HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

Les meilleurs longs formats de Hacker News, relus plus calmement.

11567 articles Page 136/1157 Sans filtre

Training Text-to-Image Models 3.6× Faster

Linum v2 était limité par la très grande fenêtre de contexte attentionnelle, rendant coûteux l'entraînement et motivant la réduction du nombre de tokens car le coût d'attention croît quadratiquement. La plupart des systèmes génératifs sont des Latent Diffusion Models (VAE + DiT), mais la méthode JiT supprime le VAE en poussant la compression dans le DiT via une patchification agressive et en adoptant la prédiction x avec la perte v pour éviter la malédiction de la dimensionnalité. Pour récupérer les détails fins, les auteurs introduisent JiT-DDT, une architecture encodeur‑décodeur en pixel space où l'encodeur régresse une version basse résolution (64×64) et le décodeur reconstruit le 512×512 complet, en combinant PixelREPA, pertes perceptuelles, single‑stream text conditioning et divers ajustements d'architecture et d'optimisation. En pratique, JiT-DDT converge beaucoup plus vite que Linum v2 (par exemple 3,6× moins d'heures GPU pour un modèle texte→image tout en générant des images quatre fois plus grandes), produit des images moins saturées et plus fidèles aux styles et à l'éclairage, mais reste perfectible sur les visages et nécessite des réglages du calendrier de bruit et d'autres ablations. Les auteurs rattachent leurs résultats à iREPA, Self‑Flow et RAE v2 en argumentant qu'un apprentissage précoce de la structure et des "voies de gradient" supplémentaires expliquent l'amélioration, publient code et poids sous licence Apache 2.0 comme artefact de recherche et annoncent d'autres points de contrôle en route vers la prochaine version.

www.linum.ai Resume pret HTTP 200 Commentaires

Accurate Models of AMD Matrix Cores

Les multiplicateurs de matrices présents sur les GPU récents ne respectent pas la norme IEEE 754 et présentent des différences d'implémentation selon le fournisseur et l'architecture, notamment sur la largeur de l'accumulateur, l'arrondi, les points de normalisation, la logique de sous-flux et dépassement, le traitement des subnormaux et des entrées spéciales. Ces variations rendent impossible la reproductibilité des résultats de petites multiplications matricielles entre dispositifs et ne peuvent pas être corrigées par un contrôle logiciel seul. Les auteurs caractérisent le comportement numérique des multiplicateurs matriciels sur trois architectures AMD (CDNA 1, CDNA 2 et CDNA 3) à l'aide des GPU MI100, MI210/250 et MI300A/300X, et conçoivent des vecteurs de test ciblant les caractéristiques numériques pour tous les formats d'entrée pris en charge. Ils développent des modèles MATLAB des multiplicateurs pour chaque architecture et les valident au niveau bit à bit contre le matériel en utilisant une suite aléatoire de dix millions de paires de vecteurs, en affinant itérativement les modèles par tests randomisés et raffinements jusqu'à correspondance complète. Enfin, les modèles servent de preuve de concept pour quantifier, via deux applications numériques démonstratives, les différences d'exactitude au niveau applicatif entre les cœurs matriciels AMD et les tenseur cores NVIDIA.

arxiv.org Resume pret HTTP 200 Commentaires

Autism is genetic – and why this information matters now

L'organisation a mis à jour ses conseils après une revue systématique de 99 sources et affirme de façon catégorique que l'autisme a une base principalement génétique. La plupart des personnes autistes le sont en raison de gènes hérités de leurs parents, impliquant des milliers de gènes sans gène unique et sans test génétique prédictif ou diagnostic. Les facteurs dits environnementaux (âge parental avancé, infections maternelles graves, prématurité, complications à la naissance) semblent avoir des effets faibles, tandis que la rubéole et l'exposition au valproate pendant la grossesse sont les deux facteurs non génétiques établis et désormais rares au Royaume-Uni. L'équipe a partagé sa revue avec un panel de 300 personnes autistes et de leurs familles, dont la majorité a estimé que cela aiderait à dissiper les mythes, même si beaucoup craignent une culpabilisation des parents. Le texte appelle à recentrer les efforts sur l'amélioration de l'éducation, de l'emploi, des services de santé et du soutien psychologique pour réduire la stigmatisation et améliorer la qualité de vie des personnes autistes.

