AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter ajoute Tencent Hy4 : contexte de 1M et compréhension visuelle inédite
La version officielle de Hy4 de Tencent est annoncée comme apportant des améliorations complètes et substantielles par rapport à Hy4 Preview, avec des gains particulièrement marqués sur les capacités agentiques et les tâches de productivité réelles à long horizon, et elle introduit pour la première fois la compréhensio...
- La fenêtre de contexte est de 1 048 576 tokens et le modèle prend en charge jusqu'à 65 536 tokens de complétion.
- Le prix est de 0,417 $ par million de tokens en entrée et de 1,251 $ par million de tokens en sortie, avec la lecture de cache à 0,021 $ par million de tokens, le tout affiché à 50 % de réduction.
- Il accepte du texte et des images en entrée et renvoie du texte, et prend en charge l'appel de fonctions via tools et tool_choice ainsi que les sorties structurées via un schéma JSON dans response_format.
- Publié le 4 novembre 2026, hébergé par un seul fournisseur, Tencent Cloud, OpenRouter transmettant chaque requête directement.
Pour les développeurs, l'association d'un contexte de 1M, de l'appel d'outils et d'une entrée d'images inédite convient aux agents de production qui lisent des images tout en exécutant de longues tâches multi-étapes.
moonshotai/Kimi-K3.1-Pro : un modèle agentique multimodal ouvert de 2,8 T de paramètres
Kimi K3.1 Pro est un modèle agentique multimodal natif à poids ouverts, post-entraîné à partir de Kimi K3 par apprentissage par renforcement conjoint à grande échelle, avec une fenêtre de contexte d'un million de tokens.
- Paramètres totaux de 2,8 T, 104 B de paramètres activés, 93 couches, architecture Mixture-of-Experts sélectionnant 16 experts par token.
- Longueur de contexte de 1048576, encodeur visuel MoonViT-V2 de 401 M de paramètres.
- Quantification MXFP4 pour les poids et MXFP8 pour les activations, avec entraînement conscient de la quantification.
- La fiche du modèle rapporte 65,7 sur Terminal-Bench 4.0, 51,7 sur SWE Marathon v1.1 et 70,0 sur HLE-Full w/ tools.
Pour les développeurs, ce modèle associe un contexte d'un million de tokens et une entrée multimodale native à des poids ouverts et à des voies de déploiement vLLM, SGLang et TokenSpeed, ce qui convient aux agents à long contexte et à l'ana...
Dharma Field Extractor : n'importe quel document en entrée, des champs structurés en JSON en sortie
Dharma-AI a publié Dharma Field Extractor, un modèle de 2 milliards de paramètres qui extrait les champs demandés de tout type de document et renvoie du JSON structuré, en modes ouvert et dirigé par schéma.
- Le modèle de base est DharmaOCR-LITE v1.1, un point de contrôle de 2 milliards de paramètres, sur lequel un adaptateur LoRA a été entraîné sur 43 384 exemples couvrant les deux modes de requête.
- Le modèle a obtenu 0,834, au-dessus de toutes les configurations frontières testées, de Claude Opus 5 à 0,816 à GPT-5.6 Luna à 0,741.
- Le coût est environ 6 fois inférieur (GPT-5.6 Luna) à environ 147 fois inférieur (GPT-5.6 Sol) à celui des API frontières ; le coût auto-hébergé correspond au temps GPU sur un seul L40S à 2,24 $ par heure.
Pour l'extraction de champs dans des documents, un modèle spécialisé auto-hébergé de 2 milliards de paramètres peut surpasser les API frontières à moindre coût sur le même benchmark.
Circuit Oracle : automatiser l'analyse des graphes d'attribution via des requêtes en langage naturel
Circuit Oracle est un LLM prêt à l'emploi doté d'un harnais multi-agents et de compétences spécifiques à la tâche, qui répond à des questions en langage naturel sur un modèle cible en lisant le graphe d'attribution via des appels d'outils. L'article l'évalue sur trois tâches proxy liées à la sécurité, avec des résultat...
- Sur la détection de caractéristiques parasites, Circuit Oracle atteint une précision de 78,2 ± 2,4 %, surpassant les baselines de classement de caractéristiques à une seule couche.
- Sur l'élicitation de secrets, les auto-explicateurs entraînés comme Activation Oracles restent la baseline la plus forte.
- Sur la suppression du refus sur 50 prompts, son intervention unique engagée est légèrement inférieure à une baseline diff-in-means, et ne la dépasse que lorsqu'on lui permet le meilleur de cinq essais.
- Les résultats sont stables sur cinq exécutions et selon les choix de modèle pour les agents.
L'analyse des graphes d'attribution peut être partiellement automatisée par un agent en langage naturel, mais les résultats rapportés restent en retrait des baselines dédiées sur l'élicitation de secrets et la suppression du refus, ce qui e...
