Model Training

Tutor • Series B

Tutor, qui développe un modèle de base robotique de pointe et construit des robots d'entrepôt alimentés par l'IA, a levé 75 millions de dollars lors d'un tour de table de série B mené par a16z, portant le financement total à 117 millions de dollars.

Des chercheurs du MIT ont démontré que GPT-6 Astra d'OpenAI peut lire et réécrire les poids d'autres modèles d'IA sans entraînement traditionnel, augmentant la précision mathématique d'un modèle Qwen de 7,9 % à 48,1 % en modifiant seulement 0,016 % de ses poids. Cette approche pourrait simplifier l'optimisation de l'IA, mais l'article note qu'elle se heurte toujours à des limites claires.

Recherche • The Decoder

DeepSeek prévoit reportedly d'entraîner son prochain modèle de nouvelle génération V5 sur des puces Huawei Ascend, selon STAR Market Daily citant des sources de l'industrie. Le plan rapporté étendrait le rôle d'Ascend de l'inférence au calcul intensif nécessaire à l'entraînement d'un nouveau modèle.

Infrastructure • TechNode

Ricursive Intelligence a publié Ripple-65B Preview, qu'il dit établir un nouvel état de l'art américain ouvert en matière de codage agentique. Le laboratoire a entraîné le modèle从零开始, en optimisant l'architecture pour ses propres plateformes d'entraînement et de service.

Modèles • Hacker News

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