AI FRONTIER
Signals worth understanding before they become obvious.
Tsinghua AI publie en open source AKV, un serveur d'ingénierie de cache pour les agents LLM sur SGLang
Tsinghua AI a publié en open source AKV, un serveur d'ingénierie de cache pour les agents LLM construit sur SGLang. Le résumé de l'article situe ces travaux autour des questions de capacité, d'évaluation ou d'alignement des grands modèles de langage, pour les lecteurs suivant méthodes et résultats expérimentaux.
- Tsinghua AI a publié AKV en open source et le présente comme un serveur d'ingénierie de cache pour les agents LLM.
- AKV est construit sur SGLang.
- Le résumé de l'article indique que ces travaux portent sur les questions de capacité, d'évaluation ou d'alignement des grands modèles de langage.
Pour les développeurs d'agents LLM, AKV isole l'ingénierie de cache dans une couche de service dédiée sur SGLang, ce qui mérite d'être testé pour la réutilisation du cache dans les chemins d'inférence des agents.
ISTA-DASLab publie des quantifications GGUF non uniformes GSQ-RCO de DeepSeek-V4.1-Flash-1017
ISTA-DASLab a quantifié le MoE DeepSeek-V4.1-Flash-1017 de 763,2B paramètres et 384 experts avec la précision mixte par tenseur GSQ et RCO, publiant des builds GGUF standard IQ1_M (1,75 bpw), IQ2_XXS (2,00) et IQ2_XS (2,25).
- Le modèle est un MoE creux de 763,2B paramètres, avec 384 experts routés par couche, 6 actifs par token et une fenêtre de contexte de 1M tokens.
- Le GGUF backbone contient 551,9B paramètres, et les tables de recherche Engram comptent 196,6B paramètres en IQ4_NL 4,50 bpw, partagées par tous les builds.
- Les tailles totales sont de 231,32 GB pour IQ1_M, 248,84 GB pour IQ2_XXS et 265,83 GB pour IQ2_XS ; les trois s'exécutent sur un seul GPU de 12 GB de VRAM avec Strata.
- L'article rapporte qu'IQ2_XXS égale le modèle de base sur AIME25 (100,00), GPQA-Diamond (90,91) et LiveCodeBench v6 (89,71), soit une moyenne de tâches de 93,54 et une récupération de 100,0 %.
Comme le build IQ2_XXS à 2,00 bpw égalerait le modèle de base sur ces trois benchmarks selon l'article, les développeurs peuvent tester localement un MoE de classe 763B sur un GPU de 12 GB plus la mémoire système.
Self-Direction : transformer les erreurs des agents en leçons durables
L'article présente Self-Direction, un mécanisme où un agent qui échoue à une tâche réfléchit à sa propre trajectoire pour en extraire une leçon et la distille immédiatement dans un adaptateur de faible rang léger, en gardant les poids d'origine gelés et en stockant les adaptateurs dans une bibliothèque de leçons persis...
- Chaque adaptateur entraîne des paramètres supplémentaires équivalant à environ 0,02 % du nombre de paramètres du modèle de base
- Avec des agents fondés sur des modèles ouverts de la famille Qwen, les taux de réussite globaux progressent de 8,9 à 17,0 points de pourcentage sur GAIA, Claw-Eval et Terminal-Bench 2.1
- L'article rapporte que Self-Direction réduit les erreurs répétées lors de rencontres futures d'une tâche, doublant presque la fiabilité des corrections de l'agent
- L'article rapporte qu'une poignée d'adaptateurs se généralise à des dizaines de nouvelles tâches sans entraînement supplémentaire
Pour les constructeurs d'agents, conserver les échecs sous forme d'adaptateurs de faible rang routables offre une voie d'amélioration plus durable que la réflexion en contexte et moins coûteuse que l'ajustement complet des paramètres.
