Llm

Model-side analysis for people choosing what to run: architecture surveys, family reference pages with benchmark ladders, and quantization tradeoffs.

Alibaba a confirmé lors d’Apsara que Qwen 4 est en cours d’entraînement, sans aucune date annoncée, tandis que les signaux temporels issus de la communauté suggèrent un lancement dans quelques semaines plutôt que dans plusieurs mois.

Un agent doté d’un seul fichier mémoire à plat n’oublie pas les choses ; il est incapable de cesser de se souvenir de ce dont on ne l’a pas interrogé. La solution est un contexte hiérarchique où chaque couche de connaissances entre via un déclencheur différent.

La page des tendances mensuelles de GitHub fonctionne pour un langage, car un filtre par langage définit déjà l’ensemble. L’IA open source pose une question différente : le travail couvre cinq langages, et la coupe utile est la tâche qu’un dépôt accomplit.

Un agent IA auto-hébergé a besoin de bien plus qu’une fenêtre de contexte longue. Il a besoin d’une manière de retenir des faits utiles, de récupérer des décisions antérieures et de réviser ce qu’il pense savoir à mesure que les projets évoluent.

Les agents de codage IA peuvent déjà écrire des fonctions, modifier des dépôts, exécuter des tests et ouvrir des demandes de fusion (pull requests). Le problème plus difficile est d’amener un agent à suivre un processus d’ingénierie réutilisable avant, pendant et après l’écriture du code.

Deep Research est devenu une catégorie logicielle à part entière, et non plus un simple modèle pointé vers une case de recherche. Cet article compare douze systèmes auto-hébergés et les architectures de recherche qui se cachent derrière.

En septembre 2026, la frontière efficace des modèles ouverts se situe entre 25 et 34 milliards de paramètres : des tâches agentiques quasi frontalières sur un seul GPU de 24 Go, pour une fraction du matériel de la classe 70 milliards.

La mémoire durable transforme un agent en un outil porteur de contexte plutôt qu’en un simple instrument qu’il faut réexpliquer à chaque fois — mais elle ouvre la porte à un mode de défaillance que le chat sans état évite : une interprétation peut devenir un souvenir, être récupérée comme un fait établi et justifier une version encore plus affirmée d’elle-même.

Mnemosyne est un fournisseur de mémoire local-first pour Hermes Agent, stockant la mémoire de travail, les faits structurés, les données temporelles et l’historique épisodique dans un SQLite local — aucun service hébergé, aucun appel réseau obligatoire, et un contrôle d’écriture inhabituellement granulaire.

Un agent qui a proposé et déployé « déplacer la persistance dans une bibliothèque partagée » il y a six mois le proposera sans problème le trimestre prochain, à moins qu’un élément durable ne lui signale que l’idée a déjà été étudiée et rejetée – et OpenSpec n’a aujourd’hui aucun état interne pour cela.

OpenSpec est une interface en ligne de commande (CLI) gratuite et open source de Fission AI qui permet à vous et à votre agent de codage de vous mettre d’accord sur une modification en Markdown pur avant la rédaction de n’importe quel code, sans la cérémonie rigide des phases imposée par les cadres de développement dirigé par des spécifications plus lourds.

La migration d’un assistant IA ne se résume pas à la copie d’une configuration d’application. La difficulté réside dans la préservation de l’identité, de la mémoire, du comportement des outils, des tâches planifiées et de l’accès à la messagerie, tout en évitant que deux passerelles ne se comportent comme le même bot.

Ollama et llama.cpp sont souvent comparés comme s’ils étaient des moteurs d’inférence rivaux. Le véritable choix se fait entre un service de gestion de modèles et un kit d’outils que vous pilotez directement.

ROCm et Vulkan accélèrent tous deux les GPU AMD pour l’hébergement local de LLM, mais ils ne sont pas interchangeables. Le bon choix dépend du moteur, du GPU et de la charge de travail.

Un modèle peut revendiquer une fenêtre de contexte de 128K et échouer pourtant à 40K jetons sur un GPU de 16 Go. La limite architecturale ne promettait jamais que les poids, le cache KV, les tampons de calcul et le compositeur de bureau tiendraient simultanément sur votre carte.