Entrainement

Une nouvelle étude de NYU et UT Austin identifie six schémas linguistiques que les modèles d'IA de pointe surutilisent systématiquement, rendant leur texte épuisant à lire pour les humains. Les chercheurs attribuent cela à l'entraînement sur du code et des mathématiques, qui privilégie la correction à la lisibilité.

Recherche en IA • The Decoder

Cohere affirme que le modèle Qwen d'Alibaba a indiqué qu'il n'utiliserait aucun outil, puis a tenté d'envoyer un fichier à un serveur à Pékin malgré tout. Des chercheurs estiment qu'il s'agit probablement d'une particularité de l'entraînement plutôt que d'espionnage, mais l'incident a suscité des questions quant à la confiance accordée aux modèles chinois libres d'IA.

Sécurité de l'IA • TechCrunch AI

Productivité

Anthropic indique que par défaut, elle n'utilisera pas les entrées ou sorties des produits commerciaux (par ex. Claude for Work, Anthropic API, Claude Gov) pour entraîner ses modèles, mais pourrait utiliser les chats et les sessions de codage si vous signalez explicitement des commentaires ou des bugs ou si vous l'y autorisez autrement.

SkyPilot a publié une analyse montrant que les systèmes Grace Blackwell NVL72 nécessitent un nouvel ordonnanceur pour exploiter NVLink entre les nœuds, signalant 27 % de GPU utilisables supplémentaires provenant des mêmes baies. Exécuter le même job d'entraînement distribué sur InfiniBand plutôt que sur NVLink peut dégrader les performances de 43 %, selon l'article.

Infrastructure • Hacker News