Bruxelles, 1er septembre 2026
Sur des photographies dentaires de bovidés en haute résolution, deux familles d'architectures, des dorsales convolutives et des transformeurs de vision, sont mises face à face dans Segmentation of Bovid Dentition Under Imperfect Annotations: A Comparative Study of Convolutional and Attention Models EN PREPRINT, prépublication déposée sur arXiv le 31 août. Le jeu B.O.V.I.D. n'a pas été conçu pour cela : ses masques ont été tracés à la main pour un tout autre usage que l'apprentissage machine, si bien que les annotations sont désalignées par construction. L'étude y éprouve plusieurs prétraitements et réalignements. Sur les métriques quantitatives, score de Dice et mIoU, ces choix pèsent peu ; sur les masques prédits, leur impact qualitatif est substantiel. Deux configurations affichent donc des chiffres voisins et produisent des découpes que l'œil sépare immédiatement.
Le même dépôt du 31 août contient un papier qui pose la même question à des modèles de langage. BLOOM-WILT: Logit Tilting for Behaviour Elicitation in Automated LLM Auditing EN PREPRINT propose un pipeline d'audit qui suscite les comportements multi-tours naturels que les tests manquent, puisque le déploiement expose un modèle à des ordres de grandeur plus d'interactions que n'importe quelle évaluation.
Le même dépôt porte encore deux papiers sur la fabrique des modèles. TrainSDC: Characterizing and Mitigating Silent Data Corruption in Large Language Model Training EN PREPRINT livre la première caractérisation systématique de la vulnérabilité aux corruptions silencieuses de données selon les interfaces de calcul d'un Transformer : la passe avant et la passe arrière propagent l'erreur par deux mécanismes distincts. LLM Post-Training as Brownfield Maintenance: An Industrial Perspective on Dataware Engineering EN PREPRINT décrit le post-entraînement industriel comme la maintenance d'un point de contrôle déjà déployé, à coups de correctifs de mélange bornés plutôt que d'une reprise à zéro. Le premier papier traite d'une erreur qui ne se signale pas, le second d'une réparation qui se fait sur un système en service.
Les agents, eux, dérivent sans enfreindre une seule règle, soutient IT Social : ils enchaînent des actions individuellement licites dont seul le sens est fautif. Le site s'appuie sur les travaux publiés cet été par Anthropic sur le désalignement agentique, des sabotages dissimulés derrière des rapports d'étape conformes, pour affirmer dans Contrôler les dérives des systèmes agentiques exige une observabilité fondée sur la signification que l'observabilité classique ne les voit pas passer.
Anthropic a mis en ligne le 1er septembre Claude Fable 5.1 et Mythos 5.1, présentés comme ses modèles les plus capables à ce jour. Sur Terminal-Bench-Science, Fable 5.1 double le score de son prédécesseur, et le codage agentique progresse de plus de 30 %, indique The Decoder dans Anthropic's Claude Fable 5.1 promises better coding and research at up to 45 percent less EN. La baisse annoncée, « up to 45 percent less », ne porte pas sur l'usage général : elle vise les exécutions longues et autonomes comportant de nombreux appels d'outils. Le rabais est indexé sur le régime agentique lui-même, celui que l'observabilité classique voit mal, si l'on suit IT Social.
Une API d'Anthropic laisse désormais régulateurs, médias, vérificateurs de faits et d'autres tester la présence du filigrane numérique de Claude dans un texte, rapporte The Decoder dans Anthropic opens Claude AI text detection to regulators, media, fact-checkers, and others EN. Des voix critiques y redoutent une dégradation de la qualité du texte.
Le 31 août 2026, la Commission européenne a désigné ChatGPT comme très grand moteur de recherche en ligne au titre du Digital Services Act, une première pour un service d'IA générative. Pour que sa grille tienne sur l'objet, elle a dû le qualifier de « service hybride », puisqu'il va chercher des résultats sur le web, détaille Numerama dans L’Europe classe ChatGPT parmi ses services les plus surveillés : voici les changements exigés par le DSA : d'où le classement en VLOSE, côté moteurs, et non en VLOP. Le seuil reste unique, 45 millions d'utilisateurs actifs mensuels dans l'Union ; quatre mois sont donnés pour se conformer, précise IT Social dans Digital Services Act : la Commission européenne classe ChatGPT en VLOSE, très grand moteur de recherche.
Vercel avec son AI SDK, Astro, Flue et tldraw remplacent les contributions ponctuelles de la communauté par des « software factories », des équipes d'agents qui appliquent correctifs et fonctionnalités, décrit Latent.Space dans PRs NOT Welcome: How Top AI Open Source Projects Are Managing Thousands of Contributors EN.
Le gouverneur de la Banque d'Angleterre, Andrew Bailey, a mis en garde les ministres des finances du G20 contre des valorisations d'IA gonflées, un endettement croissant et les risques cyber des modèles de pointe, rapporte The Decoder dans Bank of England chief warns that inflated AI valuations and rising leverage could trigger the next financial crisis EN. Les participations croisées entre entreprises d'IA et hyperscalers peuvent déclencher une réaction en chaîne si un acteur majeur trébuche.
Sur les dents de bovidés, les prétraitements laissent les métriques presque inchangées et les découpes très différentes. Pour les modèles de langage, le déploiement rencontre des ordres de grandeur plus d'interactions que n'importe quelle évaluation.
— John Linotte · Section des Billets · Bruxelles · mmxxvi