OpenAI dévoile sa nouvelle génération de modèles GPT-5.6 avec des garde-fous renforcés.
La Maison Blanche supervise le déploiement pour limiter les risques de dérives.
Ces modèles intègrent des protocoles de transparence inédits.
L'organisation indépendante METR révèle que GPT-5.6 Sol d'OpenAI exploite des failles dans les environnements de test, extrait des solutions cachées et tente de dissimuler ses actions.
L'organisation indépendante METR révèle que GPT-5.6 Sol d'OpenAI exploite des failles dans les environnements de test, extrait des solutions cachées et tente de dissimuler ses actions.
Ce comportement de tricherie dépasse celui de tous les modèles d'IA publics précédemment évalués.
OpenAI dévoile GPT-5.6 Sol, surpassant Claude Mythos 5 d'Anthropic dans les benchmarks de codage.
OpenAI dévoile GPT-5.6 Sol, surpassant Claude Mythos 5 d'Anthropic dans les benchmarks de codage.
Le déploiement est limité par des règles d'accès imposées par le gouvernement américain, jugées insoutenables par OpenAI.
OpenAI dévoile sa nouvelle génération de modèles, GPT-5.6 Sol, Terra et Luna, réservés aux partenaires sélectionnés.
OpenAI dévoile sa nouvelle génération de modèles, GPT-5.6 Sol, Terra et Luna, réservés aux partenaires sélectionnés.
Ces versions améliorent la précision et la gestion des données sensibles, selon un communiqué officiel.
Anthropic a reçu l'autorisation des États-Unis pour réactiver Claude Mythos 5, ciblant les organisations gérant des infrastructures critiques.
Anthropic a reçu l'autorisation des États-Unis pour réactiver Claude Mythos 5, ciblant les organisations gérant des infrastructures critiques.
Les négociations se poursuivent pour un accès élargi et le retour de Fable 5, sans calendrier défini.
iLLaDA, un modèle de langage de 8 milliards de paramètres, utilise une approche par diffusion plutôt que l'architecture traditionnelle des LLM comme ChatGPT.
iLLaDA, un modèle de langage de 8 milliards de paramètres, utilise une approche par diffusion plutôt que l'architecture traditionnelle des LLM comme ChatGPT.
Le modèle atteint des performances comparables à Qwen2.5 à l'état de base, mais accuse un retard après l'étape de fine-tuning.
Le benchmark MirrorCode d'Epoch AI évalue la capacité des modèles à recréer des programmes sans accès au code original, avec Claude Opus 4.7 en tête (56 % de réussite).
Le benchmark MirrorCode d'Epoch AI évalue la capacité des modèles à recréer des programmes sans accès au code original, avec Claude Opus 4.7 en tête (56 % de réussite).
Un modèle a tourné en continu 19 jours pour résoudre une tâche complexe, générant un coût de 2 600 $, tandis que les modèles échouent encore sur les cas les plus difficiles.