www.autism.org.uk Resume pret HTTP 200 Commentaires

The DeepMind Institute

DeepMind présente un institut dédié aux réflexions interdisciplinaires nécessaires pour comprendre les implications humaines de l'approche de l'AGI. Un essai plaide pour la transparence du raisonnement en lisant la « chaîne de pensée » des IA afin de surveiller et détecter tout comportement manipulateur ou trompeur. Un autre analyse onze politiques que les sociétés pourraient mettre en œuvre pour gérer les perturbations économiques liées à la généralisation d'IA de plus en plus avancées. Un texte propose une utopie pragmatique fondée sur l'humilité et l'espoir et invite à décider collectivement des transformations sociales souhaitées. Enfin, une approche dynamique de test des capacités des IA de pointe est proposée pour soutenir l'innovation tout en incitant à des comportements responsables.

institute.deepmind.com Resume pret HTTP 200 Commentaires

Hackers Got Inside a Flock Camera

Un collectif de hackers a arraché une caméra Flock, copié presque entièrement son stockage et récupéré une clé de chiffrement permettant d’accéder à des milliers de vidéos et d’images. L’analyse des fichiers montre que le logiciel embarqué détecte explicitement des personnes, des véhicules, des plaques d’immatriculation et des bicyclettes, et a produit des rafales d’images totalisant plus d’un million de clichés sur plusieurs semaines. Les données mettent en évidence que Flock assemble des enregistrements horodatés dans un réseau national accessible à des milliers d’agences, ce qui a conduit à des usages controversés et à des recherches transétatiques par des forces de l’ordre. Les hackers expliquent avoir exploité des partitions non chiffrées, dont une partition « media » contenant la clé qui a déverrouillé les médias, tandis que Flock reconnaît des signalements physiques possibles et invite à une divulgation responsable des vulnérabilités. Les journaux de la caméra montrent des erreurs répétées de stockage, de nombreux redémarrages et des messages internes, et la divulgation du contenu a relancé le débat sur la sécurité, la vie privée et les réactions militantes contre ces dispositifs.

www.wired.com Resume pret HTTP 200 Commentaires

Monsanto's Cruel, and Dangerous, Monopolization on American Farming (2008)

Monsanto emploie des enquêteurs privés et des poursuites fédérales pour faire respecter ses brevets sur les semences OGM, intimidant et poursuivant des agriculteurs, des coopératives et parfois des commerçants innocents, comme dans l'affaire de Gary Rinehart. L'entreprise a breveté les semences Roundup Ready et impose des contrats qui interdisent la réutilisation des graines, modifiant ainsi une pratique agricole millénaire et concentrant le contrôle du marché semencier. Parallèlement à ses acquisitions massives de sociétés semencières, Monsanto commercialise des produits comme l'hormone de croissance rBGH et se heurte aux producteurs laitiers qui souhaitent étiqueter leur lait comme « sans rBGH ». Le passé chimique de la société, notamment la production de dioxines et de PCB, a laissé des sites lourdement contaminés et a donné lieu à des procès et des indemnisations pour des communautés comme Nitro et Anniston. Pour protéger ses intérêts, Monsanto recourt à une combinaison de moyens juridiques, politiques et de relations publiques, en s'appuyant sur des cabinets externes, des groupes de pression et d'anciens responsables gouvernementaux, ce qui alimente la méfiance dans les milieux agricoles.

www.vanityfair.com Resume pret HTTP 200 Commentaires

Anatomy of a Texture

En migrant un moteur de jeu PC vers des consoles, l'auteur a découvert que la conversion de textures entre plateformes implique une complexité importante des agencements mémoire, bien plus subtile que prévu. La compression par blocs, typiquement BC7, encode les texels en blocs 4x4 de 16 octets, modifie la taille et l'indexation des textures et oblige à gérer à la fois formats compressés et non compressés. L'ordre des texels en mémoire est souvent swizzlé (par exemple en ordre Morton) pour améliorer la localité et peut donc nécessiter de réordonner les données lors d'une conversion inter-plateformes, ce qui complique le débogage. Les textures comprennent aussi des niveaux mipmap empilés et des tuiles (souvent de 64 KiB) qui peuvent contenir plusieurs mips ou être regroupées en mip tail, nécessitant des calculs distincts pour l'emplacement de chaque mip et de chaque tuile. Enfin, le streaming et la fragmentation de l'espace de textures entraînent des tuiles non contiguës mappées dans un heap et imposent une traduction d'indice de tuile vers adresse mémoire, et l'auteur décrit des astuces de débogage pratiques comme remplacer chaque bloc par quatre entiers 32 bits ou utiliser des blocs noirs pour repérer les offsets.

