GPT-5.5 Price Increase: What It Costs
Resume indisponible pour cet article.
08 May 2026
06:12
Edition quotidienne
Lire vite. Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
08 May 2026
06:12
Utah data center: Projected daily heat equivalent to 23 atomic bombs
Resume indisponible pour cet article.
08 May 2026
06:11
Let Me Convince You to Be Prolific
Être prolifique consiste à produire et publier beaucoup de travaux en se concentrant sur ce qui est contrôlable, en limitant le temps et l'ampleur de chaque projet pour éviter la paralysie liée à la recherche de la perfection. La production en volume devient une structure d'amélioration des compétences, comme le montrent les pratiques de Joseph Mallord William Turner et le conseil de Ray Bradbury d'écrire régulièrement pour progresser. La prolixité encourage l'expérimentation et la génération d'idées, ce qui permet d'essayer de nouvelles approches sans craindre excessivement l'échec, comme l'illustre la diversité de la production de Yayoi Kusama. Publier fréquemment rend le travail visible, attire des collaborateurs et du soutien, et offre des retours qui, si l'on reste réceptif, contribuent à l'amélioration. Des recherches statistiques montrent qu'un grand nombre de tentatives augmente la probabilité de produire des œuvres majeures et la prolixité fonctionne comme un portefeuille diversifié avec une longue traîne d'œuvres mineures et quelques succès qui composent la majorité des retours, tout en servant de règle libératrice pour maintenir la constance de la pratique.
08 May 2026
06:11
The Traveling Salesdog Problem
L'auteur cherche à organiser la semaine de sorties de son lévrier en maximisant la variété et l'enrichissement tout en minimisant la distance et le temps passé sur surfaces dures. Le problème est formulé comme un programme linéaire en nombres entiers mixtes et implémenté avec Julia et la bibliothèque JuMP, en utilisant une table de neuf activités décrites par leur distance et la présence d'une zone de course. Le modèle utilise des variables binaires pour affecter une activité à chaque promenade et des contraintes garantissant une structure quotidienne (deux promenades, au moins une course par jour, cap de distance), l'absence de répétition matin/soir et entre jours consécutifs, et le suivi des activités utilisées. La fonction objectif pondère la couverture d'activités distinctes, le nombre de promenades avec zone de course et pénalise le kilométrage, ce qui conduit à privilégier les parcs proches et à n'utiliser les sites lointains que pour varier. Les résultats montrent un horaire diversifié, de nombreux optima équivalents et des limites pratiques du modèle (météo, conflits d'occupation des terrains, comportement du chien, définition simplifiée de la nouveauté), et le code source est disponible sur GitHub.
08 May 2026
06:11
Evaluating Geekbench 6
Les applications exigent des comportements très variés, si bien qu’une seule méthode de mesure ne peut être largement représentative et que des suites comme SPEC CPU2017 et Geekbench 6 cherchent à couvrir différents types de charges. Geekbench 6, distribué en binaire et orienté grand public, exploite des extensions ISA spécifiques (AVX2/AVX-512 et ponctuellement AMX) et révèle une forte vectorisation dans la majorité de ses tests, AMX pouvant réduire fortement le recours aux instructions AVX sur certains cœurs. SPEC CPU2017 mise sur la portabilité via le code source et les compilateurs, ce qui limite l’usage systématique des vecteurs et se traduit par une auto-vectorisation moindre et une plus grande dispersion d’IPC, surtout dans les benchmarks entiers. Au niveau microarchitectural, Geekbench 6 affiche un IPC plutôt moyen à élevé et des charges souvent préfetch-friendly avec de petites empreintes d’instructions, tandis que certains tests (Navigation, 505.mcf, 520.omnetpp ou 549.fotonik3d) restent contraints par des ratés de branchement ou des accès mémoire lourds, et les tailles et organisations d’op-cache, L2 et L3 influencent beaucoup les comportements observés. Les systèmes de référence et les méthodes de notation diffèrent (Geekbench 6 se base sur un Core i7-12700, SPEC sur un UltraSPARC historique), de sorte que les scores ne sont pas directement comparables et que les deux suites demeurent complémentaires pour évaluer l’évolution des charges applicatives et des extensions ISA.
08 May 2026
06:11
GovernGPT (YC W24) Is Hiring Engineers to Build Thinking Systems in Montreal
Il s'agit d'une startup rentable soutenue par Y Combinator qui développe des agents pour automatiser la levée de fonds et est déjà utilisée par des fonds de premier plan. Le poste consiste à travailler directement avec le CTO pour concevoir et maintenir une base de données enrichie en métadonnées et des services back-end scalables et sécurisés destinés aux systèmes de raisonnement. Les responsabilités incluent l'architecture de services de prétraitement de documents, la gestion de déploiements à tolérance zéro sur Kubernetes, et le développement d'infrastructures automatisées et de patterns sécurisés pour agents. La pile technique privilégie Python/FastAPI, PostgreSQL, Kubernetes sur AWS, conteneurs et LLMs, et l'entreprise recherche des ingénieurs autonomes, orientés production et prêts à innover. Le poste est basé exclusivement dans les bureaux du Vieux-Port de Montréal avec rémunération comprise entre 115K et 175K CAD et une participation en actions de 0,25 % à 0,75 %.
