AI FRONTIER
Signals worth understanding before they become obvious.
Flint-interactive : un langage pour créer des visualisations de données interactives
Microsoft Research a publié Flint-interactive, un langage construit sur Flint qui permet aux agents IA de définir clics, filtres, zooms, mises en évidence et interactions entre graphiques via des événements sémantiques et des opérateurs de mise à jour, la logique d'interaction étant gérée par le compilateur Flint.
- Flint-interactive résout les déclencheurs bruts comme les clics, les glissements et les appuis de touches en événements sémantiques identifiant les éléments du graphique et les données.
- Il s'utilise dans des environnements de chat ou de canevas via Flint-MCP et MCP Apps, où un agent peut générer un interaction_spec en plus de la spécification de graphique Flint.
- Flint Interactive Canvas permet aux applications de traiter les événements sémantiques avec des gestionnaires pour filtrer un tableau, mettre à jour un autre graphique ou modifier l'état de l'application.
Pour les développeurs d'agents de données, confier la logique d'interaction au compilateur peut réduire le coût en tokens et en temps de la génération et du débogage répétés de graphiques interactifs, tout en limitant les défauts de mise en...
WorldStream : diffuser en flux des mondes 3D interactifs avec planification hiérarchique et état persistant
L'article présente WorldStream, un modèle de monde 3D ouvert qui étend le terrain jouable au-delà de toute carte prédéfinie, agit sur un langage ouvert dans le monde en cours d'exécution et restaure les lieux visités avec leurs modifications. Un planificateur hiérarchique sur un modèle de décision typé émet un état de ...
- Le streaming sépare la portée : les plans s'exécutent en avance le long du corridor prédit, la compilation n'a lieu que là où le déplacement en aura bientôt besoin, et la géométrie derrière l'utilisateur est libérée.
Pour les équipes qui construisent des modèles de monde, séparer la planification, la compilation et un enregistrement d'état persistant est une voie d'architecture concrète vers la cohérence entre tuiles et l'éditabilité sous des budgets bo...
Quand les pensées deviennent mémoire : unifier l'apprentissage en contexte et le fine-tuning
L'article propose une règle certifiée, fondée sur une loi exacte de la valeur informationnelle, pour déterminer si des données inédites appartiennent au contexte ou aux poids d'un modèle préentraîné, et un test valide à tout moment effectue ce choix à partir de requêtes de validation.
- L'article rapporte que le test choisit le meilleur entre le cache et le fine-tuning de GPT-2 dans 61 948 des 64 000 flux de requêtes sur 32 comparaisons.
- L'article rapporte qu'il se trompe dans au plus 3,3 % des flux nuls.
- L'article rapporte qu'un patch qui voit une caractéristique de forme réduit d'un facteur cent la longueur de code d'un réseau d'occupation à cet endroit, tandis que huit qui la manquent la presque doublent.
- L'article rapporte que, sur une affirmation oui ou non, l'évaluation retrouve un adjudicateur de preuves publié, avec un AUROC de 0,91.
Cette règle certifiée permet aux constructeurs de décider à partir d'une mesure et de requêtes de validation si les données doivent entrer dans le contexte ou les poids, ce qui réduit le coût du choix entre apprentissage en contexte et fine...
Nouveau modèle OpenRouter : Recursive: Flint (gratuit)
Flint est un modèle à mélange d'experts à poids ouverts de Recursive, avec environ 2,5 B de paramètres actifs sur 40 B au total, construit par le système d'autorecherche Eureka Machine de Recursive pour les agents de codage.
- 40 B de paramètres au total, environ 2,5 B de paramètres actifs
- Fenêtre de contexte de 262 144 tokens
- Publié le 21 octobre 2026
- Point d'accès gratuit avec limites de débit ; accepte les outils pour l'appel de fonctions et prend en charge response_format pour une sortie JSON sans application de JSON-schema
Pour les développeurs d'agents de codage, Flint offre une option à poids ouverts gratuite avec 2,5 B de paramètres actifs et une fenêtre de contexte de 262 K à tester.
SimHack : prédire l'apparition du reward hacking détectable avant l'entraînement RL
L'article présente SimHack, un simulateur qui apprend la dynamique d'entraînement du reward hacking à partir de quelques exécutions RL de référence à plus petite échelle et génère des exécutions simulées contrefactuelles de recettes cibles inédites sans réentraînement coûteux, afin de prédire la distribution du pas d'a...
- L'article rapporte que SimHack prédit le pas d'apparition médian avec une erreur relative de 11,3 % et atteint une corrélation de rang inter-recettes de 0,85 sur des recettes cibles inédites.
