15 novembre 2025Un certain nombre d'innovations ont vu le jour dans le domaine de l'IA : dLLM simplifie l'entraînement des modèles de diffusion, LangCode présente CLI, un assistant de codage unifié, ChatGPT lance le chat de groupe dans plusieurs pays, Qwen Image Edit permet d'éditer des images au niveau de la caméra, OpenChatBI prend en charge la génération de SQL en langage naturel, et le service de conduite autonome de Waymo s'étend à la section de l'autoroute allant de San Francisco à San Jose. Le service de conduite autonome de Waymo s'étend au tronçon d'autoroute San Francisco-San Jose, tandis que des outils tels que WriteHERE, CopilotKit et Bubble Lab favorisent l'écriture AI, la synchronisation de l'interface utilisateur et l'automatisation du flux de travail.
- Ce résumé est généré par une IA qui analyse le contenu de l'article à des fins d'information uniquement.



Une mise à jour majeure pour les ingénieurs en intelligence artificielle a récemment été publiée, facilitant l'entraînement des modèles de diffusion.
dLLM est une bibliothèque open source qui prend en charge les modèles de diffusion de la même manière que Hugging Face prend en charge les transformateurs. Ce développement est d'une grande importance :
modèle autorégressif traditionnelLa façon de générer le texte consiste à générer les tokens un par un, de gauche à droite, tandis que la fonctionmodèle de diffusionÀ son tour, la séquence entière est optimisée de manière itérative, ce qui permet d'obtenir des résultats de génération de meilleure qualité et des capacités d'édition plus souples.
Cependant, l'élaboration et la formation de ces modèles impliquent de rassembler toute une série d'outils fragmentés et nécessitent souvent de reprendre à zéro le contenu d'un document de recherche, ce qui rend l'ensemble du processus à la fois complexe et difficilement reproductible.
dLLM change cela en unifiant tout ce qui est nécessaire pour former, évaluer et déployer des modèles de langage de diffusion :
- Formation évolutive avec le soutien de LoRA, DeepSpeed et FSDP
- Une évaluation unifiée de la complexité du raisonnement abstrait
- Formules prêtes à l'emploi pour le pré-entraînement, le perfectionnement et l'évaluation
La bibliothèque comprend des implémentations de modèles tels que LLaDA et Dream, ainsi que des algorithmes de formation (tels que Edit Flows) qui prennent en charge les opérations d'insertion, de suppression et de remplacement. En outre, l'équipe a publié le modèle ModernBERT-Chat, qui montre comment BERT peut être transformé en un chatbot léger grâce à l'ajustement des commandes masquées. Cette approche est à la fois pratique et mérite d'être explorée.
dLLM est simple à mettre en place et peut être exécuté localement avec Accelerate ou étendu à une grappe de plusieurs nœuds avec Slurm. Pour les praticiens de la modélisation linguistique qui souhaitent explorer les approches basées sur la diffusion sans avoir à reconstruire l'infrastructure, dLLM constitue un point de départ prêt pour la production.
LangCode est une interface de ligne de commande (CLI) unifiée pour les assistants de codage IA développés par la communauté LangChain. Construit sur LangChain et LangGraph, cet outil intègre les fonctionnalités de plusieurs assistants de codage d'IA. Il dispose d'un mécanisme d'agent double :ReAct Les agents sont utilisés pour répondre rapidement à des tâches simples, tandis que les Profondeur Les agents, quant à eux, s'occupent de tâches plus complexes.
LangCode dispose également d'une fonction de routage intelligent qui sélectionne automatiquement l'agent approprié pour la tâche en fonction de sa complexité. En outre, l'outil est doté de contrôles de sécurité intégrés qui garantissent la sécurité des données et la protection de la vie privée pendant l'utilisation.
Pour les développeurs, LangCode peut améliorer considérablement l'efficacité et la qualité du codage, en particulier dans les scénarios où le code doit être écrit, débogué et optimisé fréquemment. LangCode fournit un support puissant pour les projets individuels et le travail en équipe.
