IA
Une nouvelle étude du MIT CSAIL conclut que les grands modèles de langage peuvent lire et réécrire directement les poids d'un réseau de neurones. GPT-6 Astra aurait modifié les poids de Qwen3.5-0.8B pour améliorer ses maths.
Chargement…
Recherche
Aucun téléphone et 8 articles pour « LLM »
IA
Une nouvelle étude du MIT CSAIL conclut que les grands modèles de langage peuvent lire et réécrire directement les poids d'un réseau de neurones. GPT-6 Astra aurait modifié les poids de Qwen3.5-0.8B pour améliorer ses maths.
Sécurité
Des chercheurs de Cisco Talos ont découvert Volta-Autodoxer, un logiciel de vol d'informations auto-destructeur qui utilise des LLM commerciaux pour classer les identifiants volés selon la valeur de la victime.
IA
Un développeur a compilé un processeur RISC-V 32 bits directement dans les poids de Qwen 3.5 4B, en utilisant les couches Gated DeltaNet comme mémoire RAM. Il exécute du C et du MicroPython sans runtime externe.
IA
Sebastian Raschka a publié huit vidéos de code, totalisant plus de 11 heures, qui construisent un modèle de raisonnement de zéro en Python et PyTorch, suite de son cours phare sur les LLM.
IA
OpenAI et Anthropic ont fait chuter les prix des LLM jusqu'à 80% depuis juin, portés par GPT-6 Sol et Claude Opus 5.5. Les baisses sont réelles, la rivalité aussi.
IA
DeepSeek a publié DeepInfer sur GitHub, un cadre d'inférence open source conçu pour faire tourner ses grands modèles linguistiques à grande échelle. La pile de serving passe aux mains des développeurs.