- SimHack généralise aux différences d'échelle de modèle, de curriculum, de nombre de rollouts et de taux d'apprentissage entre recettes de référence et cibles.
- En application, SimHack filtre des curricula RL candidats et découvre des curricula sur le même ensemble de scénarios qui s'entraînent 96,6 % plus longtemps sans hacking.
- L'article constate que le taux de hacking initial seul ne détermine pas l'apparition, qui varie fortement selon les recettes d'entraînement et les exécutions répétées.
Les constructeurs peuvent présélectionner des curricula avec SimHack avant des exécutions RL coûteuses afin de choisir à moindre coût des recettes à risque plus faible.
KVLearn : rétention de cache KV apprise pour le service LLM désagrégé
L'article présente KVLearn, un cadre d'apprentissage pour la rétention de cache KV sensible au coût dans le service LLM désagrégé, combinant un Prefix Reuse Predictor (PRP), un Cost-Aware Retention Score (CARS) et un Adaptive Threshold Controller (ATC), évalué sur des charges de travail texte et multimodales.
- L'article rapporte des réductions du time-to-first-token de bout en bout allant jusqu'à 56 % par rapport à No-Cache, 38 % par rapport à LRU-Pool et 33 % par rapport aux baselines de style Mooncake.
- L'article rapporte une réduction du volume de transfert KV entre nœuds allant jusqu'à 53 % par rapport à LRU-Pool.
- Sur MM-Session, le débit reste à environ 5 % de l'oracle.
- PRP estime la probabilité de réutilisation à partir de caractéristiques structurelles et temporelles des préfixes sans modifier les poids du modèle ; l'article a été accepté à ACM SYSTOR 2026 et le code est disponible.
Pour les équipes qui construisent un service d'inférence désagrégé, KVLearn montre qu'intégrer les coûts de recalcul, de transfert et de stockage dans les décisions d'admission au cache peut réduire à la fois le time-to-first-token et la ba...
MPS dans PyTorch 2.15 : prise en charge FP8 et décodage MoE 5 à 6,5 fois plus rapide
PyTorch 2.15 apporte les tenseurs FP8, le matmul groupé natif et des noyaux Metal dédiés au backend MPS, rendant le décodage des modèles MoE 5 à 6,5 fois plus rapide qu'en 2.14 et exigeant macOS 15 et Python 3.11 ou version ultérieure.
- Les tenseurs torch.float8_e4m3fn fonctionnent désormais sur MPS à un octet par valeur, soit la moitié du stockage de FP16 ou BF16, et F.scaled_mm prend en charge les mises à l'échelle par tenseur et par ligne.
- Sur un M3 Ultra avec torch.compile, Qwen3.6-35B-A3B passe de 9,4 à 61,3 tokens/s et LFM2.5-8B-A1B de 23,6 à 123,6 tokens/s.
- Sur 96 formes de couches BF16 issues de modèles réels, la connexion des noyaux GEMV à F.linear apporte un gain géométrique moyen de 1,23×.
- Le pic de mémoire pilote du décodage VAE de Wan2.2 passe d'environ 270 GiB à 8 GiB, et le softmax FP32 sur une ligne de logits [1, 128256] passe de 57 µs à 7 µs.
Les développeurs sur Mac peuvent réduire la mémoire avec des poids FP8 et accélérer fortement le décodage des LLM MoE et denses, à condition de passer à macOS 15 et Python 3.11.
Grandes affirmations, faibles marges : les gains GraphLLM rapportés résistent-ils à de simples baselines ?
L'article compare quatre représentants de baselines, réglés par sélection sur validation uniquement, à la moyenne la plus élevée rapportée par chacune de trois études récentes pour une méthode à base de LLM sur des splits appariés, et documente des risques d'évaluation dans le code publié.
- Correct & Smooth sur des caractéristiques TF-IDF est en retard sur la référence d'une médiane de 2,3 points de pourcentage, et un MLP sur des embeddings e5-large-v2 gelés de 2,8 points.
- Correct & Smooth est à 3 points de la référence ou mieux sur 15 des 24 tâches, mais la référence est significativement plus élevée sur 12 des 22 tâches testables.
- Les rapports de la même méthode sur le même split diffèrent jusqu'à 12,5 points entre des articles dont les configurations ne sont pas documentées comme identiques.
Les concepteurs de pipelines de classification de nœuds GraphLLM devraient exécuter des baselines TF-IDF réglées et à embeddings gelés sur les mêmes splits et auditer les loaders de données et les protocoles de réglage avant de se fier aux ...