Les développeurs intéressés peuvent visiter GitHub pour plus de détails et pour l'essayer : https://t.co/Of6YXGO7su
OpenAI a annoncé queChatGPT fonction de chat de groupeIl a été lancé à titre expérimental au Japon, en Nouvelle-Zélande, en Corée du Sud et à Taïwan. Les utilisateurs peuvent inviter leurs amis à participer avec l'IA à diverses activités, telles que l'organisation de voyages, la résolution de conflits et la collaboration au bureau.
Le lancement de la fonction de chat de groupe permet de discuter avec 1 à 20 personnes, tout en garantissant une séparation totale de la vie privée de chaque utilisateur. Il s'agit de la première étape de ChatGPT vers la mise en place d'un système de chat.Plate-forme sociale universelleUn grand pas en avant.
Grâce à cette nouvelle fonctionnalité, les utilisateurs peuvent tirer parti des puissantes capacités de traitement linguistique de ChatGPT pour améliorer l'efficacité de la communication et de la collaboration au sein d'une équipe. Par exemple, dans la planification de voyages, ChatGPT peut aider à organiser des itinéraires, recommander des lieux à visiter et fournir des conseils pratiques ; dans la résolution de conflits, il peut fournir des informations objectives et un point de vue neutre ; et dans le travail collaboratif, il peut aider à la rédaction de documents, à la production de rapports et à la coordination des tâches.
En outre, OpenAI a déclaré qu'elle continuerait à optimiser la fonction de chat de groupe et introduirait davantage d'utilitaires et de plug-ins pour offrir aux utilisateurs une expérience interactive plus riche.
🎨🔄 Le modèle CopilotKit AI Canvas a été développé par la communauté LangChain pour permettre la synchronisation des interfaces utilisateurs en temps réel avec l'état de l'IA. Le modèle est particulièrement adapté à la gestion de projet (PM), aux systèmes de gestion de la relation client (CRM) et aux outils de collaboration.
En utilisant la technologie LangGraph, CopilotKit est en mesure de prévenir efficacement l'apparition de phénomènes hallucinatoires et de conditions concurrentes, en veillant à ce qu'en cas d'accident, le système de contrôle de la qualité ne soit pas perturbé. Cohérence et précision des données dans les environnements Next.js ou Python. Ceci est particulièrement important pour les scénarios d'application qui requièrent un haut degré de fiabilité, tels que les plateformes de collaboration d'entreprise et les systèmes complexes de gestion des processus d'affaires.
Caractéristiques principales :
- Synchronisation en temps réel de l'état de l'interface utilisateur et de l'interface utilisateur
- Prévention des hallucinations et des affections concurrentes
- soutien Environnement Next.js et Python
- Convient à de multiples scénarios d'application, y compris les outils de gestion de la performance, de gestion de la relation client et de collaboration.
Voir la vidéo de démonstration complète : https://t.co/ePJqWqTK5G
Lorsque l'on utilise l'IA pour rédiger de longues histoires, on constate souvent que la logique de l'article généré est confuse et mal structurée. Cela s'explique par le fait que la plupart des outils d'écriture IA existants suivent un processus fixe et ne peuvent pas adapter leurs idées d'écriture de manière flexible, comme le font les humains.
Pour résoudre ce problème, une équipe a mis en libre accès un cadre appelé WriteHERE. Ce cadre permet aux IA de réfléchir et d'ajuster leurs stratégies au cours du processus d'écriture, tout comme les personnes réelles, grâce à un mécanisme de planification adaptative semblable à celui des humains.
Les principales fonctionnalités de WriteHERE sont les suivantes
- Décomposition récursive des tâches : décomposition étape par étape de tâches d'écriture complexes en petites tâches gérables ;
- Capacité d'intégration dynamique : intégration en temps réel des trois capacités de recherche, de raisonnement et d'écriture pour répondre à différents besoins ;
- Visualisation en temps réel : permet de visualiser en temps réel le processus d'écriture, en montrant les étapes de "réflexion" de l'IA ;
- Prise en charge multimode : prend en charge les modes de création de nouvelles et de rapports techniques ;
- Plusieurs modes d'utilisation : l'interface Web et la ligne de commande offrent deux modes d'utilisation, ce qui permet de répondre aux besoins des différents utilisateurs ;
- Entièrement open source : tous les processus de décision sont visibles et modifiables.
