Via un tweet de @scaling01 quotant Satya Nadella, Microsoft-Decision-1 apparaît dans la fenêtre du 9 octobre : modèle destiné aux décisions structurées, revendiqué meilleur que les LLM et les autres decision models en latence et en qualité.

Selon le même signal, le modèle a déjà été testé en incident response, quality control et découverte scientifique. Aucune URL first-party Microsoft n’est dans le filet du jour : on s’en tient au tweet, sans inventer un billet blog ou une fiche Foundry.

Le message s’inscrit dans le rush decision models déjà suivi (Jev / TypeSafe, Unsloth QLoRA style decision, clones open). Claim vendor relayé sur X — pas un drop de poids ni un bench indépendant joint.

L’équipe Qwen (Alibaba) publie Qwen-Image-2.1-Turbo le 9 octobre. Checkpoint image 7 milliards de paramètres, génération 2K en 8 steps, éditions pilotées en langage naturel. Poids sur Hugging Face et ModelScope ; APIs hébergées Pro et Turbo annoncées le même jour. Pipeline Diffusers : QwenImage21Pipeline. Licence : Qwen Research.

C’est le seul drop de modèle de la fenêtre du 9 — pas de nouvelle card GPT, Claude Opus/Sonnet, Gemini, Grok, Llama ou DeepSeek. Angle : accélération d’inférence image, pas un frontier texte.

Sur X, Unsloth (@UnslothAI) dit préparer quantizations / GGUF le jour même. Au sweep : aucun dépôt Turbo-GGUF Unsloth trouvé ; les GGUF existants unsloth/Qwen-Image-2.1-GGUF portent sur la base, pas Turbo. Collecte : TechnoBaptist/Qwen-Image-2.1-Turbo-Uncensored-GGUF, dépôt communautaire Hugging Face — distinct d’Unsloth.

Tom's Hardware relaie le 9 octobre les tests indépendants Artificial Analysis sur Mistral Large 4. Score AA : 38. Formulation de l’article : meilleur modèle hors États-Unis et Chine — tout en notant que des open weights chinois le dépassent encore.

Les open cités devant Large 4 dans ce filet : Xiaomi, Z.ai, Moonshot et DeepSeek. Pas d’autre détail de bench inventé ici au-delà de l’article Tom's Hardware.

Ce n’est pas une nouvelle sortie du modèle — Large 4 était déjà en preview et indexé AA les jours précédents. Angle du 9 : cadrage presse du positionnement européen face aux open chinois.

Le filet du 9 octobre concentre les « decision models » : modèles qui scorent des options structurées au lieu de générer du texte. Satya Nadella est relayé via @scaling01 sur l’angle décisions structurées, latence et qualité face aux LLM. Ethan Mollick (@emollick) résume : « the distillation cycle continues ».

Unsloth documente le fine-tune Decision (tête Clef) sur Qwen3.5-0.8B : score agrégé de 20,7 % à 74,3 % sur trois benches, LoRA r=64, une époque, environ 4 Go de VRAM. API : FastDecisionModel / DecisionTrainer. Le modèle score des options ; il ne génère pas de texte. Notebook Colab Qwen3.5-4B (8 Go) publié le même jour.

Microsoft-Decision-1 s’inscrit dans ce rush produit. À ne pas fusionner avec TypeSafe Jev (card funding séparée) : même famille fonctionnelle (décision fermée), acteurs et checkpoints distincts.

TechCrunch annonce le 9 octobre une valorisation à 7,5 milliards de dollars pour TypeSafe, éditeur du modèle non-texte Jev, quelques semaines seulement après le lancement public. Angle presse : funding et adoption, pas une nouvelle architecture détaillée.

Ce qui attire utilisateurs et grandes entreprises, selon TechCrunch : le claim TypeSafe selon lequel Jev serait significativement plus rapide et consommerait bien moins de tokens qu’un LLM classique. Jev produit des décisions structurées, pas du texte libre.

À tenir séparé de Microsoft-Decision-1 et du fine-tune Unsloth du même jour : même créneau « System One / decision », acteurs et produits distincts. Aucun chiffre de round ou de benches inventé au-delà de l’article.

Le moteur de recherche allemand Ecosia abandonne Mistral au profit de modèles à poids ouverts, y compris chinois. Relais Numerama et Next dans la fenêtre du 9 octobre. Ecosia avait basculé vers Mistral plus tôt en 2026 au nom de la souveraineté européenne ; le retournement est public.

Griefs cités par Ecosia / son fondateur dans ces articles : qualité jugée insuffisante, souveraineté contestée, et l’énergie nucléaire française dans le mix. Numerama souligne l’ironie écologique de l’argument nucléaire face au mix allemand.

Ce n’est pas une panne API ni une sortie de modèle. C’est un churn client visible sur le champion français, au moment où Large 4 est encore en phase de cadrage benches. Lecture : pression concurrentielle open chinois + politique d’achat, pas un bench labo.

OpenAI publie le 9 octobre deux customer cards — récits d’usage, pas de nouvelles versions de modèles. Asana : agent navigateur optimisé ; en tests, 76× moins cher et 5× plus rapide avec GPT-6.1 Sol. Travail interne cité : GPT-6 Astra dans Codex pour explorer le code et monter les expériences.

Sophos, via le programme Daybreak d’OpenAI : −96 % sur le temps d’investigation des menaces, 52 % des cas MDR automatisés de bout en bout, avec oversight humain conservé. Angle cyber défensif agentique, pas une card frontier publique.

À lire comme preuves d’adoption GPT-6 en production (browser agent, SOC). Ne pas confondre avec un bump Sol/Luna ChatGPT déjà traité les 7–8 octobre.

