HN Digest
Briefing personnel.

Edition quotidienne

Lire vite. Garder l'essentiel.

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

6194 articles Page 455/620 Sans filtre

07:02

Electron microscopy shows ‘mouse bite’ defects in semiconductors

Des chercheurs de Cornell ont utilisé une imagerie 3D haute résolution pour détecter, pour la première fois, des défauts à l’échelle atomique dans les puces susceptibles de nuire à leurs performances, dans le cadre d’une collaboration avec TSMC et Advanced Semiconductor Materials. La méthode d’imagerie repose sur l’électron ptychographie et sur un détecteur EMPAD, et elle offre des images atomiques d’une clarté sans précédent. Les chercheurs ont révélé des rugosités d’interface dans les canaux des transistors, appelées « mouse bites », liées à des défauts de croissance. Cette capacité de caractérisation peut devenir un outil clé pour le débogage et la détection de fautes au stade de développement, touchant des domaines allant des smartphones aux data centers et à l’informatique quantique. L’étude, publiée le 23 février dans Nature Communications et dirigée par Shake Karapetyan, illustre l’évolution des puces vers des architectures 3D et l’adoption généralisée de l’oxyde hafnium comme matériau de grille.

07:02

Unsloth Studio

Unsloth Studio est une interface Web open-source, sans code, permettant d’entraîner, d’exécuter et d’exporter des modèles localement. La version bêta permet d’entraîner et d’exécuter des modèles localement, avec support de GGUF et safetensor sur Windows, macOS et Linux. On peut entraîner plus de 500 modèles deux fois plus vite avec 70 % de VRAM en moins sans perte de précision, et le système couvre les modèles texte, vision, TTS et embeddings. Des Data Recipes transforment des documents en jeux de données utilisables via un flux graph-node, et le suivi en temps réel affiche la perte et l’utilisation du GPU. Le produit est sous licence Apache 2.0 et AGPL-3.0, peut fonctionner hors ligne, et des améliorations comme le multi-GPU et le support Apple MLX sont annoncées.

07:02

Why AI systems don't learn – On autonomous learning from cognitive science

Cet article analyse les limites des modèles d'IA actuels pour l'apprentissage autonome. Il propose une architecture d'apprentissage inspirée par la cognition humaine et animale. Cette architecture intègre l'apprentissage par observation (Système A) et l'apprentissage par comportement actif (Système B) et peut basculer entre ces modes grâce à des signaux de méta-contrôle internes (Système M). Il explore comment ce cadre pourrait être construit en s'inspirant de l'adaptation des organismes à des environnements réels et dynamiques sur des échelles évolutives et développementales. L'objectif est de favoriser l'apprentissage autonome dans des environnements variés en combinant observation et action sous l'influence de signaux internes.

07:01

A tale about fixing eBPF spinlock issues in the Linux kernel

Nous avons travaillé sur la version Linux de Superluminal, un profileur CPU, et mené un alpha privé avec un petit groupe de testeurs jusqu’à l’apparition de freezes pendant les captures. L’enquête a révélé une interaction problématique entre des programmes eBPF et le noyau, centrée sur les spinlocks et des délais d’environ 250 ms observés dans les NMIs. En isolant les composants, ils ont identifié deux eBPF, l’un s’exécutant lors des context switches et l’autre lors des interruptions d’échantillonnage, tous deux utilisant bpf_ringbuf_reserve et rqspinlock. Le dysfonctionnement provenait d’un ordre d’exécution dans rqspinlock lorsque les NMIs et les acquisitions de verrous se produisaient simultanément, causant des délais et des blocages. Un correctif a été appliqué en inversant l’ordre d’opération pour enregistrer l’entrée du verrou détenu avant le CAS, et les correctifs ont été backportés dans les kernels 6.17–6.19, avec une solution de contournement côté utilisateur.

