2026-06-08 Lundi

Centre d'actualités - Page 121

Obtenez des actualités crypto en temps réel et les tendances du marché avec le Centre d'actualités HTX.

À l'ère de l'Auto Research, 47 tâches sans réponse standard deviennent le tableau de référence obligatoire pour évaluer les capacités des Agents

À l'ère de la recherche automatique (Auto Research), 47 tâches sans réponse standard constituent désormais un banc d'essai obligé pour évaluer les capacités des agents IA. Le benchmark Frontier-Eng Bench, développé par le Navers lab d'Einsia AI, rompt avec l'approche traditionnelle des IA "mémorisantes". Il les confronte à un cycle d'ingénierie complet : proposer un plan, l'exécuter dans un simulateur, analyser les erreurs, ajuster les paramètres et recommencer. Ces 47 défis multidisciplinaires, comme l'optimisation de la stabilité d'un robot sous-marin ou des limites de charge rapide d'une batterie, n'ont pas de solution parfaite mais exigent une optimisation continue. L'IA doit apprendre à naviguer entre des contraintes contradictoires (puissance, sécurité, performance) et à s'améliorer de manière itérative grâce au feedback, à l'image d'un ingénieur expérimenté. Les résultats montrent que les progrès suivent une loi de décroissance : les gains sont rapides au début puis deviennent plus rares et plus faibles. La recherche révèle également que si l'exploration de plusieurs pistes en parallèle (largeur) est utile, la persévérance sur une voie prometteuse (profondeur) reste cruciale pour les percées. Cette évolution esquisse un futur où les chercheurs humains définiraient les objectifs, tandis que des agents IA effectueraient des optimisations 24h/24 via des boucles de rétroaction avec des outils de simulation et d'ingénierie, marquant peut-être l'avènement de "l'ingénieur IA".

marsbit05/13 07:38

À l'ère de l'Auto Research, 47 tâches sans réponse standard deviennent le tableau de référence obligatoire pour évaluer les capacités des Agents

marsbit05/13 07:38

« Chasse à la conformité » à Wall Street : La grande migration des réserves de stablecoins

Au cours de la dernière semaine, plusieurs institutions de Wall Street ont simultanément accéléré leurs initiatives concernant les fonds monétaires tokenisés. JPMorgan a lancé un second fonds, le JLTXX, sur Ethereum. En parallèle, Payward, la société mère de Kraken, a conclu un partenariat stratégique avec Franklin Templeton pour intégrer les fonds tokenisés BENJI sur sa plateforme, visant à les utiliser comme collatéral institutionnel et outil de gestion de trésorerie. Peu avant, BlackRock avait soumis de nouvelles demandes à la SEC pour deux fonds tokenisés, poursuivant sa collaboration avec Securitize. Ces mouvements coordonnés reflètent une anticipation réglementaire rapide. La loi GENIUS Act, signée en juillet 2025, définit clairement la liste des « actifs de réserve admissibles » (soldes de compte à la Fed, dépôts assurés, bons du Trésor à moins de 93 jours, etc.) pour le soutien des stablecoins, tout en interdisant le versement d'intérêts aux détenteurs. Cette régulation ouvre un marché potentiel de milliers de milliards de dollars. Face à ce cadre, les géants financiers adoptent des stratégies différenciées. BlackRock cherche à tokeniser ses vastes activités de garde de réserves pour les stablecoins. JPMorgan prépare l'infrastructure de règlement pour de futures émissions de stablecoins par les grandes banques. Le partenariat Franklin Templeton-Kraken exploite quant à lui une faille réglementaire : en proposant un fonds monétaire tokenisé (BENJI) générateur de rendement et utilisable comme collatéral sur une plateforme crypto, il contourne l'interdiction des intérêts sur les stablecoins prévue par le GENIUS Act. La future loi CLARITY Act, qui doit préciser la structure du marché des actifs numériques, pourrait consolider ce modèle. Ainsi, sous la pression d'une régulation imminente, Wall Street déploie une offensive pour capter la liquidité du secteur crypto, en se positionnant tant sur le back-end des réserves que sur le front-end des transactions et du collatéral, la tokenisation et le règlement sur chaîne devenant des avantages compétitifs clés.