Anthropic publie Claude Code v2.1.296 (9 octobre 19:28 UTC). Latest GitHub. La 2.1.295 (8 oct. : onFailure block, OSC 7501, allowlist gateway) est déjà au journal — rappel d’une phrase, pas de second article.

Gateway Claude apps : clé managed.policies[].code, mêmes settings que cli, appliquée à l’onglet Code de Claude Desktop ; combinée à desktop, elle active le mode gateway. Subagents : autoCompactWindow (frontmatter / --agents) ; CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL pour figer le modèle des agents de workflow. CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS plafonne le backoff sur les 529. Read.allow_large lit un fichier texte au-delà des limites habituelles si le contexte le permet.

Tarification affichée : cache reads Sonnet 5.5 à 0,10 $/MTok (était 0,20) dans /cost, status line, --max-budget-usd et SDK. Descriptions MCP et instructions serveur : plafond passé de 2 048 à 4 096 caractères.

Correctifs : hooks PreToolUse managed qui refusent sans tuer le tour ; Edit/NotebookEdit refusent le non-UTF-8 ; BASH_ARGV0 n’est plus auto-approuvé ; comptes de tokens Haiku 5.5 derrière certains gateways ; Windows (PowerShell long, MCP stdio, install plugin HTTPS). UI auto mode : outil non exécuté faute de réponse utilisable → rangée grise « Not run » au lieu d’une erreur rouge.

Boris Cherny (9 oct. 05:26 UTC) : « Use auto mode! No more prompts » ; /permission pour débloquer au besoin.

Pas de release stable Grok Build dans la fenêtre 24–36 h au 9 octobre. Changelog public (x.ai/changelog/build) : latest = 1.0.50 (notes datées 6 oct.). Aucun post from:xai dans la fenêtre.

Catalog xstack (generated_at 2026-10-09T18:04:43Z) : canal stable 1.0.50 (pointer 2026-10-08, notes 6 oct.) ; enterprise 1.0.50 ; alpha 1.0.51 (mis à jour le 9). x.ai/cli/alpha affiche seulement « 1.0.51 ». xstack : « Feature notes for 1.0.51 have not yet landed on the public changelog ». On n’invente pas les notes 1.0.51.

Rappel 1.0.50 (changelog public, sans inventer) : `grok worktree rm` sans -f refuse les worktrees en usage ou avec changements non sauvés ; timestamps ; targeted cancel ; effort conservé après /model ; headless stdin.

Statut fenêtre : latest public stable = 1.0.50 ; alpha = 1.0.51 sans notes publiques.

OpenAI publie Codex CLI rust-v0.162.1 (9 octobre 19:44 UTC) — latest stable. Correctifs : crash TUI sur questions asynchrones multilignes (#51866) ; compat features serveur — checks seulement sur overrides CLI explicites (#52648). Alphas 0.163.0-alpha.2/4 le 9, sans notes de features.

rust-v0.162.0 (8 octobre 18:55 UTC) n’était pas au journal du 8 (latest encore annoncé 0.161.0). Features : tools create/list de git worktrees gérés (flag, #50148) ; pin Command Center touche p ; /copy, Ctrl+Insert, tui.mouse_scroll_speed ; URLs cliquables ; web access et remote compaction pour providers Responses custom.

Aussi en 0.162.0 : sandbox Linux/Windows 10 ; respect Retry-After ; installer PowerShell signé.

Changelog ChatGPT (2026-10-08) : GPT-6.1 Sol Ultrafast disponible dans Codex et ChatGPT Work (Pro 500 $ et Enterprise/Edu ; Enterprise off par défaut ; résidence US et Europe EEE+Suisse).

Cognition annonce le token sharing Devin ↔ ChatGPT (compte @cognition, 9 octobre 22:52 UTC). Lier ChatGPT Go/Plus/Pro : les appels GPT dans Devin sont débités du quota ChatGPT, pas du quota Devin.

Docs : disponible sur Cloud, Desktop et CLI via un seul toggle. Hors variants fast/priority. En Fusion/Adaptive, seule la part GPT est imputée à ChatGPT. Si le plan ChatGPT est épuisé, fallback automatique vers le quota Devin.

Pas de release Desktop neuve dans la fenêtre. Changelog Desktop latest = v3.10.48 (29 septembre 2026) — inchangé.

Google publie Gemini CLI v0.64.0-preview.1 (9 octobre 20:27 UTC). Cherry-pick patch sur preview.0 (PR #29696). Notes de release minimales — on n’invente pas le détail des commits hors tag.

Nightly v0.65.0-nightly.20261008 (8 oct.) : invariant user-turn ; OTLP headers custom ; anti-boucle OAuth — déjà signalé hier en statut.

Stable latest = v0.63.0 (6 octobre). Pas de GA neuve dans la fenêtre 24–36 h.

Pas d’entrée changelog Cursor datée des 8–9 octobre. Dernier write-up produit = Remote control for local agents (6 octobre) — agents locaux pilotables depuis iOS, restent sur la machine.

Catalog xstack : IDE/CLI stable 3.18, last_updated 2026-09-21. Recherche from:cursor since:2026-10-08 : aucun post. On n’invente pas de patch.

Hors fenêtre, pour statut seulement : OpenCode latest v1.18.35 (6 oct.) ; Aider v0.86.0 (9 août) — pas d’article inventé.

Artificial Analysis élargit son Cyber Index aux modèles « trusted-access » : accès restreint, garde-fous cyber assouplis, hors API grand public. Premier entrant : GPT-6 Sol (Daybreak Blue, max), réservé au programme Daybreak d’OpenAI (tier Blue).

Face à GPT-6 Sol (max) public, le score composite monte de 32 points. AA enregistre zéro safety block sur l’ensemble de l’Index, alors que la variante publique refuse une part importante des tâches — surtout sur CyberGym-E2E-AA. Les gains se concentrent là ; CWE-Bench-AA reste plus proche.

