L'évaluation des LLMs via benchmarks classiques est en crise, car les modèles déjouent les tests, les datasets saturent, le RLHF progresse et les agents autonomes se développent. Il faut se concentrer sur la robustesse, la généralisation et le comportement réel.
Soutenez Ippon Technologies en consultant la ressource originale
Lire l'article original
Nouveau Dans un article partenaire, Surfshark annonce une version de WireGuard entièrement post-quantique, combinant ML-KEM et certificats ML-DSA, d'abord sur iOS et macOS. Le VPN ajoute aussi une rotation d'IP toutes les 5 à 10 minutes sans coupure, ainsi qu'une option Multi IP, réservée pour l'instant à macOS.
Nouveau Google Cloud has announced Gemini at Work 2026, marking a turning point in the integration of AI into work. Unlike Microsoft Copilot, Gemini acts as a proactive agent, learning company methods and orchestrating missions via sub-agents. This evolution aims to improve efficiency without replacing humans, thereby transforming the way we work. L’article Why « Gemini at Work 2026 » is transforming the way we work est apparu en premier sur OlivierSauvage.com.
Nouveau L’article Et si remplir son CRM devenait aussi simple que raconter son rendez-vous ? est apparu en premier sur OlivierSauvage.com.
Récent Podcast "On se fiche de savoir quelle est l'architecture du legacy. La seule chose qui est importante, c'est qu'est-ce qu'on veut à la fin." Le D.E.V. de la semaine est Quentin Pleplé, CTO de la practice de modernisation par l'IA chez Théodo. Depuis un an, ses équipes réécrivent des applications legacy entières avec du code généré à 100% par l'IA, tout en gardant le contrôle qualité grâce à des usines agentiques rigoureusement outillées. Dans cet épisode, il détaille sa méthode en trois phases (spec,…