HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

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

11293 articles Page 19/1130 Sans filtre

EmbeddingGemma 2: An open, lightweight multimodal embedding model

EmbeddingGemma 2 est un modèle multimodal conçu pour générer des embeddings unifiés de texte, images, audio, vidéo et code directement sur les appareils locaux. Construit sur l'architecture Gemma 4 avec 740 millions de paramètres et publié sous licence Apache 2.0, il est optimisé pour l'inférence sur appareil et propose des modules plus petits pour les charges textuelles, vision et audio. Il utilise la Matryoshka Representation Learning pour tronquer dynamiquement les vecteurs d'embedding (768 → 512/256/128 dimensions), ce qui permet jusqu'à 6x de réduction de stockage et de mémoire. Le modèle offre une fenêtre de contexte de 8 000 tokens, améliore significativement les performances sur le code (+9,92 points MTEB Code) et obtient des résultats de référence parmi les modèles sub-1B pour texte, vision et audio. Les poids sont disponibles sur Hugging Face et Kaggle et le modèle est compatible avec des outils et pipelines sur appareil comme LiteRT, Google AI Edge MediaPipe, transformers.js et solutions d'indexation pour construire des recherches et RAG locales et privées.

blog.google Resume pret HTTP 200 Commentaires

La Cueva BBS in Mexico in 1993 (session replay)

En 1993 l'auteur utilisait un ordinateur homebrew basé sur un Zilog Z280 avec 512 Ko de RAM, VGA, lecteur de disquettes 3,5" et ports séries/imprimante. Il a récupéré un modem Hayes 2400 bauds et a écrit un programme terminal série implémentant les protocoles RS-232, les commandes AT et les séquences d'échappement ANSI. Pour corriger les écarts entre la documentation et les BBS il a programmé un tampon de capture de 64K et a conservé une session complète nommée CUEVA.TXT datant du 11 février 1993. Il a converti cette capture en JavaScript pour la reproduire via jsTerm, a dû ajuster la politique d'accès au fichier de police et a publié la mise à jour dans son dépôt. Une mise à jour du 6 octobre 2026 ajoute une liste de numéros de BBS de 1993 et une autre capture du BBS Nopal disponible dans le sélecteur de relecture.

nanochess.org Resume pret HTTP 200 Commentaires

Penguin Mail – open-source Rust email client for Linux with AI

Penguin Mail est une application de courrier et d'agenda pour Linux, en version 1.0.0, distribuée comme logiciel libre sous licence GPL-3.0-or-later pour architectures x86_64. Elle prend en charge les comptes Gmail, Microsoft (Outlook.com, Hotmail, Live, Microsoft 365), Fastmail, iCloud, Yahoo et tout serveur IMAP, POP3 et SMTP, en retrouvant automatiquement les paramètres du serveur à partir de l'adresse. L'interface propose une boîte de réception unifiée ou par compte, synchronisation depuis la zone de notification avec compteur de non lus et notifications actionnables, ainsi qu'une séparation en catégories à la manière de Gmail (Primary, Updates, Promotions, Social) que l'on peut modifier. Le calendrier affiche les vues Jour, Semaine, Mois et Agenda pour Google, Microsoft et CalDAV avec possibilité de répondre aux invitations depuis le message, tandis que les contacts proviennent de Google, Microsoft ou CardDAV et bénéficient de suggestions lors de la saisie; on peut aussi programmer l'envoi et annuler un envoi, et utiliser des adresses Hide My Email pour les inscriptions. La sécurité repose sur OpenPGP et S/MIME via votre propre GnuPG sans stockage des clés ni demande de phrase de passe par l'application, les règles Gmail/Microsoft/Sieve sont affichées en langage clair avec un formulaire pour en ajouter, l'application ne possède pas de serveur intermédiaire et les comptes communiquent directement avec Google ou Microsoft pour que les courriers restent sur votre ordinateur, et un assistant optionnel peut tourner localement via LM Studio ou Ollama en demandant confirmation avant d'agir.

penguin-mail.com Resume pret HTTP 200 Commentaires

Decisions API is in public beta

L'API Decisions évalue du texte, des images ou les deux et fournit des réponses typées environ dix fois plus rapidement que l'API Responses. Une requête contient le modèle (actuellement gpt-6-luna), un champ input avec texte et images (les images doivent être des data URL base64), et un tableau questions décrivant le type, les instructions et les choix ou niveaux. Trois types de questions existent : predicate (retourne une probabilité que la condition soit vraie), choice (sélectionne une option parmi vos valeurs et fournit les probabilités et une confiance) et score (évalue selon des niveaux ordonnés et renvoie une moyenne pondérée des indices). L'API sert à classifier du contenu, router des demandes et prioriser le travail ; on peut regrouper des questions indépendantes dans la même requête, envoyer des requêtes séparées pour des décisions dépendantes et prévoir une option de secours comme «other». L'API est en bêta publique avec GA prévu prochainement, les coûts d'entrée sont de 0,10 $ par million de tokens d'entrée uniquement, des versions minimales de SDK sont requises, et des options ZDR/HIPAA ainsi que la résidence des données aux États‑Unis et en Europe sont disponibles pour les clients éligibles.