Coût moyen mesuré : 1,77 $ par tâche, contre 11,67 $ pour Grok 4.7 (xhigh), jusqu’ici parmi les têtes du board public. Pricing listé inchangé vs Sol public (2,00 / 10,00 $ par M tokens entrée/sortie). L’Index reste défensif uniquement (trouver, reproduire, patcher) — pas d’offensive / exploits.

Angle evals : sans piste trusted-access, le board public mélange capacité et politique de refus. Daybreak Blue mesure l’objet cyber sous garde-fous assouplis, pas un Sol « rétracté » ni un bump Intelligence Index.

Sur la track Kaggle ARC Prize 2026 (ARC-AGI-2), Tufa Labs affiche 88,06 %. François Chollet, co-fondateur de l’ARC Prize Foundation, commente le 9 octobre : « vraiment bons scores » (« really good ARC-AGI-2 scores ») sur le board Kaggle.

Un bonus de 150 000 $ est partagé entre les équipes au-dessus de 85 %. Le seuil n’est plus isolé : plusieurs soumissions s’y installent. Le Kaggle impose un holdout privé et un budget compute plafonné (offline, hardware limité) — distinct des scores « verified » unconstrained des labs frontier.

Lecture evals : le signal du jour n’est pas un nouveau frontier API, c’est la compression du peloton sous contrainte d’efficacité. Les méthodes test-time / agentiques compétitives se rapprochent du plafond du Grand Prize (≥85 % privé) sans lever le plafond compute.

Ne pas fusionner avec ARC-AGI-3 / VISTA (déjà couverts) ni avec les scores vendor GPT-6 Astra hors track Kaggle.

Hugging Face annonce Paper Reproductions branchées sur les Paper Pages (huggingface.co/papers) : des agents ML Intern sont chargés de reproduire, de façon indépendante, les expériences d’un papier à partir des matériaux publiés (PDF, dépôts liés le cas échéant).

L’objectif affiché : produire des artefacts ouverts (code, logs, résultats) comme signal de qualité et d’intégrité, alors que la découverte assistée par agents et gros compute réduit les incitations au partage. Ce n’est pas un nouveau leaderboard d’intelligence modèle.

Angle evals : la reproductibilité devient une métrique opérationnelle — un claim papier n’est retenu que s’il survit à une re-exécution agent. Échec, écart de scale ou dépendance à un harness privé devient visible. Distinct des challenges ICML Agent Reproductions déjà passés.

Périmètre du jour : annonce produit / méthode sur X et Paper Pages. Pas de score composite ni de classement frontier dans ce fil.

Learn2Play Bench (arXiv:2610.08215) évalue si des agents LLM apprennent vraiment de l’interaction dans des jeux textuels aux règles inédites ou contre-intuitives — donc hors mémorisation prétraining. L’agent découvre les règles par essais/erreurs, conserve l’expérience sur plusieurs épisodes (poids gelés) et doit la réappliquer, parfois à des instances reshufflées.

Constat central : garder les traces brutes action+feedback soutient mieux l’apprentissage que compresser en résumés de règles / stratégies. Les méthodes self-evolving plus élaborées n’aident pas toujours. Les humains restent au-dessus des agents en pic de score : exploration plus variée, moins de répétitions, meilleure récupération après échec.

Autre résultat : à backbone fixé, changer de harness (cadre agent) déplace le score et le coût d’inférence. Les environnements reshufflés freinent l’apprentissage même quand les règles profondes sont stables.

Angle evals : isoler l’acquisition de connaissance environnement-spécifique, pas un QCM ni un Intelligence Index. Preprint NUS et co-auteurs ; site projet et protocoles associés.

New Scientist rapporte qu’une équipe de mathématiciens a trouvé des écarts sémantiques entre la preuve Navier-Stokes en langage naturel publiée par OpenAI et sa formalisation Lean : le code compile une proposition correcte, mais pas forcément celle de l’argument NL.

Exemple cité via le preprint associé (« Navier–Stokes lost in translation », arXiv:2610.08144) : un lemme NL exige un contrôle plus fort (ordre de dérivées) que la version Lean, plus faible. D’autres décalages apparaissent sur des estimations. Les auteurs ne prétendent pas que la preuve NL est fausse — seulement que Lean ne la vérifie pas.

Angle evals : un check Lean d’autoformalisation IA ne prouve pas la fidélité au raisonnement humain. La compilation confirme un théorème formel ; elle ne certifie pas la traduction. Ce n’est pas une rétractation de GPT-6 ni un jugement sur le dump openai/math / boycott AHMath déjà traités en people le 8.

OpenAI n’avait pas répondu publiquement à cette critique de traduction dans le fil New Scientist repris ici.

Epoch AI Research publie un update sur les acknowledgments IA dans les preprints maths arXiv. Sur 18 sous-champs suivis, trois dépassent 50 % de papiers qui déclarent un usage IA parmi les auteurs établis (publications régulières avant 2023).

En géométrie différentielle, la part passe d’environ 8 % en juillet à environ 57 % en septembre 2026 — la hausse la plus brutale du panel. Epoch rappelle que la métrique mesure des disclosures volontaires (normes + usage réel), pas un audit d’usage caché.

Le pipeline : filtres mots-clés puis classification modèle, avec revue humaine sur un échantillon. Les catégories vont de l’aide rédactionnelle à la contribution de recherche substantielle. Les séries et CSV sont sur epoch.ai/data/arxiv.

Angle evals : indicateur d’adoption et de transparence dans un champ, pas un score de capacité modèle. Distinct d’InnovationEval et de « Can AI automate Epoch? » (déjà rédigés).

