Douze annonces seulement, sur cinq domaines, pour le week-end des 29 et 30 août — contre vingt-deux la veille et quarante-deux le 28. Deux causes se cumulent, et aucune ne mérite d’être masquée. Le 29 est un samedi, le 30 un dimanche : la quasi-totalité des blogs officiels n’a rien publié. Par-dessus, X est tombé en panne pendant la collecte, l’interface qui sert les fils de profil ayant cessé de répondre ; vingt-trois comptes suivis — ceux de la génération d’images et de vidéo, et ceux des outils de développement — sont restés inaccessibles. Une annonce diffusée uniquement par tweet a donc pu échapper au scan.
Reste une journée à deux registres. Côté produit, xAI relie Grok Bot au réseau X et GitHub détaille cinq évolutions pour Issues. Côté recherche, la moisson vient entièrement du blog Hugging Face et de contributeurs individuels : une sonde linéaire qui se transporte d’un modèle de vision à celui d’un concurrent, un modèle post-transformer pré-entraîné sur un seul MacBook, un réseau de Leech qui fait tenir Qwen3-4B dans 2,60 Go de VRAM, et une méthode pour interrompre un agent en cours de génération. Ce sont des travaux, pas des lancements.
Grok Bot se connecte à X
29 août — xAI a publié sur son fil d’actualités une mise à jour de Grok Bot, son offre d’agents autonomes : le produit s’intègre désormais plus étroitement à X.
Le mécanisme tient en une connexion de compte. L’utilisateur relie son compte X depuis Grok Bot, et xAI lui crée automatiquement un compte développeur s’il n’en possède pas — l’étape qui conditionne l’accès programmatique au réseau. Les abonnés payants à Grok Bot reçoivent par ailleurs des crédits d’API X gratuits pour démarrer, sans que xAI en précise le volume ni la durée de validité.
Une fois le connecteur activé, un Bot peut chercher des posts, lire le fil d’actualité de son propriétaire, consulter ses mentions et rassembler une synthèse de ce qui circule sur le réseau. La mise en route se limite à ouvrir Grok Bot et à passer par le connecteur X.
xAI qualifie explicitement cette livraison de première version de l’intégration et annonce vouloir continuer à faciliter le travail de Grok Bot sur X.
🔗 Grok Bot fonctionne désormais avec X
GitHub Issues : cinq nouveautés dont une API REST de dépendances sensible au périmètre
29 août — GitHub a détaillé cinq évolutions de GitHub Issues, annoncées directement sur X sans entrée de changelog associée : le message est lui-même la source primaire.
Quatre d’entre elles portent sur le confort de navigation. Les vues peuvent être épinglées dans la barre latérale, ce qui évite de reconstruire un filtre à chaque session. Les réactions affichent maintenant les avatars de profil là où seul le décompte apparaissait. La densité du tableau de bord devient réglable, utile sur les dépôts qui alignent beaucoup de lignes. Les sous-issues fermées peuvent être masquées, ce qui allège les issues parentes servant de suivi de chantier.
La cinquième est la plus structurante pour l’automatisation : l’API REST de dépendances d’issues devient sensible au périmètre (scope-aware). Les dépendances entre issues, qui décrivent l’ordre dans lequel des tâches doivent être traitées, deviennent interrogeables en tenant compte du périmètre — ce qui intéresse directement les agents et les scripts qui construisent un plan de travail à partir du suivi d’un dépôt. GitHub n’a pas précisé le régime de disponibilité de ces cinq changements.
| Nouveauté annoncée | Portée du changement |
|---|---|
| Épinglage de vues dans la barre latérale | Navigation Issues |
| Avatars de profil sur les réactions | Affichage des réactions |
| Densité du tableau de bord réglable | Tableau de bord |
| Masquage des sous-issues fermées | Issues parentes et sous-issues |
| API REST de dépendances sensible au périmètre | API REST, dépendances entre issues |
Gala, un modèle post-transformer pré-entraîné sur un seul MacBook, lit 10 millions de tokens à vitesse constante
29 août — Une famille de petits modèles de langage, nom de travail Gala, a été pré-entraînée de zéro en MLX pur sur un seul MacBook — M3 Max, GPU 40 cœurs, 128 Go de mémoire unifiée — en cinq jours.
L’expérience part d’un renversement de perspective. Le Transformer est conçu pour un matériel où les produits matriciels denses sont abondants et la mémoire à haute bande passante rare ; un Mac est la machine inverse. L’architecture retenue accumule donc paramètres et état, et rationne les FLOPs par token.
