14/11/2025 AI Express | Le plus grand hackathon d'IA jamais lancé, plusieurs nouvelles technologies dévoilées

Il s'agit probablement du hackathon d'IA le plus important et le plus influent à ce jour. Le hackathon est co-organisé par Anthropic et Gradio et soutenu par 10 sponsors.

L'événement a attiré plus de6,300qui se déroulera sur une période de deux semaines, du 14 au 30 novembre. Tous les participants peuvent s'inscrire en ligne et participer à la fête de la technologie où qu'ils se trouvent.

Le concours ne se contente pas d'offrir$20 000 euros de prix en espècesIl y a également plus deCrédit sponsor pour $3.5M. Les participants auront l'occasion de présenter leurs projets innovants et de nouer des contacts avec les principaux experts du secteur.

• Durée de l'événement : du 14 au 30 novembre
• Nombre de participants : plus de 6 300
• Prix : 1T4T20 000 en espèces + 1T4T3,5M + crédit de parrainage
• Participation : ouverte en ligne

Les organisateurs organisent une cérémonie de lancement aujourd'hui à 10 heures (PST), au cours de laquelle un certain nombre d'invités de Hugging Face, OpenAI, Google DeepMind, Modal, Blaxel AI, SambaNova AI et Nebius TF partageront leurs idées et leurs expériences. Il ne s'agit pas seulement d'une compétition, mais aussi d'une excellente occasion d'apprendre et de nouer des contacts.

Les personnes intéressées peuvent suivre la retransmission en direct en cliquant sur le lien ci-dessous :https://t.co/Mu3KwZuTTP.

Google vient de lancer Deep Research, une nouvelle fonctionnalité de NotebookLM.

Cette fonction est capable de parcourir des centaines de sites web et de générer des rapports bien organisés sur la base des requêtes de l'utilisateur. Elle fournit également une liste annotée de sources pour une recherche plus approfondie. Les utilisateurs peuvent ajouter ces informations directement à leurs carnets de notes.

Recherche approfondieDe nombreux nouveaux types de fichiers sont pris en charge, notamment les feuilles Google, les documents Microsoft Word, les PDF et les images accessibles via les URL de Google Drive. Cette fonctionnalité simplifie non seulement le processus de recherche, mais rend également la gestion et le partage des informations plus efficaces.

Pour les professionnels qui doivent traiter de grandes quantités de données et d'informationsNotebookLMDeep Research est sans aucun doute un outil puissant. Qu'il s'agisse de recherche universitaire ou d'analyse commerciale, il aide les utilisateurs à accéder rapidement aux informations pertinentes et à les organiser, augmentant ainsi l'efficacité de leur travail.

L'API Claude a récemment introduit une fonctionnalité de sortie structurée, ce qui constitue une mise à jour technique importante.

Les développeurs peuvent désormais s'assurer que les réponses de Claude sont toujours conformes au schéma JSON spécifié ou à la définition de l'outil personnalisé, évitant ainsi les tentatives et les erreurs d'analyse. Cette fonctionnalité est particulièrement adaptée aux scénarios d'application qui exigent un haut degré de cohérence et de précision, tels que l'analyse financière, le traitement des données de santé et l'intégration de systèmes d'entreprise à grande échelle.

Ses principaux atouts sont les suivants

• Amélioration de la cohérence et de la précision du traitement des données
• Réduction des coûts de développement et de maintenance
• Simplifier le traitement de flux de données complexes

En outre, cette mise à jour offre aux développeurs davantage de flexibilité et de contrôle, ce qui leur permet de mieux gérer et d'optimiser les réponses des API.

L'équipe de Claude affirme que cette fonctionnalité améliorera considérablement l'expérience de l'utilisateur et apportera un soutien solide à un plus grand nombre d'industries.

NotebookLM prend désormais en charge une fonction de saisie d'images qui permet aux utilisateurs de prendre des images de notes, de pages de manuels ou de diagrammes et de les transformer en résumés, en idées et en réponses. L'introduction de cette fonctionnalité marque l'intégration plus poussée de la technologie du traitement de l'image dans le domaine du traitement du langage naturel.

Qu'il s'agisse d'une photo de notes manuscrites, d'une capture d'écran d'un manuel scolaire ou d'un diagramme sur une page web, l'applicationNotebookLMIls peuvent tous deux en extraire des informations clés et générer le texte correspondant. Cette technologie améliore non seulement l'efficacité de l'apprentissage, mais elle est également très pratique pour les chercheurs et les étudiants.

