HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

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

11427 articles Page 69/1143 Sans filtre

Show HN: Pac-Bench – How well can models one-shot a Pac-Man game?

Les labels de modèles sont des noms courts sans préfixe fournisseur, date ni suffixe d'effort. Les identifiants complets demandés et réels sont conservés sous Run data et lorsqu'une étiquette est partagée entre deux cartes, la carte demandée pour un modèle différent l'indique sous le titre. Les statistiques rapportées sont le temps mur et le nombre de tokens extraits des transcripts du harness lorsque disponibles. Les entrées de phase 2 utilisent Claude Code via OpenRouter, celles de phase 3 utilisent Antigravity avec Gemini, et l'entrée Grok Bot a été rédigée en chat à partir du même prompt court. Les cartes gpt-6 Codex sont des reruns avec clé API facturés au tarif Standard d'OpenAI d'après l'usage capturé, les coûts Cursor Cloud correspondent au chargedCents du tableau de bord si renseignés, la taille HTML est celle du fichier servi, et un tiret signifie qu'aucune valeur n'a été enregistrée.

ESP32S3 cluster running 1.58-bit (BitNet) Language model

Le projet exécute un modèle de 0,5 milliard de paramètres fragmenté sur un cluster de sept microcontrôleurs ESP32-S3 organisés en un nœud maître et six nœuds de calcul. Le nœud maître gère la tokenisation BPE, l'embedding INT4 et l'assemblage final avec normalisation RMS et la tête de langage, tandis que les nœuds de calcul exécutent les couches d'attention et les MLP. Les nœuds utilisent une quantification 1,58-bit pour les couches d'attention et MLP, accompagnée d'optimisations en assembleur pour les opérations MAC et d'un cache KV en PSRAM. La communication entre maître et nœuds se fait via une chaîne SPI en daisy‑chain à haute vitesse pour transmettre les vecteurs d'état caché d'une étape à l'autre. Le dépôt fournit les firmwares maître et nœud (ESP-IDF), des outils Python pour la quantification et le packaging des poids, des guides de workflow et une licence MIT.

Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms

Jeff est une famille de petits modèles fine-tunés (Qwen3.5 et Gemma 4) conçus pour la classification zéro-shot et qui renvoient, en un seul passage, des probabilités calibrées pour chaque option sans générer de texte ni nécessiter de parsing. Ces modèles sont très rapides et légers, tournant autour de 22 ms sur une RTX PRO 6000 et 28 ms sur une Apple M4 Max pour le 0.8B, et s'intègrent localement en gardant le même format de requête que Jev. L'entraînement se déroule entièrement sur matériel local avec données synthétiques produites par un modèle ouvert, et un court fine-tuning sur exemples spécifiques peut améliorer fortement l'exactitude (par exemple 31,7 % → 95,8 % pour une tâche de navigation vocale). Sur les benchmarks de classification et d'ancrage Jeff approche ou dépasse parfois des modèles plus grands, mais il reste nettement en retrait sur les tâches requérant du raisonnement profond et comporte des limites pratiques comme un maximum de 26 options et une entrée en texte anglais seulement. L'usage recommandé est de raisonner dans le code et de laisser Jeff choisir entre options clairement libellées, en gardant à l'esprit que la formulation importe beaucoup, que les petits modèles ne font pas de raisonnement multi-étapes, et que le projet est indépendant avec code et poids publiés sous MIT/Apache 2.0.

MicroLLM Lab – Try 7 tiny LLM's in the browser

L'outil effectue des vérifications objectives (regex et tokens exacts) plutôt qu'une évaluation de la qualité d'écriture. Un modèle de 135M est autorisé à échouer et cet échec constitue une mesure valide. On choisit des modèles puis on lance des exécutions, et l'estimation se fonde sur le dernier taux de tokens/s si disponible. Les métriques collectées localement dans le navigateur sont la vitesse (tokens/s, décodage soutenu, durée réelle) et l'exactitude (taux de réussite aux tests objectifs), et les chiffres restent sur cette machine. L'interface propose des champs pour le nom et les informations matérielles, permet d'écrire des benchmarks JavaScript évalués par eval() et offre aussi une option pour solliciter un LLM plus grand.

California farmers are struggling to sell grapes as demand for wine drops

Les viticulteurs californiens peinent à vendre leurs raisins car la production dépasse largement la demande, qui a chuté ces dernières années. Les ventes de vin aux États-Unis ont reculé d'environ 20 à 23 % sur cinq ans, entraînant une baisse des prix et l'arrêt de la production sur près d'un quart des vignobles de l'État. De nombreux producteurs doivent décider de récolter à perte, laisser les raisins sur pied ou arracher les vignes pour planter des cultures plus rentables comme les amandes, les noix, les pistaches ou les olives. La contraction de la demande, liée au vieillissement des baby‑boomers, à la moindre consommation des jeunes et à la concurrence d'autres boissons et du cannabis, complique les exportations et pèse sur l'économie locale. Certains viticulteurs multigénérationnels, comme Bill Berryhill, subissent des pertes importantes et voient des centaines d'acres de raisins invendus malgré de bonnes vendanges.

Simulating Airband Am Radios

L'auteur explique son intérêt à reproduire fidèlement les dynamiques d'une radio AM pour améliorer une application de voix utilisée dans un simulateur de vol coopératif. Il rappelle les principes physiques et techniques de base, notamment l'affaiblissement en fonction de la distance, l'échelle logarithmique des décibels et le concept de rapport signal sur bruit. Il décrit le fonctionnement de l'amplitude modulée, des filtres analogiques RC et de la détection d'enveloppe, ainsi que le rôle du contrôle automatique du gain (AGC) et du squelch pour stabiliser le volume et couper le bruit de fond. Il analyse les phénomènes d'interférence et d'artefacts audibles causés par la dérive d'oscillateurs et l'effet Doppler, qui produisent des battements et modulent l'enveloppe lorsque plusieurs émetteurs utilisent une même fréquence. Enfin, il présente une simulation numérique en baseband utilisant l'échantillonnage IQ, la sommation des vecteurs I/Q, le filtrage et l'AGC pour recréer ces effets, et propose une démonstration interactive ainsi que le code source.

Phyllotaxis: An audio-reactive LED display

L'auteur explore le motif naturel de la phyllotaxie en générant des points via un simple algorithme inspiré du ratio d'or et en observant l'effet intéressant d'une tessellation de Voronoi. Les données de cellules ont été exportées vers CadQuery et FreeCAD pour générer la géométrie physique, divisée en quadrants, puis imprimée en 3D et recouverte d'un papier mulberry diffusant. Le prototype comporte 89 LEDs adressables soudées, pilotées par une carte STM32 via un driver NeoPixel et un framework de type shader basé sur une table de positions pour produire des motifs radiaux. L'ajout d'un micro I2S INMP441 et de traitements DSP avec la bibliothèque ARM CMSIS a permis d'implémenter une réactivité audio multibande et des animations synchronisées au son. Le projet a évolué vers des PCB assemblés, une version finale basée sur ESP32 avec firmware en Rust et une installation laissée au Recurse Center, tandis que l'auteur envisage d'améliorations (assemblage, protection et matériaux) pour une version 3.