Les 3 articles les plus chauds de la veille du 30 août 2026. 🔥

🔥 Top 3

1. Introducing Hy4 Preview

Un modèle d’IA de Tencent refuses de mettre un casque à un pélican cycliste. C’est le détail fascinant qui émerge des tests sur Hy4 Preview, le nouveau grand modèle de langage de l’entreprise chinoise.

La raison ? Son système de raisonnement interne, ou reasoning trace, écrit en anglais tronqué pour économiser des tokens. Le modèle hésite, pèse le pour et le contre, puis décide. Ce fonctionnement est visible par défaut dans un seul mode : “high”. L’alternative, “no_think”, désactive toute introspection.

Hy4 Preview est aussi une bête technique. Il possède 770 milliards de paramètres au total, dont 49 milliards actifs. Sa fenêtre contextuelle de 1 million de tokens est quatre fois plus grande que celle de son prédécesseur Hy3, sorti en juillet dernier.

Ce bond est énorme. Le Hy3 était déjà costaud avec 295 milliards de paramètres et 256 000 tokens de contexte. La communauté open weight dispose désormais d’un concurrent de taille face aux modèles propriétaires les plus puissants.

La tendance est claire : les modèles ouverts grandissent en taille et en sophistication, avec des mécanismes de raisonnement de plus en plus complexes et observables. </

🔗 Simon Willison

2. Harness Engineering for Self-Improvement

Le harnais compte plus que le modèle.

Lilian Weng propose un angle surprenant pour comprendre comment l’IA pourrait s’améliorer elle-même. Ce n’est pas la taille du modèle ni la quantité de données qui fera la différence. C’est le harnais, le système logiciel qui entoure le modèle et orchestre son exécution.

Un harnais décide comment le modèle réfléchit, planifie, utilise des outils et gère son contexte. Les produits de code comme Claude Code ou Codex fonctionnent déjà sur ce principe. Le modèle brut ne suffit pas, c’est l’ensemble du dispositif qui rend l’agent efficace.

L’idée centrale est l’auto-amélioration récursive (RSI). Le concept remonte à I. J. Good en 1965 : une machine ultra-intelligente conçoit une meilleure version d’elle-même. Aujourd’hui, cela se traduit par un modèle qui améliore son propre pipeline d’entraînement et de déploiement et produit un successeur plus performant.

Weng identifie trois designs récurrents. Le premier est l’automatisation de flux de travail : le modèle suit une boucle planifier-exécuter-observer-améliorer, inspirée du dépôt autoresearch d’Andrey Karpathy. Le deuxième utilise le système de fichiers comme mémoire persistante. Plutôt que de tout maintenir en contexte, l’agent écrit logs, résultats et traces dans des fichiers. Le troisième consiste à déployer des sous-agents en parallèle, avec un superviseur qui lance, inspecte et fusionne les résultats.

L’analogie avec un système d’exploitation est directe. Le harnais encapsule la complexité tout en gardant une interface simple. Les configs et protocoles pourraient se standardiser à l’industrie entière.

Une question reste ouverte : si l’amélioration brute des modèles ralentit, est-ce l’ingénierie des

🔗 lilianweng.github.io

3. I always wonder how much more speed and/or context they’d be getting..

Le débat tourne autour de deux pôles. D’un côté, la vitesse brute, mesurée en tokens par seconde. De l’autre, la taille du contexte, cette mémoire à court terme qui permet au modèle de garder le fil de la conversation. Un grand contexte est gourmand en mémoire vive (VRAM), obligeant parfois à réduire la précision du modèle, ce qui peut nuire à la qualité.

Une image circule montrant un setup avec une carte graphique professionnelle. Elle illustre bien le compromis. Pour faire tourner un grand modèle de façon fluide avec un long historique, il faut des composants puissants, souvent hors de portée du particulier.

La vraie question est de savoir si les gains futurs viendront d’une optimisation logicielle plus fine ou simplement de la prochaine génération de hardware plus grand et plus rapide. La course n’est pas finie.

🔗 www.reddit.com

📦 Le reste de la veille