agentlien.github.io Resume pret HTTP 200 Commentaires

DeepSeek-v4.1 Flash: Pushing the Limits of KV Cache Compression

DeepSeek‑V4.1 Flash vise à comprimer drastiquement le KVCache afin de soutenir des agents à très long contexte et de réduire les coûts de stockage, de communication et de préfill. L’architecture Causal Encoder‑Decoder (20 couches encodeur + 20 couches décodeur) diminue le travail de prefill en ne calculant complètement que la moitié inférieure et en projetant l’état final de l’encodeur pour obtenir les KV du décodeur, complétée par un replay borné pour la SWA locale. CSA2 combine des compressions sur les dimensions canal, séquence et couche en partageant les Main KV et l’Indexer entre couches, et introduit trois modes (Full, Reindex, Reuse) et un indexeur hiérarchique pour limiter le coût d’indexation en décodage. Des optimisations additionnelles (Single‑Pass mHC, Engram pour mémoire conditionnelle multimodale, DSpark pour speculative decoding, ViT pour l’entrée visuelle) et la quantification FP4 du Main KV réduisent l’empreinte du cache d’environ 4×, à ~890 octets par token stocké. Le rapport explique mathématiquement pourquoi le partage cross‑layer de KV conserve l’expressivité en montrant que la réécriture de la requête Q permet d’ajuster la lecture dans un dictionnaire figé, tout en indiquant les compromis et la nécessité d’étapes de post‑entraînement.

zartbot.github.io Resume pret HTTP 200 Commentaires

Dream-RSI: Recursive Self-Improvement through Evolving Worlds

Les auteurs identifient que l'amélioration récursive des agents autonomes dépend d'une exploration efficace, et que les stratégies fixes ou l'optimisation en ligne sont limitées par l'expansion des espaces de recherche et des retours coûteux et retardés. Ils proposent un cadre qui rend l'exploration explicite et programmable via une couche d'orchestration légère, tout en conservant inchangé l'agent de codage sous-jacent. L'idée centrale est d'utiliser l'historique des découvertes comme simulateur de replay, permettant d'effectuer des rêves hors ligne pour obtenir un retour hors-politique immédiat et peu coûteux sur les politiques d'exploration. La politique améliorée est ensuite redéployée en ligne pour générer de nouvelles découvertes et enrichir continuellement la banque de simulateurs, créant une boucle d'auto-amélioration récursive. Expérimenté en ingénierie d'algorithmes, optimisation mathématique et noyaux GPU, le cadre atteint une qualité de découverte compétitive ou supérieure tout en réduisant significativement le coût de découverte dans plusieurs scénarios.

arxiv.org Resume pret HTTP 200 Commentaires

Mapsnap: Automated Georeferencing for Historic Sanborn Insurance Maps

Les Sanborn Insurance Maps sont des plans détaillés des quartiers américains produits entre 1870 et 1960, précieux pour l'histoire urbaine et la localisation d'adresses et de bâtiments anciens. L'auteur a développé un outil automatique pour géoréférencer ces cartes en utilisant la reconnaissance de texte afin d'identifier les noms de rues et d'en déduire des intersections. Le processus commence par un OCR personnalisé (EasyOCR ajusté) qui repère les étiquettes de rue, retourne des rectangles orientés et des scores de confiance, puis obtient des coordonnées via OpenStreetMap. Pour résister au bruit et aux lectures erronées, l'outil essaie des paires de points de contrôle et sélectionne celle qui maximise les correspondances valides en s'appuyant sur une approche proche de RANSAC. La méthode fonctionne bien dans de nombreux cas mais rencontre des limites avec les rues courbes, les noms courts ou renommés et les zones peu structurées, et l'objectif est d'atteindre environ 90 % de pages correctement géoréférencées en améliorant l'approche et en publiant le code.

www.danvk.org Resume pret HTTP 200 Commentaires