• Prise en charge de plusieurs sources d'images : notes manuscrites, captures d'écran de manuels scolaires, graphiques Internet, etc.
• Extraire automatiquement les informations clés et générer des résumés
• Fournir des informations et des réponses détaillées

En combinant les technologies de vision artificielle et de traitement du langage naturel, NotebookLM est capable de comprendre et d'analyser le contenu des images avec plus de précision, fournissant ainsi aux utilisateurs des informations plus riches et plus complètes.

Cette fonction innovante améliorera considérablement l'expérience d'apprentissage de l'utilisateur, rendant l'acquisition des connaissances plus pratique et plus efficace.

Récemment, ChatGPT a annoncé le lancement d'une fonction de chat de groupe qui permet aux utilisateurs de collaborer avec d'autres personnes et avec ChatGPT au cours d'une même conversation. Cette nouvelle fonctionnalité est actuellement testée au Japon, en Nouvelle-Zélande, en Corée du Sud et à Taïwan.

Grâce à cette fonction innovante, les utilisateurs peuvent non seulement communiquer avec leurs amis, leur famille ou leurs collègues en temps réel, mais aussi faire appel aux puissantes capacités de traitement linguistique de ChatGPT directement dans la fenêtre de discussion. Qu'il s'agisse de discuter de projets, de partager des idées ou de demander des conseils, cette interaction multipartite améliorera considérablement l'efficacité de la communication et l'expérience de l'utilisateur.

Les principales caractéristiques sont les suivantes :

• Prise en charge simultanée de la communication en ligne de plusieurs utilisateurs
• Intégration de l'assistant intelligent ChatGPT pour un retour d'information instantané et une aide à l'information
• Convient à une variété de scénarios, tels que les réunions d'équipe, les réunions de famille, etc.

Cette mise à jour marque une nouvelle avancée majeure dans le modèle d'interaction de ChatGPT, offrant aux utilisateurs une expérience plus riche et plus flexible.

Lors de la conférence AI Dev 25 x NYC, le célèbre expert en IA Andrew Ng s'est penché sur les raisons pour lesquelles l'IA continue de s'accélérer.Il a noté qu'avec l'augmentation significative de la vitesse de codageL'équipe de développement est en mesure de réaliser des prototypes plus rapidement que jamais. Cette itération rapide rend l'innovation technologique et l'optimisation des produits plus efficaces.

Toutefois, M. Ng a souligné queLe véritable goulot d'étranglement pour l'instant est la collecte des commentaires des utilisateurs. Bien que les progrès technologiques aient rendu le processus de développement beaucoup plus rapide, il reste difficile d'obtenir et de comprendre les besoins réels des utilisateurs en temps voulu.

M. Ng a encouragé les participants à travailler activement en réseau, à collaborer et à travailler ensemble pour créer les futures applications d'IA. Il a indiqué que c'est une conversation avec Kirsty Tan lors de la dernière conférence AI Dev 25 qui a inspiré le projet AI Aspire. De telles interactions et collaborations sont essentielles pour faire progresser l'IA.

Dans l'ensemble, les réflexions de M. Ng mettent en lumière les questions fondamentales et les orientations du domaine actuel de l'IA, fournissant ainsi des indications précieuses aux développeurs et aux chercheurs.

L'équipe de développeurs Google AI explique comment utiliser l'outil d'exécution de code de l'API Gemini pour exécuter du code Python dans l'environnement AI Studio afin de résoudre des problèmes mathématiques complexes, d'effectuer des analyses de données efficaces et de permettre un raisonnement basé sur le code.

@nikitanamjoshi explique comment, grâce à cet outil, les utilisateurs peuvent facilement écrire et exécuter du code Python dans AI Studio pour s'attaquer rapidement à une variété de tâches de calcul. Par exemple, en termes de résolution de problèmes mathématiques, les utilisateurs peuvent tirer parti des puissantes bibliothèques de Python (telles que NumPy et SciPy) pour effectuer des calculs numériques et symboliques complexes.

Les scénarios d'application spécifiques sont les suivants

• Évaluation des risques et analyse quantitative dans le secteur financier
• Modélisation et simulation des données dans la recherche scientifique
• Enseignement et expérimentation de la programmation en ligne pour le secteur de l'éducation

En outre, les outils d'exécution de code prennent en charge la visualisation des données afin d'aider les utilisateurs à comprendre les données et les résultats de manière plus intuitive.

