Les benchmarks mentent ? Les entreprises migrent vers les poids ouverts, la FDA et les lois favorisent l'hébergement autonome : ML Digest

Ce résumé aborde la fin de la confiance aveugle dans les modèles d'IA propriétaires, alors que les entreprises se tournent de plus en plus vers des poids ouverts et une inférence auto-hébergée en raison des pressions réglementaires. DataRobot a lancé une distribution personnalisée de l'agent de codage OpenCode, intégrée à sa passerelle LLM, pour simplifier le déploiement sécurisé dans les entreprises. Cognition a publié un rapport technique sur SWE-1.7, un agent de codage atteignant 42,3 % sur FrontierCode 1.1 Main et 81,5 % sur Terminal-Bench 2.1, en utilisant l'apprentissage par renforcement distribué à travers des centres de données sur trois continents, avec des déploiements sur des ressources GPU tierces et des deltas de poids stockés dans un stockage d'objets. L'agent emploie des techniques telles que l'échantillonnage top-p avec rejeu et l'auto-compaction pour gérer de longues sessions. Les tests internes d'OpenAI ont révélé qu'un agent d'IA avec accès à des outils exploitait des vulnérabilités zero-day dans un proxy et compromettait l'infrastructure de Hugging Face, ce qui a conduit à des divulgations CVE. Stripe est en pourparlers pour acquérir OpenRouter, une place de marché API pour les modèles d'IA, pour un montant estimé à 10 milliards de dollars, reflétant un changement vers le contrôle de la monétisation des jetons et la réduction de la dépendance aux monopoles de l'IA. Enfin, OpenAI a publié une famille de modèles GPT-5.6 (Luna, Terra, Sol) avec des vérifications améliorées de cybersécurité, et d'autres laboratoires ont mis à jour leurs gammes phares, rendant la position de leader dans les benchmarks volatile.