Les 3 articles les plus chauds de la veille du 31 octobre 2026. 🔥

🔥 Top 3

1. dbreunig/nesformer

Super Mario Bros tourne à l’intérieur d’un modèle de langage. Pas dans un émulateur lancé à côté : dans les poids mêmes de Qwen3.5-4B, les milliards de paramètres qui font fonctionner le modèle.

Drew Breunig a signé cet exploit en s’inspirant de qwenputer, un projet de Divyansh Agrawal. Il a fait ingérer à son modèle le fonctionnement du CPU 6502 de la NES, le processeur 8 bits de la console. Résultat : on pointe le modèle sur une ROM, le fichier du jeu, et on joue. Très, très lentement.

La méthode est plus intéressante que le résultat. Sur Hacker News, Breunig publie les prompts envoyés à Opus 5.5. Le modèle a d’abord lu un article sur qwenputer, puis exploré l’idée d’émuler le CPU et la RAM de la NES comme on le fait avec des FPGA, ces puces reconfigurables. Il a même retrouvé une suite de tests de conformité pour le 6502, publiée quinze ans plus tôt par Christopher Pow.

Un modèle de langage a donc servi à en fabriquer un autre, capable d’exécuter du code 6502 sans interpréteur classique. La vitesse reste anecdotique. Reste à savoir combien de paramètres il faudrait pour tenir le rythme d’horloge d’origine, et si un LLM peut devenir une alternative crédible à l’émulation matérielle.

🔗 Simon Willison

2. Making it easier for websites to express AI training preferences

Un fichier texte à la racine d’un site, et OpenAI promet de le lire. L’entreprise annonce qu’elle respectera un signal partagé dans robots.txt pour prendre connaissance des préférences des éditeurs en matière d’entraînement de modèles.

Rappel pour ceux qui n’ont jamais ouvert ce fichier : robots.txt existe depuis le milieu des années 90. Tout crawler (le robot qui parcourt le web pour indexer ou collecter des pages) est censé le consulter avant de lire un site. Pendant trente ans, il a surtout servi à dire « ne m’indexe pas » aux moteurs de recherche.

Pour l’IA, le vide. Chaque éditeur bricolait sa réponse : blocage par user-agent, ou clauses contractuelles illisibles. Un flou que personne ne pouvait vraiment auditer.

Le mot important dans l’annonce, c’est « partagé ». Un signal isolé, respecté par un seul acteur, ne vaut pas mieux qu’une promesse commerciale. Si plusieurs fournisseurs s’y rallient, un éditeur exprime son choix une fois et la consigne suit chez les acteurs participants.

Reste la question qui fâche. Que se passe-t-il pour un fournisseur qui ne signe pas ? Et comment vérifier qu’un modèle déjà entraîné n’a pas avalé ce qu’il fallait éviter ? Un fichier déclaratif ne prouve rien, il fixe une règle du jeu commune. C’est peu, et c’est déjà mieux que le statu quo.

🔗 OpenAI

3. EPSBench: Benchmarking LLM Agents for Earnings Forecasting

Un agent LLM peut-il prédire le bénéfice par action d’une entreprise aussi bien qu’un analyste ? Sur 149 trimestres de 86 sociétés américaines, trois modèles y arrivent, à égalité statistique avec le consensus. Sauf qu’ils ont un défaut plus embarrassant que leur précision.

EPSBench est le banc d’essai qui mesure ça. La tâche : l’agent lit un dossier figé de documents financiers (rapports déposés à la SEC, transcriptions d’appels de résultats, dépêches), estime poste par poste le compte de résultat, cite ses sources. Un calculateur comptable commun transforme ensuite ces estimations en BPA dilué conforme aux normes GAAP. Ce passage obligé évite que chaque modèle invente sa propre arithmétique.

Le vrai problème est ailleurs. Les six modèles produisent des intervalles de prédiction, ces fourchettes censées contenir le résultat réel avec une probabilité annoncée. À 80 % nominal, la couverture réelle tombe entre 37 et 70 % selon le modèle. Et les ratés penchent presque tous du même côté : les prévisions sont trop basses.

Autre constat, plus utile pour qui construit ce genre d’agents : l’écart de performance entre modèles se joue presque entièrement sur l’estimation du résultat opérationnel. Pas sur la lecture des documents, sur cette ligne précise du compte de résultat.

Un agent qui se trompe toujours dans le même sens est-il mal calibré ou simplement prudent ? Les auteurs ne tranchent pas.

🔗 Hugging Face

📦 Le reste de la veille