Le test de sortie est le passage de 10,5 millions de tokens de texte FineWeb réel, en lot de 1, sur le portable. Rien ne croît : l’état récurrent reste figé à 3,07 Mo sur toute la plage, et la vitesse de décodage ne se dégrade pas. La perte sur les 2 000 tokens suivants ne monte pas non plus. Le Transformer de référence entraîné sur les mêmes données décode à 134 tokens/s dès 32k de contexte et exigerait environ 33 Go de cache KV à un million de tokens.
| Contexte atteint | Vitesse de décodage | Perte sur les 2 000 tokens suivants | État récurrent |
|---|---|---|---|
| 32 768 | 382,3 tokens/s | 3,630 | 3,07 Mo |
| 1 048 576 | 388,1 tokens/s | 3,534 | 3,07 Mo |
| 5 242 880 | 386,2 tokens/s | 3,590 | 3,07 Mo |
| 10 485 760 | 385,8 tokens/s | 3,296 | 3,07 Mo |
L’ingestion reste linéaire à environ 28 000 tokens/s, soit près de six minutes pour les dix millions. Le modèle est publié avec ses journaux d’exécution, et l’article réserve une section à ce qu’il ne sait pas faire.
A post-transformer language model, pretrained from scratch on one MacBook in pure MLX, that reads 10M tokens of context at constant speed. Five days, every number measured, everything released.
🇫🇷 Un modèle de langage post-transformer, pré-entraîné de zéro sur un seul MacBook en MLX pur, qui lit 10 millions de tokens de contexte à vitesse constante. Cinq jours, chaque chiffre mesuré, tout est publié. — Arjun Reddy, sur le blog Hugging Face
Un réseau de Leech dans un kernel CUDA fait tenir Qwen3-4B dans 2,60 Go de VRAM
29 août — Le nombre de bits par poids est le seul levier qui change la classe de machine capable d’héberger un modèle : à 2 bits, un modèle de 70 milliards de paramètres tombe de 140 Go à environ 18 Go et tient sur une carte de 24 Go. Encore faut-il que la qualité suive, et la meilleure qualité rapportée à ce niveau de compression vient de la quantification vectorielle par blocs de 24 sur le réseau de Leech, travail de Qualcomm AI Research.
Le blocage était logiciel. Le kernel CUDA publié avec ce papier ne décode qu’une seule couche du réseau, par simplicité, et reste plus lent que les méthodes concurrentes. Or le dictionnaire réellement nécessaire à 2 bits est une union de couches : 301 classes d’équivalence et un index de 47 bits désignant un point parmi 1,1 × 10¹⁴. L’auteur n’a trouvé de décodeur pour cet index nulle part.
Il l’a écrit. Le cœur mathématique du projet — réseau, recherche exacte du plus proche voisin, indexation bijective sur 48 bits, GPTQ sphérique — tient en Rust sans aucune dépendance externe, et s’accompagne du décodeur CUDA fusionné qui manquait.
| Élément mesuré | Valeur relevée |
|---|---|
| Modèle quantifié | Qwen3-4B |
| Empreinte VRAM | 2,60 Go |
| Débit de génération | 87 tokens/s |
| Classes d’équivalence à 2 bits | 301 |
| Taille de l’index | 47 bits, parmi 1,1 × 10¹⁴ points |
| Modèle de 70 milliards à 2 bits | 140 Go vers environ 18 Go |
Le modèle quantifié produit les mêmes tokens que le modèle dense en décodage glouton, à un départage d’égalité près. Deux réserves, posées par l’auteur lui-même : son décodeur reste plus lent que le kernel concurrent QTIP, qui lit 2,40 fois moins d’octets et tourne 2,27 fois plus vite ; et la prépublication est auto-déposée, non relue par les pairs. Code et données sont publics.
Une sonde linéaire entraînée sur un modèle de vision se lit sur celui d’un concurrent
30 août — Quatre modèles multimodaux de quatre entreprises différentes encodent les mêmes images. Tous sont gelés, aucun n’est affiné, et leurs états cachés n’ont même pas la même largeur : 5 376, 5 120, 2 560 et 2 048 dimensions. Rien ne devrait permettre à une sonde apprise sur l’un de fonctionner sur un autre. Elle fonctionne.