Grâce à ces fonctionnalités, les développeurs et les chercheurs sont en mesure d'accomplir leurs tâches plus efficacement et d'accroître leur productivité.

Meta a récemment fait une percée majeure dans le domaine de la génération augmentée de documents (RAG), en résolvant le problème le plus important auquel cette technologie était confrontée depuis longtemps. Les systèmes RAG traditionnels récupèrent généralement de grands blocs de documents, même si l'utilisateur n'en a besoin que d'une petite partie. Cette pratique entraîne non seulement un gaspillage des ressources informatiques, mais aussi le paiement de frais inutiles par les utilisateurs.

Pour résoudre ce problème, Meta a introduit REFRAG, une nouvelle approche de RAG. REFRAG améliore considérablement les performances du système en comprimant et en filtrant le contexte au niveau de la couche d'intégration :

• Le temps nécessaire pour obtenir le premier jeton s'accélère30,85 fois
• Fenêtre contextuelle élargie16 fois
• Le nombre de jetons traités est réduit2-4 fois
• Surpasse le modèle LLaMA dans 16 benchmarks RAG

REFRAG fonctionne comme suit :

1. Encodage et stockage de documents dans une base de données vectorielle
2. Lorsqu'une requête arrive, le bloc de documents pertinent est extrait de la manière habituelle
3. Évaluer les encastrements compressés à l'aide d'une stratégie formée à l'apprentissage par renforcement et sélectionner le meilleur bloc de documents.
4. Le bloc de documents sélectionné est étendu à un encapsulage complet de jetons.
5. Les blocs de documents non cochés restent compressés ou sont complètement filtrés.
6. Tous les contenus sont envoyés ensemble au Big Language Model pour être traités.

Cette approche permet à REFRAG de traiter plus de contexte à une vitesse plus élevée sans perte de précision. Ceci est important pour les scénarios d'application qui nécessitent un traitement efficace de données textuelles à grande échelle, comme la gestion des connaissances au niveau de l'entreprise et le service à la clientèle intelligent.

Nous sommes très heureux de partager la dernière version des résultats de SophontAI - leOpenMidnightIl s'agit de notre premier modèle basé sur la pathologie.

OpenMidnight a pu obtenir les mêmes résultats en utilisant seulement 12 000 images en coupes entières et en utilisant des images en coupe.Ressources informatiques de 1,6 milleLa situation est la même dans le cas deDerniers niveaux de performance. Cette méthode de formation efficace ouvre de nouvelles possibilités de recherche et d'application dans le domaine de la pathologie.

Les modèles basés sur la pathologie jouent un rôle important dans l'analyse des images médicales et peuvent aider les médecins à améliorer la précision et l'efficacité de leur diagnostic. Le succès d'OpenMidnight démontre non seulement la faisabilité de la formation de modèles très performants à faible coût, mais peut également stimuler le développement d'autres technologies similaires afin d'améliorer encore le niveau d'intelligence dans le domaine médical.

Nous espérons qu'OpenMidnight sera utile dans des applications cliniques réelles et qu'il apportera un soutien solide à la recherche médicale future.

Stefano Pasquali, responsable des services financiers chez DomynAI, s'est exprimé lors du sommet AI Dev 25 à New York, soulignant l'engagement de DomynAI à construire un écosystème d'IA transparent, auditable et autonome. Il a déclaré.DomynAI croit en la nécessité de combiner innovation et responsabilitéIl en résultera une solution plus sûre et plus fiable pour le secteur financier.

Actuellement, la technologie de l'IA est de plus en plus utilisée dans le secteur financier, de la gestion des risques aux conseils d'investissement intelligents en passant par la détection anti-fraude, qui exigent tous un degré élevé de confiance et de transparence. domynAI répond aux exigences strictes des régulateurs et des clients en matière de confidentialité et de sécurité des données grâce à son cadre technologique avancé, qui garantit que les systèmes d'IA sont non seulement efficaces, mais aussi traçables et contrôlables dans leur fonctionnement.

En outre, M. Pasquali a indiqué que DomynAI favorisait l'adoption généralisée de la technologie de l'IA dans les services financiers, dans le but d'améliorer l'expérience de l'utilisateur grâce à l'innovation technologique tout en garantissant la fiabilité et la sécurité du système.