marsbit05/13 05:27

« Chasse à la conformité » à Wall Street : La grande migration des réserves de stablecoins

marsbit05/13 05:27

Une étude déconstruit le mythe des licenciements par l'IA : 80 % des entreprises ont licencié, aucune n'en a tiré profit

Une étude de Gartner portant sur 350 entreprises réalisant plus de 10 milliards de dollars de revenus annuels révèle un constat frappant : environ 80 % des organisations ayant déployé des technologies d'IA ou d'automatisation ont procédé à des licenciements. Cependant, aucune corrélation positive n'a été établie entre l'ampleur de ces réductions d'effectifs et le retour sur investissement. Les entreprises obtenant les meilleurs résultats financiers sont celles qui utilisent l'IA comme un « amplificateur » des capacités humaines, augmentant la productivité des employés existants, plutôt que de les remplacer. Pourtant, la tendance du marché est inverse : au cours des quatre premiers mois de 2026, près de 50 000 postes auraient été supprimés aux États-Unis en raison de l'IA, le secteur technologique étant le plus touché. Le rapport soulève également la question du « AI washing », suggérant qu'une partie des licenciements attribués à l'IA serviraient d'excuse à des restructurations prévues pour d'autres raisons. À court terme, le taux d'échec des projets d'agents IA reste élevé, mais les investissements continuent de croître massivement. Gartner prévoit néanmoins qu'à plus long terme, vers 2028-2029, les activités autonomes pourraient devenir des créatrices nettes d'emplois, en générant de nouveaux types de postes que l'IA ne peut pourvoir.

marsbit05/13 05:12

Une étude déconstruit le mythe des licenciements par l'IA : 80 % des entreprises ont licencié, aucune n'en a tiré profit

marsbit05/13 05:12

Altman profite de l'absence de Musk pour révéler des révélations choquantes : il voulait léguer OpenAI à ses enfants

Alors qu'Elon Musk était absent pour un procès à l'étranger, Sam Altman a témoigné pour la première fois devant le tribunal de Californie dans l'affaire opposant Musk à OpenAI. Altman a déclaré que Musk avait autrefois envisagé de transmettre le contrôle futur d'OpenAI à ses enfants, une idée qu'Altman a qualifiée de "répugnante". Dans son témoignage, Altman a cherché à reconfigurer le récit du conflit, affirmant que c'est Musk qui, dès le début, cherchait à contrôler OpenAI et à consolider son pouvoir. Il a expliqué que la rupture est survenue lorsque Musk a exigé une plus grande part de propriété, un contrôle décisionnel ultime et a proposé de fusionner OpenAI avec Tesla – une idée rejetée par Altman, qui craignait une déviation des objectifs de recherche fondamentale d'OpenAI. Altman a également contesté l'accusation principale de Musk selon laquelle OpenAI aurait trahi sa mission à but non lucratif. Il a affirmé que Musk était au courant et soutenait les discussions sur une structure lucrative, reconnaissant le besoin de capitaux massifs pour la recherche avancée en IA. Le passage à une entité lucrative était, selon Altman, une nécessité pratique. Le témoignage a révélé d'autres tensions : des craintes au sein d'OpenAI quant à des actions de rétorsion de Musk après son départ, et des critiques sur son style de management jugé inadapté à une culture de recherche. Altman a par ailleurs évoqué son bref renvoi en 2023, affirmant être revenu parce qu'OpenAI lui était trop important, se décrivant comme prêt à "courir dans un bâtiment en feu pour le sauver".

marsbit05/13 04:18

Altman profite de l'absence de Musk pour révéler des révélations choquantes : il voulait léguer OpenAI à ses enfants

marsbit05/13 04:18

活动图片