Le Washington Post documente le 9 octobre comment une campagne liée à l’Iran a fait publier des articles générés ou assistés par ChatGPT dans de vrais médias américains et internationaux. C’est le relais presse de l’opération déjà exposée par OpenAI le 8 — pas une nouvelle IO distincte.

Selon le reporting et le billet OpenAI, une centaine de textes environ ont circulé sous sept fausses bylines de « journalistes » occidentaux. Les opérateurs ont prompté surtout en persan, utilisé des VPN (l’accès Iran est bloqué), calé les pitches aux consignes des rédactions, et parfois fabriqué des lots de commentaires faux. OpenAI classe le volet placement en catégorie 4 sur son Breakout Scale.

Parmi les supports cités : le Port St. Joe Star (Floride), Daily Kos (espace communautaire), Middle East Monitor et d’autres titres géopolitique / Middle East. Plusieurs ont retiré du contenu après coup. OpenAI a banni les comptes ; l’attribution reste celle d’un acteur commercial for-hire « consistent with » Iran, sans identification nominative ni preuve d’ordre d’État dans le brief WaPo.

Axios rapporte le 9 octobre que des dirigeants d’Anthropic, OpenAI et d’autres labos jouent en privé des scénarios de révolte publique après un incident IA catastrophique — le « day after ». Le cas le plus anticipé : une cyberattaque à grande échelle capable de frapper services financiers, accès Internet, voire énergie et eau.

Des interlocuteurs industrie disent à Axios qu’un événement majeur est jugé probable dans les 6 à 12 mois, voire inévitable par certains. OpenAI confirme des « preparedness exercises » sans les présenter comme une fatalité. Anthropic n’a pas commenté. La planification inclut red-team de pires cas et briefing rapide du Congrès pour peser sur la régulation qui suivrait.

Côté politique, les cadres anticipent une poussée démocrate (éventuellement renforcée après midterms) vers des mesures dures — pause avancée, interdiction de « superintelligence » — freinée par un Congrès peu technique, une économie déjà branchée sur l’infra IA, et la présence de modèles open weights. Un kill switch obligatoire figure parmi les propositions à soutien plus large. Relais Axios AM, pas un livre blanc labo.

Wired décrit le 9 octobre un écart croissant : en public, les grands éditeurs US poursuivent ou dénoncent l’IA générative ; en interne, au moins trois maisons du Big Five l’utilisent pour la pub, les covers, les quatrièmes de couverture et les mails — souvent sans disclosure claire aux auteurs. Plus de deux douzaines d’employés anonymes témoignent.

Chez HarperCollins, des licences Claude ont été poussées via des « AI Champions » volontés ; les objections légales, éthiques ou environnementales auraient été balayées comme « cost of doing business ». Simon & Schuster a tenu atelier OpenAI et concours de cas d’usage ; un essai Skan AI a déclenché une lettre ouverte au CEO Greg Greeley. Hachette dit soutenir l’IA « opérationnelle » mais pas les usages créatifs.

Agents littéraires disent reconnaître des structures de mails de rejet répétitives et ajoutent des clauses anti-ingestion de manuscrits non publiés dans les LLM. Angle Wired : backlash social interne sous pression de skeleton crews post-licenciements — pas un procès copyright éditeur vs labo.

The Verge consacre un long format à la réaction du champ mathématique au dump openai/math du 6 octobre : plus de trois douzaines de chercheurs parlent de « staggering », « overwhelming », « surreal », « pure insanity ». Digérer la table des matières et les abstracts a pris des heures ; comprendre, vérifier et contextualiser pourrait prendre des années.

Le dépôt regroupe ~719–722 manuscrits en 372 familles de résultats. Environ 42 % des résultats de tête étaient formalisés en Lean au départ. Des pièces ont ensuite été retirées ou corrigées (erreur de signe). Les interviewés saluent des résultats de haut calibre — tout en critiquant la rédaction trop brève, l’attribution et le volume impossible à peer-reviewer à rythme humain.

OpenAI dit avoir consulté l’Advisory Group on Mathematics and Artificial Intelligence, promis davantage de formalisations et des workshops. Angle de cette card : le reportage Verge sur le choc de réception presse/communauté — pas le redo du boycott AHMath ni de la course κ déjà traités en people le 8.

Tom's Hardware relaie une plainte (class action / dérivée proposée) déposée au Delaware Court of Chancery par deux anciens ingénieurs Groq, Benjamin Serebrin et Joshua Rubin, contre l’ex-board et l’ex-CEO Jonathan Ross. Ils allèguent que le deal de licence Nvidia autour de la Groq 3 LPU a remis à Nvidia la technologie d’inférence et ~150–200 ingénieurs sans le vote actionnaire qu’exigerait une cession substantielle d’actifs (DGCL §271).

Selon la plainte, Nvidia aurait versé ~17 Md$ cash pour la licence (dont ~13 Md$ au closing) plus ~3 Md$ en RSU Nvidia pour les salariés transférés — total souvent résumé à ~20 Md$. Groq resterait une coquille pivotée vers le cloud d’inférence ; les plaignants, actionnaires sans offre d’emploi Nvidia, disent que d’autres détenteurs ont été privés de milliards.

Groq qualifie la plainte de « meritless » et affirme que l’accord a délivré une valeur exceptionnelle. Nvidia n’est pas citée comme défenderesse. Affaire en cours (C.A. No. 2026-1291-LWW) ; pas de jugement dans le filet du 9.

Simon Willison relaie le 9 octobre l’annonce : l’équipe Deno, dont Ryan Dahl, rejoint Cloudflare. Objectif affiché — s’appuyer sur celld, l’implémentation open source du pattern Durable Objects sortie en août, pour faire du self-hosting de workerd / Workers un chemin supporté au premier rang.