developers.openai.com Resume pret HTTP 200 Commentaires

Strands Decider 2B: a small, open-source, decision model

L'équipe Strands a publié un modèle de décision de deux milliards de paramètres conçu pour l'expérimentation rapide, le développement local et l'innovation autour des workflows agentiques. Les modèles de décision sélectionnent parmi des options prédéfinies et fournissent des scores numériques calibrés, ce qui les rend plus rapides et fiables pour ces tâches mais moins adaptés à la génération de texte et au raisonnement complexe. L'architecture utilise un torse de LLM pré-entraîné (Qwen3.5-2B) dont la tête de génération a été remplacée par une petite tête de pointeur, avec un affinage via un adaptateur LoRA de rang 16, et la version distribuée est la v19. Sur JevBench public le modèle obtient des résultats compétitifs en précision et calibration dans sa classe, et la latence locale se mesure en dizaines de millisecondes (médiane ~115 ms sur RTX3090 et ~153 ms sur Mac M3 pour petites tâches). Le code, les poids, les données d'entraînement et les scripts sont disponibles en open source sur GitHub et Hugging Face, avec des exemples d'utilisation pour le routage de modèles, la sélection d'outils, des garde-fous et l'intégration dans des agents hybrides.

strandsagents.com Resume pret HTTP 200 Commentaires

Mosquitoes Are a Choice

Les maladies transmises par les moustiques ont réapparu aux États-Unis ces dernières années, avec une forte augmentation des cas de dengue en 2024, des transmissions locales en Floride, Californie et Texas, et des cas de paludisme signalés en 2023. Des moustiques génétiquement modifiés développés par Oxitec, conçus pour engendrer une descendance femelle non viable et faire chuter les populations locales, ont montré des réductions d'environ 80 à 95 % en essais, mais leur approbation réglementaire a été bloquée pendant plus d'une décennie. La bactérie Wolbachia, utilisée pour rendre les moustiques moins aptes à transmettre des virus ou pour stériliser les mâles, a permis des réductions importantes de populations et d'infections dans des essais et a conduit à l'homologation commerciale nationale de MosquitoMate en 2024, suivie de déploiements locaux. Les retards tiennent en grande partie à un cadre réglementaire datant de 1986 et à des chevauchements de compétence entre agences, ce qui crée des années d'incertitude, et l'auteur souligne que l'augmentation des ressources et la réforme des processus pourraient accélérer les évaluations. L'article conclut que les États-Unis ont la capacité technologique et les moyens financiers pour éliminer localement les maladies transmises par les moustiques si les autorités choisissent de moderniser et d'accélérer leurs procédures réglementaires.

www.worksinprogress.news Resume pret HTTP 200 Commentaires

We ported the original Doom to SQL

L'auteur a porté la logique de jeu et le moteur de rendu de Doom (1993) entièrement en SQL pour s'exécuter à l'intérieur d'une base de données, tandis qu'un client Python ne gère que l'entrée, la synchronisation et l'affichage. Les données du WAD sont importées en tables relationnelles, la boucle de jeu tourne à la cadence originale de 35 Hz via des fonctions SQL, et le rendu produit un framebuffer 320×200 au moyen d'une requête composée d'une centaine de CTEs exploitant BSP, tris lexicaux et fonctions fenêtrées. L'implémentation utilise une traversée précomptée du BSP pour l'occlusion, une émulation des visplanes par agrégations et fenêtres, et une résolution de profondeur par empaquetage de clés, avec des tics mesurés typiques autour de 2 ms (pire cas 10,45 ms) et des performances de rendu qui atteignent ~60 FPS sur un Ryzen 7 7840U mais peuvent retomber à 35 FPS sur scènes chargées. Mettre tout dans une base de données facilite le modding (propriétés et états en tables), permet d'exploiter la compilation JIT de CedarDB pour rapprocher les performances du C compilé, et offre naturellement des primitives utiles au multijoueur comme atomicité, contrôle d'accès et gestion de concurrence. Le projet est disponible sur GitHub sous cedardb/sqldoom, nécessite CedarDB, Python et un IWAD Doom (la version shareware suffit pour l'épisode 1) et inclut une instance publique où l'on peut jouer ou interroger l'état de la partie via SQL.

cedardb.com Resume pret HTTP 200 Commentaires

Incident with Actions

Le 5 octobre 2026, à partir de 19:11 UTC, l'équipe GitHub a commencé à enquêter sur une dégradation des performances affectant Actions. Les délais d'affectation des runners hébergés par GitHub ont retardé le démarrage des workflows et provoqué des échecs ou des files d'attente prolongées sur plusieurs configurations de runners. Parallèlement, Pages a présenté une performance dégradée et certains utilisateurs ont rencontré des difficultés d'accès aux listes de dépôts, aux pages de licences et de facturation. Des mesures d'atténuation ont été mises en place vers 21:32 UTC, permettant de débloquer les jobs en file d'attente et de stopper les nouveaux retards tandis que l'équipe surveillait la reprise complète des runners. Le service est revenu à la normale à 22:49 UTC et une analyse détaillée des causes profondes sera partagée dès qu'elle sera disponible.

www.githubstatus.com Resume pret HTTP 200 Commentaires