08 May 2026
06:10
Rolling the Root Key
Les clés cryptographiques ont une durée de vie limitée et doivent être réévaluées et remplacées régulièrement, mais la clé racine DNS (KSK) a été maintenue longtemps en service en raison des difficultés à propager rapidement une nouvelle ancre de confiance. La nouvelle KSK (KSK-2024) a été publiée par l’IANA en juillet 2024, ajoutée à l’enregistrement DNSKEY de la zone racine en janvier 2025 et son utilisation opérationnelle est prévue lors du basculement en octobre 2026. Deux méthodes de mesure ont été employées pour évaluer l’adoption de KSK-2024 : le signal RFC 8145 depuis les résolveurs vers les serveurs racine, qui indiquait une adoption large parmi les résolveurs rapportant, et la méthode RFC 8509 au niveau utilisateur, qui vise à mesurer l’impact réel sur les utilisateurs finals. Les mesures basées sur RFC 8509 ont montré une adoption faible et incohérente (bien en dessous d’une large majorité) et ont été fortement affectées par du bruit de mesure, notamment le comportement de SERVFAIL, la non-transparence des chemins de résolution et la variabilité des implémentations. La conclusion est qu’il existe une grande incertitude sur la population d’utilisateurs affectés par le basculement et qu’il faudra compter sur la conformité des implémentations DNSSEC et sur des pratiques opérationnelles prudentes lors du roulement de la KSK en octobre 2026, tout en gardant à l’esprit les défis d’une transition vers des algorithmes post-quantiques.
08 May 2026
06:10
ZAYA1-8B matches DeepSeek-R1 on math with less than 1B active parameters
Zyphra a publié ZAYA1-8B, un modèle mixture-of-experts de 8,4 milliards de paramètres avec seulement 760 millions actifs en inférence, visant l'efficacité compute d'un modèle dense sub-1B. Le modèle a été pré-entraîné et affiné intégralement sur un cluster AMD Instinct MI300X (1 024 nœuds) avec interconnexion Pensando Pollara, montrant qu'une pile AMD peut produire des résultats compétitifs hors NVIDIA. ZAYA1-8B obtient des scores de premier plan en mathématiques et codage face à des modèles beaucoup plus gros, surtout avec la méthode d'inférence Markovian RSA co-conçue et entraînée pour générer et agréger des traces de raisonnement par étapes. Ses points faibles résident dans l'agentivité et l'appel fiable d'outils, avec des performances inférieures sur BFCL-V4, TAU2 et certains tests d'instruction et de qualité de chat, car il a été optimisé pour le raisonnement mathématique et le code. Les poids sont distribués sur Hugging Face sous licence Apache 2.0 et le modèle est disponible via Zyphra Cloud, mais l'exécution locale nécessite le fork vLLM spécifique de Zyphra.
08 May 2026
06:09
PySimpleGUI 6
Le projet a été recentré pour rendre PySimpleGUI utilisable après l'arrêt des efforts commerciaux et la migration des dépôts vers la version 5. Une version 4 stable (4.60.5.1) a été publiée sur PyPI afin que pip install PySimpleGUI fournisse une version solide. PySimpleGUI 6 a été publié sous licence LGPL3 en open source, intégrant la plupart des correctifs et fonctionnalités de la branche 5 tout en retirant le mécanisme de mise à jour et les éléments liés à la licence précédente. Plusieurs applications (psgdemos, psgfiglet, psghotkey) ont déjà été mises à jour vers la version 6 et sont disponibles sur GitHub et PyPI, d'autres suivront. La version 6 a été mise en ligne sur PyPI le 14 avril 2026, des mises à jour régulières sont publiées et les instructions d'installation via pip figurent dans la documentation.
08 May 2026
06:09
RaTeX: KaTeX-compatible LaTeX rendering engine in pure Rust
RaTeX analyse le LaTeX mathématique, applique des règles de style TeX et produit une display list plate utilisable par CoreGraphics, Skia, Canvas 2D ou tout backend vectoriel, avec sortie identique en FFI natif et en WebAssembly. Le projet cible les applications natives, les serveurs et les embarqués sans WebView en fournissant le même moteur Rust du mobile au WASM et en vérifiant la compatibilité visuelle avec KaTeX via des suites golden et diffs pixel. Des SDK prêts à l'emploi et des builds WASM sont distribués via npm, Maven, pub.dev et SPM pour des cibles Web (WASM), iOS, Android, Flutter, React Native et pour usage serveur/CLI. Le noyau Rust évite la collecte de déchets dans le chemin critique pour des temps d'exécution prévisibles, expose une ABI C pour Swift/Kotlin/Dart et produit des display lists identiques quel que soit le rasterizer. RaTeX intègre le support mhchem pour \ce et \pu, permet la rasterisation PNG/SVG côté serveur et se présente comme une alternative sans navigateur aux solutions JavaScript comme KaTeX ou MathJax.