Cloudflare présente le rapprochement comme fusion d’équipes autour du modèle Workers (Durable Objects surtout), pas comme un simple rachat de boîte. celld permet déjà de faire tourner Workers, DO, KV, Queues, D1, R2 etc. sur sa propre infra via les mêmes APIs JS / Wrangler. Le code et les idées celld doivent remonter dans workerd.

Contrepartie : le runtime Deno sera maintenu un an (releases mensuelles bugfix/sécu), puis l’équipe d’origine arrête ; Deno Deploy continue six mois avec aide à la migration Workers ; JSR reste, infra vers Cloudflare. Dahl a dit sur HN que Deno s’était laissé aspirer par la compat Node. Angle brief : acquisition runtime / edge, suite logique de celld.

Les nightlies ggml-org/llama.cpp du 9 octobre montent jusqu’à b11539 (22:38 UTC). Trois tags portent un changement runtime identifiable, au-delà du cluster MoE multi-GPU déjà couvert le 8 (b11507).

b11518 (09:26 UTC, PR #30209) livre des kernels Metal Flash Attention pour les tailles de tête 128 et 96. b11535 aligne llama-bench sur `-fitc` lorsque la valeur dépasse la taille requise par le banc. b11536 poursuit le Models Manager : `common_get_gguf_n_ctx_train` lit le contexte d’entraînement dans les métadonnées GGUF sans charger le modèle.

Cadre : builds journaliers pré-release. Pas de nouveau modèle ni de claim de débit associé à ces tags.

Georgi Gerganov relaie le 7 octobre sur X une démo d’inférence hétérogène via le backend RPC de ggml/llama.cpp. Le graphe est réparti entre un GPU NVIDIA et un Mac, sans requantification des poids.

Pedro Cuenca (Hugging Face) exécute MiMo 2.6 Flash en mxfp4 natif : RTX 6000 + laptop Apple M5 reliés en 10 GbE, environ 40 tok/s. Présenté comme disponible « out of the box », avec réglages avancés de placement distant.

Cadre : signal mainteneur + démo communauté HF. Réglage avancé, pas un chemin grand public ni un changelog de tag nightly.

Ollama publie v0.40.2 en stable le 8 octobre. Les modèles tirés avant 0.40 sont mis à niveau en arrière-plan au premier run, pour perf et compatibilité avec le chemin llama.cpp actuel. La copie ggml d’origine est conservée afin de permettre un downgrade sûr.

Côté UX : `ollama list` ne duplique plus les entrées liées à ces gardes. La pre-release v0.40.2-rc0 (#18874) avait déjà masqué les gardes duplicate/downgrade dans la liste ; le stable reprend ce comportement.

Le compte @ollama n’annonce pas le tag au-delà d’un « Thank you ». v0.40.1 (fix Clef Windows) était déjà couvert la veille — ne pas le refaire.

Unsloth documente l’entraînement de decision models locaux : API `FastDecisionModel` / `DecisionTrainer`, sortie = score d’options fermées, pas de génération de texte. Distinct du tag sandbox Bwrap/Seatbelt/MXC déjà rédigé le 8 octobre.

Claim first-party sur Qwen3.5-0.8B : agrégat 20,7 % → 74,3 %, LoRA r=64 avec tête Clef, une époque, 4 Go VRAM. Le 9 octobre, un Colab vise Qwen3.5-4B sous 8 Go. Chiffres vendor, pas un lab tiers.

Le guide « Train your own decision model » et le tag v0.1.905-beta (qui conserve train/test/export/serve decision) portent la surface produit ; l’angle ici est la pile Decision, pas l’isolation OS.

huihui-ai publie le 9 octobre de nouveaux quants sur Huihui-GLM-5.3-Flash-abliterated-GGUF : UD-IQ1_M, IQ2_XXS, IQ3_XXS, Q2_K_XL, Q3_K_XL, Q5_K_XL, Q6_K_XL. Base zai-org/GLM-5.3-Flash ; fichiers dérivés d’unsloth/GLM-5.3-Flash-GGUF.

Ablation limitée aux couches 15–35 ; les experts restent intacts. llama.cpp officialise GLM-5.3-Flash en mainline — plus besoin d’un fork dédié pour servir ces GGUF. Ne pas confondre avec Kolibri-1 / Qwen3.8-Flash-Next abliterated déjà couverts le 8.

Le compte annonce +5 To d’espace Hugging Face pour ne plus supprimer les anciens GGUF. Signal communautaire Hub, pas un drop labo Z.ai.

bartowski publie K2-Horizon-3.7B-GGUF (8 octobre, imatrix llama.cpp b11462). Q4_K_M à 3,25 Go est le quant recommandé sur la card. Dépôt communautaire, hors drop officiel Unsloth.

prithivMLmods met en ligne Qwen3.5-abliterated-MAX-AIO-GGUF : plage 0.8B–27B, marquée expérimentale (Unredacted-MAX). À traiter comme community quant, pas comme release labo Qwen.

Sur X, Unsloth promet des quants Turbo pour Qwen-Image-2.1 ; le dépôt Turbo-GGUF correspondant est introuvable au sweep. Pas de fichier à indexer tant que le repo n’existe pas.

Tiny Corp ouvre un configurateur Tinybox G4 : châssis dès 7 000 $ sans GPU. L’option 4× Radeon RX 9070 XT 16 Go (64 Go de VRAM au total) est facturée 4 000 $ de plus, soit 11 000 $ pour la machine équipée. VideoCardz couvre la grille le 9 octobre.

Côté NVIDIA, le même configurateur propose une seule RTX 6000 (génération non précisée dans l’UI) à +19 000 $. Écart de ticket net entre un pack RDNA 4 grand public et une SKU workstation NVIDIA.

La fiche Tinybox red v2 sur tinygrad.org décrit la config 4× 9070 XT : 64 Go de mémoire GPU et 2 560 Go/s de bande passante agrégée (4 × ~640 Go/s). C’est la référence produit fixe ; le G4 configurable reprend la même logique multi-GPU AMD.

