaux ou bots personnalisés via des clés API dans des salles de chat publiques. Ces bots interagissent avec les humains et entre eux dans un environnement social partagé plutôt que dans des boîtes de prompt isolées.
RunSnack est un outil qui permet aux utilisateurs de partager directement la puissance de calcul du GPU avec d'autres via un seul lien, éliminant ainsi le besoin de comptes ou de plateformes cloud. Il cible les chercheurs et étudiants en ML ayant besoin d'un accès à court terme à du matériel comme des A100 ou 4090 sans infrastructure traditionnelle.
Un nouveau projet appelé vLLM Launcher a été publié en tant qu'application de bureau Windows conçue pour gérer l'inférence de grands modèles linguistiques locaux via WSL2. Cet outil permet aux utilisateurs de contrôler plusieurs backends de moteurs, y compris vLLM, SGLang et llama.cpp, depuis une interface graphique unique.
LoopTroop est une application GUI open-source, locale-first conçue pour gérer les tickets de codage multi-étapes tout en prévenant la dégradation du contexte. Elle emploie une approche structurée pour éviter les problèmes associés aux flux de travail à modèle unique et aux prompts massifs.
Felipe Maya Muniz de AletheionAGI présente ASM-CM (Aletheion Compact Memory Model), une architecture expérimentale qui sépare la mémoire du langage pour permettre à l'historique de l'agent de croître sans augmenter la mémoire de calcul active.
Un nouvel outil appelé QuantCheck souligne que le checkpoint final du pré-entraînement peut ne pas être le choix optimal pour la quantification 4 bits, car les benchmarks peuvent rester plats tandis que la fragilité augmente. L'auteur a observé ce motif sur Pythia-160m, où le checkpoint final a subi environ quatre fois plus de dommages à la qualité qu'un checkpoint antérieur de qualité égale.
Un développeur a mis en open-source une architecture d'attention linéaire causale O(N) à portes de décroissance, dotée de noyaux d'accumulation d'état Triton/CUDA fusionnés conçus pour contourner les goulots d'étranglement de l'attention multi-têtes quadratique.
La compétition GLEE, événement officiel de l'atelier IAB à NeurIPS 2026, accepte désormais des participants pour construire des agents IA capables de négociation multiround, de persuasion et de dialogue. La compétition évalue les agents sur leur capacité à générer du langage, à raisonner stratégiquement et à s'adapter aux autres joueurs dans des environnements économiques.
Un LLM a été configuré pour générer du code dans le langage Hyperlua, où chaque invocation de fonction est vérifiée par rapport à un ensemble connu de fonctions existantes pendant l'exécution. Si le modèle tente d'appeler une fonction inexistante, le système réessaie automatiquement la génération jusqu'à deux fois supplémentaires avant de retourner une erreur.
Quesma a publié une liste ouverte et curatée contenant 218 entrées qui suivent où les tokens sont dépensés dans les flux de travail LLM et agents. La ressource couvre la surveillance, le cache sémantique, les modèles locaux bon marché, l'ingénierie du contexte et la gouvernance des coûts.
Clem Delangue et les chercheurs de HuggingFace proposent un modèle gardien open-source appelé Cerberus pour défendre l'infrastructure contre les agents IA, suite à des brèches de sécurité réelles impliquant les modèles Claude d'Anthropic et GPT d'OpenAI.