Le protocole est minimal. Une sonde linéaire — une seule matrice de poids — apprend à prédire des étiquettes d’images à partir des états d’un modèle, puis se lit sans réapprentissage sur les états d’un autre, une application estimée par régression ridge sur les seules lignes d’entraînement servant de pont entre les deux espaces.
| Domaine évalué | AUROC native | AUROC transportée | Coût de transport |
|---|---|---|---|
| Imagerie satellite, usage des sols à 17 classes | 0,9507 | 0,9484 | 0,0024 |
| Radiographies ChestX-ray14, 3 modèles sur 4 | 0,7440 | 0,7511 | négatif |
Sur la radiographie thoracique — liste de test officielle, 25 596 clichés de patients jamais vus à l’entraînement — le score transporté dépasse le score natif, et quatre des six directions croisées battent la sonde propre du modèle cible. La discipline de mesure explique pourquoi le résultat mérite d’être pris au sérieux : le cosinus brut entre éléments non apparentés monte jusqu’à 0,998 avant correction, le centrage ramène les quatre fournisseurs à 0,005 ou moins, et chaque affirmation est publiée avec son plancher de hasard — 0,5014 par étiquettes mélangées sur le jeu de test satellite.
Together AI place GLM-5.3 devant deux modèles fermés sur le taux d’hallucination, sans nommer de benchmark
30 août — Together AI présente le faible taux d’hallucination de GLM-5.3 comme un aspect sous-estimé du modèle, et le situe par rapport à deux modèles fermés de premier plan.
| Modèle comparé | Taux d’hallucination relatif à GLM-5.3 |
|---|---|
| GLM-5.3 | référence |
| Claude Fable 5 | plus de 2 fois supérieur |
| GPT-5.6 Luna | plus de 3 fois supérieur |
La mesure mérite d’être lue pour ce qu’elle est. Together AI héberge GLM-5.3 et vend son inférence : la source n’est pas neutre. Le message ne cite ni le benchmark employé, ni les valeurs absolues, ni la méthode de comptage des hallucinations — seulement des rapports. Une courte vidéo accompagne le post, mais le texte publié ne reprend aucun chiffre brut. À retenir comme un classement relatif, donc, pas comme une évaluation indépendante.
L’angle reste notable parce qu’il complète le portrait dressé les jours précédents : les comparatifs DeepSWE publiés le 29 mesuraient la capacité de codage et le coût, pas la fiabilité factuelle en production.
an underrated part of glm-5.3 is its low hallucination rate
claude fable 5 is over 2x higher, while gpt-5.6 luna is over 3x higher
🇫🇷 un aspect sous-estimé de glm-5.3 est son faible taux d’hallucination. claude fable 5 est plus de 2 fois supérieur, tandis que gpt-5.6 luna est plus de 3 fois supérieur. — @togethercompute sur X
Brèves
- Reflexive Role Routing, une méthode pour interrompre un agent en cours de génération — Une sonde à couche linéaire unique lit pendant la génération deux valeurs — la dérive entre la cible du prompt et la trajectoire courante, et la probabilité estimée que la sortie survive à la revue — qu’un contrôleur gelé utilise pour décider d’interrompre. Le processus est formalisé en décision semi-markovienne afin de ne pas jeter le contexte déjà produit. Prépublication déposée sous le DOI 10.5281/zenodo.22171581. 🔗 Billet sur Hugging Face
- Une évaluation de risque jetable, générée par un modèle de frontière — Un prompt unique fait fabriquer par un modèle puissant un benchmark neuf dont la grille de notation reste privée dans la conversation ; les modèles évalués passent le test, leurs réponses y retournent pour notation, puis le benchmark est jeté — l’auteur n’y voit pas une parade à la contamination, seulement moins de dépendance aux mêmes questions publiques. L’intérêt tient surtout à la distinction imposée aux résultats entre volonté (willingness), capacité (capability) et facilitation (enablement). 🔗 Billet sur Hugging Face
- Le mode d’échec par défaut de CUDA est le silence — Note d’apprentissage de première semaine en programmation GPU, écrite à partir du programme le plus simple possible, l’addition de deux listes de mille nombres. Ce qui a frappé l’auteur n’est pas le fonctionnement du GPU mais la discrétion avec laquelle il tombe en panne. Aucune annonce ni sortie de modèle. 🔗 Billet sur Hugging Face
- GitHub remet en avant le regroupement des mises à jour Dependabot — Sur GCToolkit, projet de Microsoft, environ un commit sur six était la montée de version d’une seule dépendance ; trois modifications du fichier