Le cadre WriteHERE permet non seulement d'améliorer la qualité de l'écriture de l'IA, mais aussi de gagner en transparence et en flexibilité. Les utilisateurs peuvent rapidement lancer l'interface de visualisation à l'aide d'un script en un clic, ou faire l'expérience de la démo en ligne en remplissant simplement la clé API du modèle correspondant.
Cette technologie innovante devrait permettre de poursuivre le développement de l'écriture artificielle, en la rapprochant des habitudes d'écriture humaines.
Bubble Lab est une puissante plateforme d'automatisation des flux de travail qui permet aux développeurs de construire, d'observer, de déboguer et d'exporter des flux de travail complets en TypeScript/JavaScript en fournissant une orchestration évolutive basée sur des nœuds "bulles". Cette architecture flexible prend en charge non seulement le développement local, mais permet également aux utilisateurs d'exécuter des flux de travail dans un environnement hébergé.
L'un des points forts de la plateforme est sa prise en charge des processus N8N, qui permet aux développeurs d'importer facilement des processus N8N existants et de les exécuter de manière transparente dans un environnement local ou en nuage. Les équipes bénéficient ainsi d'une grande flexibilité et d'une grande commodité, ce qui réduit les coûts de migration et d'intégration.
Les principales caractéristiques sont les suivantes
- **Prise en charge de TypeScript/JavaScript** : tirez parti des langages de programmation modernes pour améliorer l'efficacité du développement.
- **Orchestration visuelle** : simplifie la conception et la gestion de processus complexes grâce à une interface graphique intuitive.
- **Commissionnement et surveillance** : Suivre l'état des flux de travail en temps réel pour garantir la fiabilité et la stabilité.
- **Compatibilité N8N** : Importez et exécutez en toute transparence les processus N8N existants, réduisant ainsi les coûts de migration.
Bubble Lab convient à de nombreux scénarios d'application, tels que le traitement de données, les tests automatisés, la planification de tâches, etc. Il est particulièrement adapté aux équipes de développement qui ont besoin de créer et de déployer rapidement des flux de travail complexes.
Visitez le site officiel ou la vidéo de démonstration pour en savoir plus.
Les techniques de mise à l'échelle de l'inférence nous permettent d'améliorer la précision des modèles de langage à grande échelle (LLM) en ajoutant des ressources informatiques sans augmenter les données d'apprentissage. Ce concept est, avec l'apprentissage par renforcement, l'une des techniques actuelles les plus importantes dans le domaine des modèles linguistiques à grande échelle.
Dans ce dernier ouvrage, les auteurs explorent en détail l'expansion de l'inférence dans deux chapitres. Le premier chapitre, de 35 pages, décrit la méthodologie permettant d'augmenter le temps d'inférence grâce à l'échantillonnage autoconsistant. Ce chapitre explique non seulement en détail comment la précision du modèle de base sur l'ensemble de données MATH-500 a été considérablement améliorée, passant de 15,21 TP3T à 52,21 TP3T, mais il montre également les principes et les détails techniques à l'origine de cette amélioration significative.
Aucune formation supplémentaire n'est nécessaireIl est très stimulant de constater une amélioration aussi importante des performances.
Le chapitre a été soumis hier et apparaîtra dans le programme Manning Early Access dans les prochains jours. En attendant, les 176 premières pages sont disponibles à la lecture.
Le chapitre 2 se concentre sur les techniques d'auto-raffinement, qui permettent aux modèles d'optimiser progressivement leurs réponses par le biais d'un raisonnement itératif. Cette section examinera comment cette approche peut être utilisée pour améliorer les performances et la fiabilité du modèle.
J'attends avec impatience les informations précieuses que les lecteurs tireront de ce contenu.
