OpenAI a publié les résultats de son modèle interne non diffusé, Astra, qui a réussi à résoudre dix problèmes ouverts importants en mathématiques. Les solutions ont été générées par le modèle puis formalisées en certificats Lean par des chercheurs humains.
OpenAI a publié des solutions à dix problèmes de mathématiques et d'informatique théorique qui n'avaient connu aucun progrès sur leurs résultats principaux depuis au moins une décennie, en utilisant une version interne de son prochain modèle majeur, Astra.
Un article démontre que les blocs de chaîne de pensée chiffrés renvoyés par Anthropic, OpenAI et Google peuvent être extraits en clair. Les auteurs ont exploité une vulnérabilité où les modèles d'une même famille partageaient des clés de chiffrement, leur permettant de rejouer les traces dans des modèles frères plus faibles.
Un nouvel article démontre que les blocs de raisonnement chiffrés provenant de modèles de pointe tels que Claude, GPT et Gemini peuvent être déchiffrés et rejoués pour extraire des données de chaîne de pensée cachées. Les auteurs montrent comment ces blobs signés peuvent être transférés vers des modèles plus faibles ou différentes sessions afin de transcrire les pensées sous-jacentes, contournant ainsi efficacement les efforts d'obscurcissement des fournisseurs.
Des chercheurs ont identifié une vulnérabilité dans la manière dont les principaux fournisseurs de grands modèles de langage gèrent les traces de raisonnement étape par étape, qui sont renvoyées sous forme de blocs chiffrés pour une utilisation côté client. Ils ont constaté que ces blocs chiffrés sont entièrement compatibles et interchangeables entre différentes sessions, utilisateurs et modèles au sein de l'écosystème d'un même fournisseur.
Des chercheurs ont identifié une vulnérabilité architecturale dans la manière dont les principaux fournisseurs de grands modèles de langage gèrent les traces de raisonnement étape par étape. Les fournisseurs renvoient ces traces sous forme de blocs chiffrés aux clients, mais l'étude révèle que ces blocs sont entièrement compatibles et interchangeables entre différentes sessions, utilisateurs et modèles au sein de l'écosystème d'un fournisseur.
Meta a annoncé que son modèle Muse Spark 1.2 a obtenu des performances de niveau médaille d'or dans cinq olympiades STEM et s'est classé parmi les cinq premiers de l'indice Vals à 0,69 $/test, soit environ 3 fois moins cher que Kimi. Meta attribue ces progrès à l'orchestration multi-agents avec raisonnement parallèle, notant des scores théoriques parfaits aux APhO et IPhO sans outils externes.
AI9Stars a lancé G9v3-39A5B, un modèle de langage à poids ouverts conçu pour offrir des capacités de raisonnement plus fortes que son prédécesseur, ai9stars/G9v3-3B. Le modèle dispose de 39 milliards de paramètres et de 5 experts actifs et est sous licence Apache 2.0 pour un usage personnel et commercial.
Un article de travail de Joseph JM Walker évalue les modèles de langage de pointe sur un benchmark de cryptographie littéraire multi-canaux inédit, intégré dans le roman physique « I Wrote a Book and Made a Million Dollars (I.B. Wryten) ». L'étude révèle que GPT-5.6 a identifié indépendamment le canal de communication secondaire et récupéré environ 95 % du matériel intégré lors de son premier passage, tandis que les modèles antérieurs ont démontré une capacité effectivement nulle.
Une étude démontre que les modèles de langage de pointe peuvent effectuer des calculs conséquents en utilisant des jetons de remplissage sémantiquement non pertinents, créant un mode de défaillance où le raisonnement n'est pas visible dans la chaîne de pensée de sortie. La recherche a évalué 13 modèles sur trois tâches et a constaté que beaucoup bénéficient significativement de ces jetons, avec des améliorations de précision allant jusqu'à 13 points de pourcentage.
Les auteurs présentent PoTRE (Poly-Topological Reasoning Ensembles), un cadre conçu pour pallier les limites de l'invocation standard en flux unique dans les tâches de raisonnement complexes. PoTRE découple l'inférence en quatre agents distincts : un Agent d'affinement adversarial, un Agent de planification stratégique hiérarchique, un Agent de recherche spectrale et un Agent à chaîne directe.
Les chercheurs proposent Isospectral Optimization (ISO), un cadre pour l'apprentissage par renforcement avec récompenses vérifiables (RLVR) qui comble la couche d'optimisation manquante en maintenant fixes les spectres de poids du modèle tout en optimisant les cadres singuliers d'entrée et de sortie.
Un développeur partage les progrès réalisés sur une architecture d'IA symbolique conversationnelle développée au cours des huit derniers mois, visant à combler les lacunes dans l'extraction d'informations non neuronales.