dependabot.ymlont suffi à corriger le bruit en regroupant les mises à jour et en ralentissant leur cadence, sans retarder les correctifs de sécurité. L’article visé date du 29 juillet 2026 : seul le partage est du 30 août. 🔗 Message de @github - WebMCP Challenge : échéance au 3 septembre et session de questions-réponses le 31 août — OpenAI Developers rappelle que les projets du hackathon WebMCP peuvent être soumis jusqu’au 3 septembre, et annonce dans le même fil une session de questions-réponses (office hours) sur Discord prévue le lundi 31 août à 11 am PT, avec les partenaires du concours : Chrome, Cloudflare, Shopify, Vercel, Render et Netlify. Le hackathon lui-même avait été présenté le 25 août. 🔗 Message de @OpenAIDevs
- Cohere publie trois photos de Waterloo sans annonce associée — Le compte officiel prolonge le positionnement canadien de l’entreprise, sans lancement, sans chiffre et sans lien. Aucune matière factuelle : signalé pour complétude de la fenêtre. 🔗 Message de @cohere
Ce que ça signifie
Le matériel grand public redevient une contrainte de conception, pas une limite à subir. Deux des travaux du week-end partent de la même prémisse : la machine disponible détermine l’architecture, et non l’inverse. Gala est pensé pour un Mac — mémoire abondante, FLOPs rares — et accumule donc paramètres et état plutôt que du calcul par token ; le résultat est un décodage qui ne ralentit pas entre 32 768 et 10,5 millions de tokens de contexte. La quantification par réseau de Leech vise l’autre bout de la chaîne : faire descendre un modèle de 70 milliards de paramètres de 140 Go à environ 18 Go, c’est-à-dire le faire tenir sur une carte que possèdent des particuliers. Aucun des deux ne prétend rivaliser avec un modèle de frontière, et ce n’est pas le sujet : tous deux déplacent la question de la taille du modèle vers la classe de machine capable de l’héberger.
Une sonde apprise sur un modèle se lit sur celui du voisin. Le résultat le plus surprenant de la journée est aussi le plus discret. Si quatre modèles gelés de quatre entreprises encodent les images de façon assez proche pour qu’une seule matrice de poids se transporte de l’un à l’autre à un coût de 0,0024 d’AUROC — voire à coût négatif —, alors l’outillage bâti au-dessus de ces représentations cesse d’être captif du fournisseur sur lequel il a été calibré. Le papier tire lui-même cette lecture pratique, mais pose aussitôt la limite qui l’empêche d’être déjà une méthode : les applications de transport sont ajustées paire par paire, et rien ne dit qu’une seule d’entre elles tiendrait sur un modèle tenu à l’écart de cet ajustement. La discipline de mesure ne se relâche nulle part : anisotropie corrigée avant toute comparaison, plancher de hasard publié à côté de chaque score.
Les revendications de fiabilité arrivent sans métrologie. Together AI place GLM-5.3 devant deux modèles fermés sur le taux d’hallucination, mais ne nomme aucun benchmark, ne publie aucune valeur absolue et ne décrit pas sa méthode de comptage — tout en vendant l’inférence du modèle qu’elle classe premier. Le contraste avec les billets de recherche du même week-end est net : ceux-là publient leurs planchers de hasard à côté de leurs résultats et détaillent leurs protocoles. Un rapport sans référentiel n’est pas une mesure, c’est un argument commercial, et il vaut d’être rangé comme tel.
Côté produit, le week-end n’a livré que de la plomberie — et c’est là que se jouent les agents. xAI ne sort pas de modèle : il branche Grok Bot sur X, crée le compte développeur à la place de l’utilisateur et distribue des crédits d’API pour lever la friction d’entrée. GitHub n’annonce pas de fonctionnalité spectaculaire : il rend son API REST de dépendances d’issues sensible au périmètre. Dans les deux cas, ce qui change est le droit d’accès et la surface interrogeable, pas la capacité du modèle. C’est le travail le moins visible et le plus déterminant pour qui construit des agents censés lire un réseau social ou un suivi de tickets.
Sources
- xAI — Grok Bot fonctionne désormais avec X
- GitHub — cinq nouveautés pour GitHub Issues
- Gala, un modèle post-transformer entraîné sur un MacBook
- Quantification par réseau de Leech et décodeur CUDA fusionné
- Sondes linéaires transportées entre modèles de vision gelés
- Together AI — taux d’hallucination de GLM-5.3
- Reflexive Role Routing
- Évaluation de risque jetable générée par un modèle de frontière
- Note d’apprentissage sur l’échec silencieux de CUDA
- GitHub — regroupement des mises à jour Dependabot
- OpenAI Developers — WebMCP Challenge et session de questions-réponses
- Cohere — photos de Waterloo