La fonction de contrôle de la caméra de Qwen Image Edit a créé une vague d'innovation dans le domaine de l'édition d'images. Cette fonction permet un contrôle précis et un ajustement en temps réel des images grâce à une technologie avancée de vision par ordinateur, ce qui accroît considérablement la liberté de création de l'utilisateur.
L'article présente sept exemples étonnants qui démontrent son puissant potentiel d'application :
- **Ajustement dynamique de la profondeur de champ** : les utilisateurs peuvent facilement ajuster la mise au point d'une photo pour obtenir un effet de profondeur de champ similaire à celui d'un reflex numérique.
- **Correction des couleurs en temps réel** : Grâce à des algorithmes intelligents, la balance des couleurs des photos est automatiquement optimisée pour une image plus vivante.
- **Changement de filtre en un clic** : Une variété de filtres prédéfinis est disponible pour changer rapidement le style de vos photos.
- **Suggestions de composition automatique** : Basée sur des principes esthétiques, cette fonction propose des suggestions pour la meilleure composition afin d'améliorer l'aspect artistique de vos photos.
- **Débruitage intelligent** : élimine efficacement le bruit des photos pour améliorer la clarté de l'image.
- **Remplacement de l'arrière-plan** : Remplacez l'arrière-plan en un seul clic pour créer un espace créatif illimité.
- **7. embellissement du portrait** : reconnaissance intelligente des traits du visage pour un traitement de beauté afin de présenter le meilleur état possible.
Dans le travail quotidien, l'extraction fréquente de données de la base de données est une tâche courante mais fastidieuse. En particulier lorsque des requêtes de corrélation multi-tables sont nécessaires, l'écriture d'instructions SQL complexes est non seulement chronophage, mais également source d'erreurs.
Pour résoudre ce problème, le projet open source OpenChatBI offre une toute nouvelle solution. Basé sur LangGraph et LangChain, l'outil est capable de convertir automatiquement les questions des utilisateurs en requêtes SQL correspondantes grâce à une technologie de traitement du langage naturel, ce qui simplifie grandement le processus d'acquisition des données.
OpenChatBI Son principal avantage réside dans son interface Web intuitive et dans l'évolutivité de ses fonctionnalités. En plus de l'extraction de données de base, il peut générer une variété de graphiques visuels pour aider les utilisateurs à mieux comprendre et analyser les résultats. En outre, grâce à la configuration du MCP, il est possible d'accéder à d'autres outils externes ou d'intégrer des bases de connaissances pour répondre à des besoins de données plus complexes.
L'installation est également très simple, il suffit de télécharger le paquetage via pip ou la commande uv, et de compléter le LLM (Large Language Model) et la connexion à la base de données pour commencer l'expérience.
En résumé, pour les analystes de données qui souhaitent être plus productifs tout en réduisant leur charge de programmation, le logicielOpenChatBI Cela vaut vraiment la peine d'essayer.
Waymo a annoncé un plan d'expansion passionnant : ses véhicules à conduite autonome couvrent désormais l'ensemble de la péninsule de la baie de San Francisco, qui s'étend de San Francisco à San Jose, et commencent à proposer des services de prise en charge et de dépose sur les autoroutes.
Cette initiative marque une étape importante pour Waymo sur la voie de la commercialisation de sa technologie de conduite autonome. En s'appuyant sur des capteurs avancés, des cartes de haute précision et de puissants algorithmes d'IA, les véhicules à conduite autonome de Waymo sont capables de rouler en toute sécurité dans des environnements urbains et autoroutiers complexes.
Les principales caractéristiques sont les suivantes :
- Couverture élargie : couverture complète de la péninsule de la Bay Area, de San Francisco à San Jose.
- Services autoroutiers : pour la première fois, des services de prise en charge et de dépose de passagers sont disponibles sur les autoroutes.
- Avantage technique : l'adoption d'une variété de capteurs et de cartes de haute précision garantit la sécurité de la conduite.
Cette expansion permet non seulement d'élargir la gamme de services de Waymo, mais aussi d'offrir à un plus grand nombre d'utilisateurs des options de voyage pratiques, favorisant ainsi la popularité et le développement de la technologie de conduite autonome.


评论功能已关闭。