WaveForms AI, fondée par un ancien d'OpenAI, lève 40 millions de dollars pour développer des modèles audio d'IA émotionnellement intelligents. L'entreprise vise à créer une Intelligence Générale Émotionnelle (EGI) en traitant l'audio directement, sans passer par la conversion texte. Cette approche novatrice la distingue de ses concurrents et promet des interactions homme-IA plus naturelles et empathiques.
Le modèle Kimi k1.5 de Moonshot AI rivalise avec OpenAI o1, surpassant même GPT-4o et Claude 3.5 Sonnet en raisonnement court. Cette avancée marque un tournant dans l'IA multimodale, grâce à une approche innovante d'apprentissage par renforcement et une transparence accrue.
OpenAI s'apprête à dévoiler un agent d'IA de niveau doctoral, suscitant à la fois enthousiasme et inquiétude. Cet agent, capable de résoudre des problèmes complexes, pourrait transformer le marché du travail, notamment pour les ingénieurs logiciels. Des entreprises comme Meta et Salesforce adaptent déjà leurs stratégies en conséquence, soulignant l'impact croissant de l'IA sur les structures d'emploi. L'article explore en détail le fonctionnement de ces super agents, leurs technologies sous-jacentes et leurs applications potentielles.
Cet article met en lumière l'avancée significative d'OpenAI avec un agent IA en temps réel développé en seulement 20 minutes. Cette innovation démontre le potentiel de développement à haute efficacité dans le domaine des applications basées sur l'IA, grâce à une interaction de données optimisée, un cadre collaboratif multi-niveaux, une gestion flexible des tâches et une prise de décision améliorée avec des modèles de grande taille.
Cette étude explore l'échelonnage de l'inférence dans les modèles de diffusion, révélant que l'augmentation des ressources de calcul améliore la qualité des échantillons. Elle introduit un cadre de recherche avec des vérificateurs et des algorithmes pour optimiser le bruit d'échantillonnage, et démontre que des modèles plus petits avec recherche peuvent surpasser des modèles plus grands sans recherche.
Le monde de la technologie est en effervescence avec la sortie imminente de l'o3-mini d'OpenAI, une version allégée de modèles plus grands. Cette version sera plus rapide, mais moins performante que l'o1-pro, et sera disponible en trois variantes. Sam Altman a également abordé les besoins énergétiques de l'IA générale, soulignant qu'elle nécessiterait une puissance considérable.
Cet article explore le Multi-matrix Factorization Attention (MFA), une nouvelle architecture d'attention qui réduit considérablement l'utilisation du cache KV dans les grands modèles de langage (LLM), tout en améliorant les performances par rapport aux approches traditionnelles et aux alternatives telles que MQA et MLA. MFA, avec sa variante MFA-KR, offre une solution plus efficace et moins gourmande en mémoire pour l'inférence à grande échelle des LLM.
ESM3 d'Evolutionaryscale est un modèle biologique révolutionnaire avec 98 milliards de paramètres, transformant la compréhension et la manipulation des protéines. Son API gratuite accélère la recherche, saluée par Yann LeCun. ESM3 simule l'évolution protéique sur des milliards d'années, ouvrant des perspectives médicales majeures.
Microsoft a dévoilé MatterGen, un modèle de langage étendu révolutionnaire pour la création de matériaux inorganiques. Ce modèle, basé sur une architecture de diffusion, optimise les types d'atomes, les coordonnées et les réseaux périodiques. Il accélère la génération de nouveaux matériaux, notamment pour les batteries lithium-ion. MatterGen améliore la découverte de matériaux, avec des structures plus stables et proches de leur minimum d'énergie DFT, impactant des secteurs comme les véhicules électriques et l'aérospatiale. Il fonctionne en sélectionnant les atomes, en déterminant leurs coordonnées et en construisant un réseau périodique parfait. L'IA joue un rôle croissant dans la science des matériaux, et MatterGen illustre ce potentiel en découvrant de nouveaux supraconducteurs. Ses applications incluent la technologie des batteries et la résolution de défis mondiaux. Son architecture repose sur un processus de diffusion, guidé par des lois physiques, et des réseaux de scores équivariants. Des modules d'adaptation augmentent sa flexibilité pour diverses tâches. Cette recherche a été publiée dans Nature, comparée à AlphaFold de Google.
Une étude récente de Stanford et UC Berkeley révèle des fluctuations significatives dans les performances de GPT-3.5 et GPT-4 sur trois mois, notamment une baisse de l'exactitude en mathématiques et du suivi des instructions.