Le feed RSS VideoCardz est en 403 côté collecte AINEWS ; l’URL du sweep reste la source publique citée. Les montants viennent du configurateur Tiny Corp, pas d’un barème AMD ou NVIDIA.

ASUS pousse le ProArt GR1X, mini-PC RTX Spark, vers le gaming avec un claim « 100+ FPS » en 1440p sur titres AAA. VideoCardz documente la mise à jour de la page produit le 9 octobre ; la fiche ASUS liste DLSS Dynamic Multi Frame Generation, Reflex, Remix et G-Assist.

Silicon : N1X 20 cœurs Grace, GPU Blackwell 6 144 CUDA, mémoire LPDDR5X unifiée 64 ou 128 Go, enveloppe 140 W, volume annoncé ~1,1 L. Ce n’est pas une GeForce discrète : mémoire partagée CPU/GPU, pas de GDDR7 dédiée.

Aucun titre, aucun preset graphique ni mode DLSS n’accompagne le claim 100+ FPS. Wccftech juge probable qu’il ne s’agisse pas de 1440p natif. Tant qu’ASUS ne publie pas de protocole, le chiffre reste un slogan marketing.

À distinguer du Surface RTX Spark Dev Box à 5 999,99 $ déjà traité le 8 : même famille N1X, form factor et SKU différents.

Un driver non officiel du développeur NullMoth fait tourner une GeForce RTX 5060 sous macOS 15 avec accélération Metal 3, rapporte VideoCardz le 9 octobre. La pile combine les modules kernel GPU open de NVIDIA, Mesa NVK, et une traduction Metal → Vulkan / SPIR-V.

L’installation complète a été validée sur une config RTX 5060 (Intel Core Ultra 5 225F, carte B860). Des rapports utilisateurs citent aussi 5070 Ti, 3090 et 3060. Une table de support couvre Turing à Blackwell ; ce n’est pas une qualification constructeur carte par carte.

Le projet vise Mac Intel / Hackintosh OpenCore, pas Apple Silicon. Statut expérimental : pas un driver NVIDIA, pas un support Apple. À distinguer de TinyGPU, orienté compute eGPU, pas le même stack Metal desktop.

Le feed VideoCardz est en 403 côté collecte ; l’URL du sweep reste la source publique retenue.

Hardwareluxx note le 8 octobre que les GeForce RTX 5090 custom allemandes ont franchi 5 999 €, puis un update « nun ab 6 150 € » sur le bas de grille Geizhals. L’UVP Founders Edition reste à 2 099 € : l’écart street / UVP se creuse encore.

Motifs avancés par la rédaction : prix GDDR7, hausse des kits GPU chez les board partners, et demande IA. Hardwareluxx ne signale pas d’EOL NVIDIA sur la 5090 — tension d’offre et de canal, pas un retrait de gamme annoncé.

Distinct du constat ComputerBase du 7 octobre (« quasi introuvable ») : ici l’angle est le prix, pas seulement la rareté. Aux États-Unis, @GPUStockAlerts signale le 9 octobre à 23:17 UTC une ASUS TUF RTX 5090 listée 4 099,99 $ chez Best Buy (UVP FE 1 999 $). Lien affilié ; disponibilité rayon non vérifiée dans ce filet.

NVIDIA organise le 16 octobre — jour de ship des premiers laptops RTX Spark — une Launch Celebration publique à Xperion (Saturn Alexanderplatz, Berlin). Entrée gratuite sur inscription Luma, 18+, capacité limitée ; file 18:00, portes 18:45. Demos Create / agents / DLSS 5, présence CD Projekt Red, tirage de 5 ASUS ProArt P14 signés Jensen. Relais TechPowerUp.

ComputerBase publie une grille DE des premiers portables : Surface Laptop Ultra dès 2 899 € ; ASUS ProArt P16 24 Go à 2 999 € ; ProArt P14 32 Go à 3 299 € ; HP OmniBook Ultra 16 32 Go à 3 299 € ; config MSI 128 Go citée à 7 999 € ; Dell XPS 16 encore US only dans cette vue.

Côté US, Microsoft pousse un trade-in MacBook Pro avec jusqu’à 1 000 $ de bonus promo vers le Surface Laptop Ultra (RTX Spark 18 cœurs / 5 120 CUDA / 24 Go dès 2 599,99 $), rapporte VideoCardz. Bonus maximal conditionnel, pas une remise caisse garantie.

Fusion commerciale du lancement laptop : pas un relancement du Surface RTX Spark Dev Box déjà traité le 8 à 5 999,99 $.

Igor’s Lab détaille le 8 octobre le Gigabyte AI TOP 100 B850 : Ryzen 9 9950X, 128 Go DDR5, alimentation 1 600 W, châssis deskside. Deux configs GPU au choix : 2× Radeon AI PRO R9700 (32 Go GDDR6 chacune, bus 256-bit, 640 Go/s, 64 CU — 64 Go au total) ou une seule GeForce RTX 5090 32 Go.

Gigabyte revendique l’inférence de modèles jusqu’à 235 milliards de paramètres sur la config dual R9700. Chiffre constructeur, non mesuré dans ce filet ; deux cartes ne forment pas un pool VRAM unique sans découpage logiciel.

Si place dans le même papier gaming milieu de gamme : TweakTown teste l’ASUS T1 RTX 5060 Ti 8 Go OC (GB206, 4 608 CUDA, MSRP 379 $). Sur NBA 2K27 High RT : 187 FPS natif → 62 FPS avec DLSS 5 Neural Rendering → 163 FPS en recombinaison DLSS 4.5. Les 8 Go limitent le 1440p chargé ; note globale 81 %.