07:01

The pleasures of poor product design

Ce projet, né de l’architecte Katerina Kamprani, consiste à concevoir des objets du quotidien délibérément inconfortables. L’objectif est humoristique et critique, montrant que l’esthétique ne coïncide pas toujours avec l’utilité, comme une fourche au manche enchaîné ou une théière au bec déversant. Lancé en 2011, il a attiré une attention notable en Europe et s’est matérialisé par de nombreuses expositions dans des musées et galeries. Kamprani alterne rendus numériques et prototypes physiques, la plupart des pièces étant uniques, avec quelques productions en petits lots. Elle privilégie l’expression artistique plutôt que la production commerciale, refusant l’usage intensif de l’IA afin de préserver son rythme créatif et d’aborder l’impact social du design, notamment pour les personnes en situation de handicap.

07:01

Show HN: Sub-millisecond VM sandboxes using CoW memory forking

Zeroboot propose des sandboxes VM ultra rapides pour des agents IA grâce à un forking par copie sur écriture. Chaque sandbox est une VM KVM réelle avec isolation mémoire matérielle et s'appuie sur des snapshots Firecracker pour accélérer le démarrage. Le fonctionnement combine un template Firecracker qui démarre et snapshote l'état mémoire et CPU, puis un fork qui mappe le snapshot en CoW et restaure l'état CPU. Des SDK Python et TypeScript permettent d'exécuter du code dans le sandbox via une API accessible, notamment en envoyant une requête POST vers /v1/exec. Le projet est décrit comme un prototype opérationnel non encore production-hardened et est publié sous licence Apache-2.0.

07:01

Get Shit Done: A meta-prompting, context engineering and spec-driven dev system

GSD est un système léger et puissant de méta-prompting et d’ingénierie de contexte qui rend Claude Code et d’autres runtimes plus fiables en évitant la dégradation du contexte. Il propose d’installer via npx get-shit-done-cc@latest et fonctionne sur Mac, Windows et Linux. Son fonctionnement s’articule autour de six phases — Initier le projet, discuter, planifier, exécuter, vérifier et répéter — avec des livrables comme PROJECT.md et ROADMAP.md et des commits atomiques après chaque tâche. Il offre des modes et options, dont un Quick Mode pour les tâches ad hoc, ainsi que des profils de modèles et des flux de travail (recherche, vérification, exécution). Des mesures de sécurité et des instructions de configuration, dépannage et désinstallation sont fournies, avec des conseils sur les ports communautaires et les patterns de permissions granulaire.

07:01

Python 3.15's JIT is now back on track

Les performances du CPython JIT 3.15 alpha sont environ 11–12 % plus rapides sur macOS AArch64 et 5–6 % plus rapides sur x86_64 Linux par rapport à leurs interprètes respectifs, avec une plage réelle allant d’un ralentissement d’environ 20 % à une accélération supérieure à 100 %. Le support du free-threading n’est pas encore en place, mais l’équipe vise à l’atteindre d’ici 3.15/3.16. L’auteur rappelle les difficultés passées et souligne le rôle des contributeurs clés ainsi que l’importance d’attirer de nouveaux contributeurs grâce à des pratiques de travail clairement définies et des responsabilités segmentées. Des choix techniques importants, comme le traçage de l’exécution et l’élimination des branches liées au décompte de références, complétés par le mécanisme de double dispatch, ont significativement amélioré les performances et la couverture du code. L’article met aussi en évidence l’importance des personnes et de la chance, décrit l’équipe et les contributions, et conclut que les progrès dépendent de la collaboration et d’un travail durable.

07:00

Mistral AI Releases Forge

Forge est un système destiné aux entreprises pour développer des modèles d’IA de pointe fondés sur leurs connaissances propriétaires. Contrairement aux modèles majoritairement entraînés sur des données publiques, il permet d’entraîner des modèles sur documents internes, code et données opérationnelles pour intégrer le contexte spécifique de l’entreprise. Il propose des approches d’entraînement en pré-entraînement, post-entraînement et apprentissage par renforcement afin d’aligner les modèles sur les politiques et les objectifs internes. Forge garantit le contrôle et l’autonomie stratégique en permettant un entraînement et une exécution sur des jeux de données propriétaires dans l’infrastructure de l’entreprise, avec des cadres de gouvernance et de conformité. Conçue autour d’un design axé sur les agents, la solution prend en charge les architectures dense et MoE, le multimodal et divers domaines d’application, et invite les organisations à découvrir Forge.