Des chercheurs proposent le benchmark MMGR pour tester le raisonnement des modèles multimodaux
Des chercheurs ont proposé le benchmark MMGR pour tester la capacité de raisonnement des modèles multimodaux. Ce benchmark vise à évaluer la performance des modèles multimodaux sur des tâches de raisonnement.
- Des chercheurs proposent le benchmark MMGR pour tester la capacité de raisonnement des modèles multimodaux.
- L'information a été rapportée par DoNews.
Pour les développeurs d'IA, MMGR fournit un benchmark dédié au raisonnement multimodal, permettant de mesurer et de comparer les performances de raisonnement de différents modèles multimodaux.
Collaborer avec les communautés académiques pour construire la compréhension scientifique
OpenAI partage des résultats de modèle sur la conjecture de Kakeya, l'hypothèse du temps exponentiel et la chromodynamique quantique, ainsi que la manière dont les chercheurs peuvent les vérifier et s'appuyer sur eux.
- OpenAI partage des résultats de modèle sur la conjecture de Kakeya.
- OpenAI partage des résultats de modèle sur l'hypothèse du temps exponentiel.
- OpenAI partage des résultats de modèle sur la chromodynamique quantique.
- OpenAI décrit comment les chercheurs peuvent vérifier ces résultats et s'appuyer sur eux.
Pour les développeurs d'IA, cela fournit des cas de sorties de modèle vérifiables pour évaluer le raisonnement sur des problèmes mathématiques et physiques.
SyncVid : diffusion équivariante au monde pour la génération vidéo synchronisée
SyncVid échantillonne le prior de bruit gaussien dans un espace 3D canonique dérivé de la vidéo source et le rastérise vers les caméras cibles, au lieu d'échantillonner indépendamment dans chaque plan image 2D. La méthode élève une vidéo monoculaire en une représentation 4D canonique et ajoute une procédure de blanchim...
- L'article élève une vidéo monoculaire en une représentation 4D canonique, associe le bruit à la géométrie de la scène et à l'espace non observé, puis rastérise le bruit structuré obtenu vers des vues arbitraires.
- L'article propose une procédure de blanchiment cohérente entre vues qui décorrèle les pixels voisins tout en préservant la correspondance entre les vues.
- Le bruit structuré sert de prior de diffusion à un modèle de diffusion vidéo pré-entraîné adapté par LoRA, sans nécessiter de modification architecturale.
Pour les développeurs de génération vidéo multi-vues, SyncVid montre qu'ancrer l'aléa de diffusion dans un espace 3D canonique peut améliorer la cohérence entre vues sans reconcevoir l'architecture de diffusion.
PaperFormalizer : autoformalisation dans Lean de articles de recherche avec l'auteur dans la boucle
PaperFormalizer est un pipeline agentique fondé sur Lean qui part de la source LaTeX d'un article, le transcrit en un graphe de dépendances d'énoncés, audite chaque énoncé en langage naturel pour sa fidélité, son ambiguïté et sa correction, puis formalise et prouve les énoncés dans Lean contre Mathlib, des bibliothèque...
- L'article a été soumis à arXiv le 22 octobre 2026 sous la référence arXiv:2610.31810 (cs.AI, cross-list cs.LO).
- Le pipeline part de la source LaTeX, transcrit l'article en un graphe de dépendances d'énoncés et audite chaque énoncé en langage naturel.
- La formalisation et la preuve sont effectuées contre Mathlib, des bibliothèques de domaine optionnelles et la boîte à outils personnelle de l'auteur.
- La sortie est une version annotée et révisée de l'article, un rapport des changements et du code Lean dans lequel chaque déclaration est liée à l'énoncé qu'elle formalise.
Pour les développeurs d'outils d'IA mathématique, PaperFormalizer illustre un schéma avec l'auteur dans la boucle qui s'arrête à l'ambiguïté et s'en remet à l'auteur, préservant son contrôle partout où la formalisation pourrait modifier ce ...