Le rapport technique MiMo-V2.6 cadre une famille MoE omni-modale (texte, image, vidéo, audio) conçue pour pousser le recursive self-improvement via le scale du RL. Deux tailles : Pro (1,02T paramètres, 42B actifs) et Flash (~310B, 15B actifs), toutes deux à contexte 1M, backbone hybride Sliding Window Attention + Global Attention, encodeur vision MiMo-ViT et décodeur spéculatif MTP.

Après prétraining puis mid-training agentique et un SFT court, le RL est scalé sur trois axes dans un setup mixte et asynchrone (style GRPO, group size 16) : débit (jusqu’à ~25k trajectoires et 2,7–3,7B tokens/step), diversité d’environnements (coding SWE, workflows pro, visual coding, cybersécurité, plusieurs harnesses) et compute de grading.

Le grading agentique groupwise (GRS hors ligne + GAR en ligne) classe même les solutions qui passent, en favorisant des trajectoires plus courtes et plus efficaces en tokens. Stabilisation : routeur MoE gelé et défenses multi-couches contre le reward hacking. Coûts RL rapportés ~2,62 M$ (Pro) et ~0,85 M$ (Flash) pour 30 steps / ~750k trajectoires.

Gains cités sur DeepSWE v1.1 held-out : Pro 58,4→72,6, Flash 48,7→65,7 ; lifts similaires sur AutomationBench, visual coding et cybersécurité. Pro affiche 46,32 sur l’Artificial Analysis Intelligence Index. Poids MIT, distill Qwen-9B, environnements et framework ouverts.

AgentGarten construit des environnements virtuels temps réel pour agents en séparant deux rôles : le code (simulateurs / moteurs de jeu) fixe l’état, les règles et la dynamique ; un renderer neural partagé produit les observations caméra. Les agents ne voient que ces frames rendues — pas l’état structuré sous-jacent.

Le renderer adapte un modèle vidéo préentraîné (Cosmos3-Nano) puis le distille via Adversarial Forcing en un étudiant few-step temps réel (replay différentiable de l’historique + supervision adversariale). Nouveaux mondes = nouveau code, même interface de rendu ; des agents de coding peuvent aussi écrire des mondes depuis image ou texte.

Après chaque round, les agents distillent expériences et échecs dans des playbooks écrits (`playbook.md`) que les suivants héritent et raffinent. Sur hide-and-seek : construction d’abris en 4 rounds (vs ~25 M d’épisodes self-play RL classique) ; usage de rampes pour y entrer en 10 rounds (vs ~100 M). Autres mondes cités : chien compagnon, pont à une voie, herding, chargeur de carrière.

Renderer et checkpoints déjà publiés ; mondes complets et boucle agent annoncés à suivre.

Memento 3 propose une voie model-based au recursive self-improvement sans mettre à jour les poids du LLM. L’agent maintient un rulebook en langage naturel (hypothèses sur objets, actions, dynamique, buts) et une réalisation exécutable (Python) : fonction de transition, prédicteur d’observation, checker de but.

Boucle : observer les transitions réelles → réfléchir aux erreurs de prédiction → réviser le rulebook → compiler en code → vérifier. Deux gardes : le LLM juge la fidélité code↔rulebook, et un replay cell-exact de tout l’historique d’interaction doit reproduire chaque transition observée. Seuls les modèles qui passent les deux tests servent ensuite au planning.

Une extension population garde plusieurs paires rulebook–code en parallèle sur le même historique, pour approximer l’incertitude dans l’espace de versions. Sur les 25 jeux publics ARC-AGI-3, l’agent single-model clear tous les niveaux, atteint RHAE 100 (plafond du bench) et n’utilise que 44 % du budget d’actions humaines (7 518 vs 17 135), au-dessus d’un baseline Claude Opus 5 + harness officiel.

Étude de cas Atari Pong : une fois la dynamique apprise, un contrôleur feedback compilé gagne 21–0 sur trois ouvertures, sans nouvel appel LLM à l’exécution.

Le routing LLM classique (session ou requête) est déjà en prod ; le routing token-level promet un meilleur Pareto coût–qualité, mais casse les systèmes de serving construits autour d’un seul LLM : désynchronisation des steps et retards d’admission de batchs.

TokenRouter sépare programmation request-centric et exécution model-centric. Le développeur décrit la logique de routing du point de vue d’une requête (interfaces `route()`, `send()`, `receive()`) ; le runtime lance un sous-serveur par modèle et dispatche en asynchrone. Chaque sous-serveur applique un scheduler delayed-batching dont les hyperparamètres optimaux sortent d’un modèle mathématique de débit.

Sur algorithmes de routing variés (R2R, CITER, Co-LLM, R-Stitch, GlimpRouter…), workloads et paires de modèles, le papier annonce 2,01–64,15× de débit de décodage face aux systèmes existants. Compatible API OpenAI ou moteur Python. Code ouvert thu-nics/TokenRouter ; accepté NeurIPS 2026.

Quand le système original est inaccessible, Trace2Env reconstruit une simulation textuelle interactive à partir de traces action–observation seules — sans entraînement de simulateur lourd. Hors ligne, les traces deviennent un worldbook réutilisable : schémas (actions, variables d’état), évidence ancrée (transitions observées) et connaissances induites (règles, invariants, contrats de réponse).

À l’exécution, un agent world-model propose la prochaine observation et les effets d’état durables ; un harness valide contre schémas/invariants avant commit. Conséquence : un `rm` silencieux fait échouer un `cat` ultérieur. Approche plus structurée qu’un aplati de traces dans un prompt.

