Sujet
Tous les articles d’Actu.ai consacrés à LLM : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 84 articles
Une étude de chercheurs d’Amazon observe que nous écrivons différemment à un humain et à un chatbot. Testé sur Mistral 7B, un entraînement incluant cette diversité améliore la détection des intentions, alors qu’une formalisation a posteriori peut la dégrader.
Les grands modèles de langage ne deviennent pas automatiquement plus sûrs à mesure qu’ils grossissent. Des travaux menés notamment par Anthropic et l’Alan Turing Institute indiquent qu’environ 250 documents malveillants peuvent suffire à leur inculquer un comportement caché. Un résultat qui déplace l’attention vers la sécurité des données d’entraînement.
Samsung présente le Tiny Recursive Model, un réseau de seulement 7 millions de paramètres conçu pour revoir sa propre réponse à plusieurs reprises. Sur des problèmes structurés comme Sudoku-Extreme et Maze-Hard, ses résultats relancent le débat : pour certaines tâches de raisonnement, l’architecture peut-elle compter autant que la taille ?
La sécurité applicative doit suivre des logiciels livrés toujours plus vite, composés de code maison, de bibliothèques externes, d’API et désormais de fonctions d’IA générative. Apiiro, Mend.io, Burp Suite, PentestGPT et Garak illustrent cinq approches complémentaires pour détecter, hiérarchiser et corriger les failles.
Une expérience menée par des chercheurs liés au MIT suggère que rédiger avec ChatGPT mobilise moins certains réseaux cérébraux que l’écriture sans outil. Les participants assistés par un LLM retenaient aussi moins bien leur propre texte. Ces résultats préliminaires appellent toutefois à la prudence, pas à bannir l’IA.
Les modèles d’IA brillent souvent dans les benchmarks, sans que cela garantisse leur efficacité au travail. Avec TRUEBench, Samsung propose un cadre d’évaluation fondé sur 2 485 tests professionnels, dans 12 langues, pour comparer leur capacité à produire des résultats réellement exploitables en entreprise.
En analysant 485 modèles issus de 40 familles, des chercheurs du MIT et du MIT-IBM Watson AI Lab proposent un cadre pour mieux anticiper les performances des grands modèles de langage. Leurs résultats montrent comment de petits modèles et leurs étapes d’entraînement intermédiaires peuvent orienter des choix techniques très coûteux.
Avant d’investir des millions de dollars dans l’entraînement d’un grand modèle de langage, les équipes peuvent en estimer les résultats à partir de modèles plus modestes. Une étude du MIT et du MIT-IBM Watson AI Lab analyse 485 modèles pour rendre ces prévisions plus fiables et mieux piloter les budgets de calcul.
Chez AbbVie, Rachel James explore l’usage des modèles de langage pour analyser le flot d’alertes de cybersécurité et mieux relier les signaux faibles. Son approche rappelle toutefois une réalité essentielle : l’IA peut renforcer les défenseurs, mais elle élargit aussi la surface de risque des entreprises.
Un système d’IA peut changer de verdict après la modification de quelques mots, alors que le sens d’une phrase reste identique. Des chercheurs du MIT proposent une méthode pour détecter ces fragilités, les mesurer et aider les équipes à renforcer leurs classificateurs, notamment dans les usages sensibles.
OpenAI présente ChatGPT-5 comme un système capable d’offrir l’aide d’un expert de niveau doctorat. Mais, dès ses premiers jours, des utilisateurs ont relevé des réponses étonnamment fausses sur le comptage de lettres et la géographie. Ces écarts illustrent les forces, mais aussi les limites concrètes, des grands modèles de langage.
Tencent élargit sa famille Hunyuan avec des modèles d’IA publiés en open source, de 0,5 à 7 milliards de paramètres. Disponibles sur Hugging Face, ils visent aussi bien les appareils aux ressources limitées que les déploiements en production, avec un contexte de 256K et des outils de compression dédiés.
Résoudre une grille de sudoku ne suffit pas à prouver qu’une IA raisonne vraiment. Des chercheurs de l’Université du Colorado à Boulder ont testé des modèles de langage sur près de 2 300 casse-têtes et constaté un écart net entre la capacité à trouver une réponse et celle à l’expliquer de manière fiable.
Les grands modèles de langage ne se contentent pas de commettre des erreurs : ils peuvent aussi se déclarer très sûrs d’eux. Une étude menée avec des participants humains met en évidence leurs difficultés à ajuster cette confiance à leurs résultats, un point crucial pour tous les usages du quotidien.
Les grands modèles de langage produisent habituellement leurs réponses mot après mot, un procédé qui peut devenir lent sur les demandes élaborées. Des chercheurs du MIT et de Google proposent PASTA, une méthode qui apprend à repérer les parties indépendantes d’une réponse afin de les générer simultanément.
Les grands modèles de langage excellent dans le texte, mais peuvent échouer sur des problèmes de calcul ou d’optimisation pourtant structurés. Développé par des chercheurs du MIT, CodeSteer agit comme un coach : il aide un LLM à choisir entre réponse rédigée et génération de code. Les essais rapportent un net gain de précision sur 37 tâches symboliques.
Kimi K2 place Moonshot AI parmi les acteurs à suivre de l’IA ouverte, avec des résultats élevés en programmation et en mathématiques. Son architecture Mixture of Experts limite la puissance mobilisée à chaque requête, mais le déploiement reste exigeant. Voici ce que ses scores, sa licence et ses faiblesses impliquent concrètement pour les entreprises.
Entraîner un grand modèle ne consiste pas seulement à multiplier les calculs : il faut aussi faire circuler efficacement les données entre de nombreux GPU. Des chercheurs de l’université Rice proposent ZEN, un système qui exploite les tenseurs épars pour limiter les échanges inutiles et mieux répartir la charge de communication.
Développé par des chercheurs de l’Université du Michigan, Liketropy ambitionne de distinguer les textes humains de ceux produits par des IA génératives. Son approche statistique zéro-shot revendique plus de 96 % de précision dans certains tests, tout en limitant les fausses accusations, un enjeu crucial pour l’éducation.
Dans les soins, un malentendu peut peser sur tout le parcours du patient. Soutenu par le MIT Human Insight Collaborative, le Language/AI Incubator réunit soignants, spécialistes du langage et sciences sociales pour étudier comment l’IA générative peut aider à mieux dialoguer, sans effacer les différences culturelles et linguistiques.
Les grands modèles de langage savent répondre vite, mais peinent encore lorsqu’un problème exige de planifier, déduire ou manipuler des structures inconnues. Des chercheurs du MIT explorent le test-time training, une méthode qui ajuste temporairement le modèle face à une nouvelle tâche. Dans certains tests, l’exactitude a été multipliée jusqu’à six fois.
Avec ses duels anonymes entre assistants conversationnels, Chatbot Arena a imposé une façon très visible de comparer les modèles d’IA. Les votes d’utilisateurs offrent un indicateur concret de préférence, mais ils ne remplacent ni les tests scientifiques ni une évaluation complète des risques et des usages.
Les grands modèles linguistiques ne lisent pas toujours un long document avec la même attention d’un bout à l’autre. Des travaux menés au MIT éclairent un biais de position : une information placée au milieu peut être moins bien retrouvée que si elle figure au début ou à la fin. Un enjeu majeur pour les usages juridiques, médicaux et professionnels.
Un grand modèle de langage ne traite pas toujours chaque partie d’un long document avec la même fiabilité. Des travaux menés au MIT éclairent le biais de position, qui favorise souvent le début et la fin d’un texte au détriment de son milieu. Un enjeu concret pour les assistants juridiques, médicaux ou de programmation.