MEMENTO : apprendre la gestion du contexte pour les agents de traitement de contextes longs
L'article présente MEMENTO, un agent à contexte long construit sur Qwen3-8B qui apprend la gestion de son contexte par compaction : il est d'abord amorcé par un fine-tuning sur des trajectoires synthétiques annotées avec des notes générées a posteriori, puis renforcé par RL avec une récompense combinant exactitude des ...
- L'article rapporte que, dans le même harnais, MEMENTO surpasse un agent GPT-5.5 (13,1 %) et le contexte complet du livre (56,7 %) pour moins de 1/50 du coût.
- L'article rapporte que MEMENTO égale presque un agent GLM-5.3 environ 100 fois plus grand (69,3 %) pour 1/9 du coût, et se situe à 6,4 points du contexte complet de GLM-5.3 pour 1/26 du coût.
- L'article indique que les modèles agentiques prêts à l'emploi, dont GPT-5.5 et GLM-5.3, rédigent souvent des notes inefficaces, et que le RL seul découvre rarement un comportement utile de prise de notes.
Pour les développeurs d'agents à contexte long, ces résultats suggèrent qu'entraîner une politique de compaction explicite dans une fenêtre fixe de 20K tokens peut approcher l'exactitude de questions-réponses au niveau du livre à un coût bi...
GAVAGAI : alignement référentiel pour des modèles vision-langage à l'échelle du nourrisson via un transport optimal équilibré
L'article ajoute une variable référentielle à l'objectif de légendage par jeton suivant en traitant chaque scène comme un petit problème d'affectation entre les mots de contenu entendus et les régions vues, résolu comme un transport optimal entropique sous une colonne NOTHING et une contrainte de capacité. Sur le corpu...
- L'étape d'alignement coûte environ huit itérations de Sinkhorn, peu de chose à côté de l'encodeur visuel.
- Une version à un paramètre du modèle reproduit la précision d'apprentissage trans-situationnel adulte sur trois conditions d'ambiguïté, avec une RMSE de 0,024.
- Sur le corpus vidéo de nourrisson SAYCam, l'ajout de la perte d'alignement à un modèle de légendage par jeton suivant fait passer la précision mot-image de 32,4 % à 48,7 % et l'IoU de localisation de 0,18 à 0,38.
Pour les modèles vision-langage entraînés sous des taux élevés de non-référence, une variable explicite d'affectation mot-région apporte une pression d'ancrage que l'objectif de légendage seul n'a pas, bien que l'article rapporte qu'elle ne...
Humanisé mais toujours vrai ? Audit des faits et de la détection dans les humaniseurs de texte IA
L'article utilise un vérificateur à base de règles pour auditer si les humaniseurs IA préservent les nombres, dates, noms de personnes et d'organisations et passages cités, et teste si un modèle de décision généraliste, Jev, sépare les originaux humains des réécritures humanisées.
- Dans le cycle d'octobre 2026, les 11 outils commerciaux ont modifié ou supprimé au moins une unité vérifiable dans 35-65 % des documents qui en contenaient une.
- En comptant uniquement les nombres et les noms, 10 des 11 outils ont encore modifié au moins un élément dans 20 % ou plus des documents.
- Un humaniseur ouvert de 12B a conservé au moins 97 % des nombres et des noms dans des textes denses en faits d'agences fédérales américaines, mais a reformulé 67-78 % des passages cités.
Les constructeurs de pipelines d'humanisation ou de détection devraient mesurer séparément la rétention des unités factuelles vérifiables, car l'évasion des détecteurs et la préservation des faits n'étaient pas clairement liées.
Transformers introduit les Model Integration Contracts
Hugging Face propose les Model Integration Contracts (MIC), qui réduisent les checkpoints réels en petits fixtures et exécutent un chemin d'usage sur CPU pour les comparer à des baselines revues par des humains, détectant les régressions dès la PR.
- Le fixture UMT5 utilisait 66 Mo de poids, contre 1 227 Mo pour le checkpoint source.
- La régression UMT5 a persisté de son introduction le 30 juillet 2026 jusqu'à son correctif le 28 septembre, avec des log-probabilités différant de la baseline de 1,22 et une perte d'entraînement d'environ 0,20.
- Llama 4 Scout est passé de 108,6 milliards de paramètres à 44,7 millions, la pile vision de 34 à 2 couches et la pile langage de 48 à 4.
- Dans l'étude sur l'initialisation des poids, les fixtures Whisper aléatoires ont détecté 18 des 24 fautes injectées, tandis que les fixtures surappris ont détecté les 24.
Les builders peuvent adopter les MIC comme vérification PR peu coûteuse sur CPU, mais doivent noter qu'au 1er novembre 2026 la tâche MIC signale les échecs sans bloquer les PR.