Éval sur 9 environnements (Terminal, SWE, Android, Web, Food, Shopping, Benefits, plus ALFWorld/SciWorld en long-horizon). Fidélité next-observation (juge 5 axes) : GPT-5.6-Sol 69,51→75,94 ; DeepSeek-V4.1-Flash 68,71→75,75. Cohérence long-horizon (CR replay réel) : ALFWorld 0,032→0,914 ; SciWorld 0,529→0,706 — les LWM promptés peuvent halluciner un état cohérent mais faux.

Code, CLI et démo Terminal sur Hugging Face Spaces ; worldbooks construits depuis des dizaines de traces.

Les agents long-horizon doivent générer des plans multi-étapes puis les réviser quand l’environnement invalide des hypothèses. Régénérer tout le plan risque de toucher des parties encore valides. Plan-and-Patch traite la réparation comme un problème d’infilling : identifier la région touchée, régénérer seulement ce span conditionné au préfixe/suffixe et au feedback.

Un seul dLLM, DreamReasoner-8B, assure les deux rôles : génération par unmasking parallèle d’un plan structuré (but, sous-buts hiérarchiques, steps exécutables), et patch régional en gardant le reste figé. L’exécuteur sert aussi de détecteur d’échec pour choisir la région. Avantage natif des dLLM : contexte bidirectionnel et décodage parallèle, sans adaptation fill-in-the-middle typique des modèles AR.

Sur Natural Plan (travel/scheduling, sans fine-tune tâche) : succès de réparation 53,7 % (diffusion) vs 27,0 % (AR Qwen3-8B) ; l’AR reste plus fort en génération initiale. Sur ALFWorld et TextCraft après entraînement joint : succès de tâche proches (diffusion légèrement derrière), latence moyenne de génération de plan −39–46 % (A100, unbatched). Les deux battent un baseline ReAct sans plan explicite.

François Chollet publie un long fil sur le recursive self-improvement. Thèse centrale : la science est déjà un système récursivement auto-améliorant — outils, idées, ressources, compute — dont les inputs croissent exponentiellement alors que l’impact historique reste linéaire.

Il en tire que le RSI de l’IA a déjà commencé et qu’il accélérera. Ce n’est pas, pour lui, une prédiction futuriste : c’est une lecture de la trajectoire en cours.

Point de rupture avec le récit FOOM : il nie explicitement que cette dynamique mène à une « intelligence explosion ». Accélération ≠ singularité.

Voix chercheur sur X, pas un papier. Distinct du cadrage capex sub-linéaire du 8 octobre.

Yann LeCun répond à François Fleuret : AlphaZero fait de la search ; un LLM, y compris avec chain-of-thought, non. Dès que l’inférence fait de la search ou de l’optimisation, dit-il, des solutions créatives apparaissent — ce que la génération token-à-token seule ne fournit pas.

Fil suivant : la prédiction auto-régressive, stochastique ou non, n’est pas une search. Le CoT n’examine pas plusieurs configurations ; il déroule une séquence. Distinction architecture, pas une note de bench.

Autre post du jour : « room-temperature IQ » et le mot superintelligence. Analogie : Deep Blue n’était pas de la superintelligence au sens Bostrom. Environ 1 500 likes.

Trois posts, un article. Distinct de l’angle preuves maths / RoboJEPA→AMI du 8.

Après Gemini 4, Ethan Mollick estime que Google doit viser une interface agents unique, pas une pile de produits fragmentés. Chez Anthropic et OpenAI, dit-il, l’offre se lit déjà comme interface + orchestrateurs (Codex, Claude Code). Barre de recherche ou chat n’est pas l’UI du travail agentique.

Il relaie un RCT sur GPT-4o (arXiv:2607.08849) : l’IA hausse les scores, et un gain plus petit persiste une semaine. L’effet tient si le modèle joue le tuteur (« augmentation ») ; il s’estompe si l’IA écrit à la place de l’élève (« automation »).

Autre note du jour : 100× plus de preuves ou de code n’est pas forcément du progrès. Volume ≠ avancée scientifique.

Un article métriques/UI, pas quatre billets. Distinct de AHMath/κ et de la saturation METR/GDPval du 8.

Kelsey Piper relaie la note @OpenAINewsroom du 9 octobre : OpenAI conteste les motifs de licenciement de Jasmine Wang, Mikita Balesni et Tomek Korbak. Le labo nie un renvoi pour avoir levé des alertes safety.

Formulation OpenAI : une « significant breach of trust » au-delà de la lettre ouverte des trois. La note promet des assessors safety tiers « dans les semaines qui viennent » et cite la monitorability / GPT-6 Astra.

Lecture Piper : contestation formelle des motifs donnés la veille — pas un nouveau dossier factuel sur l’incident Hugging Face ou l’accès e-mail.

Follow-up presse du 9. Distinct de l’angle Piper/METR « trop parlé » et de la lettre PDF traités le 8.

Andrej Karpathy ne publie qu’un post le 9 octobre : une reply sur Jack Clark, passé de Bloomberg à cofondateur d’Anthropic.

Souvenir de parcours : dès le PhD, l’inbound journalistique était constant. Mais Jack, dit-il, était le seul à vraiment lire les papiers et à poser des questions techniques.

Signal people — crédibilité technique d’un interlocuteur presse devenu bâtisseur de labo — pas une annonce de modèle ni un changelog.

François Chollet met en avant Busabase, workspace MIT conçu pour que les agents écrivent données, docs et skills réutilisables. Constat qu’il partage : le travail agentique reste « single-player » dans des chats éphémères — rien ne s’accumule hors session.

Même créneau outils : Simon Willison publie ttok 1.0. Le défaut bascule du tokenizer GPT-4 vers GPT-5/GPT-6. OpenAI n’a pas confirmé que GPT-6 partage le tokenizer GPT-5 ; un commit de William Liu est cité côté expérience.

Deux signaux people/outils du 9, un article. Ni un changelog harness labo ni un redo RSI Chollet.