How to Fix autoconf-style Configuration Probing
Résumé indisponible pour cet article.
Les meilleurs longs formats de Hacker News, relus plus calmement.
Résumé indisponible pour cet article.
Les auteurs présentent Pyramid-JiT (P-JiT), une architecture pixel-space decoder-only qui prédit l'image cible à plusieurs résolutions le long d'un DiT et réduit fortement le coût d'entraînement et d'inférence. En remplaçant l'autoencodeur latent par une prédiction en pixel-space avec des readouts intermédiaires (3-Readout) et en élargissant le bottleneck, ils obtiennent une compression plus agressive tout en améliorant la qualité des générations. Ils ont exploré des gated residuals et plusieurs configurations de "patchifications" pour augmenter l'expressivité du flux résiduel, mais ont constaté que la version 3-Readout avec AdaLN, tanh et post-norm restait la meilleure et la plus rapide à entraîner. Sur les métriques de distribution, P-JiT atteint un FD-DINOv2 de 27,9, nécessite 11,3× moins d'échantillons pour atteindre le niveau final de Linum v2 et produit des images visuellement plus détaillées que Linum v2 et JiT-DDT, bien qu'il soit encore sous-entraîné sur certains tests de suivi d'instructions (comptage, etc.). Le code et les poids de P-JiT sont publiés sous licence Apache 2.0 comme artefact de recherche et l'équipe prévoit d'étendre ces idées pour la pré-formation vidéo en route vers Linum v3.
Le projet de transformation des anciennes mines à ciel ouvert en un vaste complexe lacustre s'achèvera en avril avec l'ouverture du lac Sedlitz, dernier élément de l'ensemble. L'ensemble comprend 23 lacs artificiels couvrant 14 000 hectares (environ 144 km²) et vise à relier plusieurs plans d'eau par des canaux navigables pour former un domaine continu. La réhabilitation, conduite par la LMBV, a coûté jusqu'à présent environ 7 milliards € pour la région et 13,8 milliards € au total, et nécessitera encore plusieurs milliards d'euros et plusieurs décennies pour être achevée. Les lacs sont remplis de façon contrôlée avec de l'eau des rivières pour éviter l'acidification, sécuriser les berges et servir aussi de réservoirs d'eau pour la région. Le développement touristique a déjà entraîné une hausse des nuitées et des emplois locaux, présente un modèle de reconversion pour d'autres régions minières et s'accompagne de la fermeture progressive des mines restantes prévue jusqu'en 2038.
L’article examine la thèse répandue selon laquelle les idées deviennent progressivement plus difficiles à trouver et conteste cette conclusion. Il identifie deux biais cognitifs — l'évidence rétrospective et la perception exagérée de la difficulté future — et cite des exemples historiques où des disciplines jugées proches de la fin ont connu des révolutions inattendues. L’auteur argue que les découvertes ouvrent de nouvelles pistes, que les outils modernes et les crises de reproductibilité rendent du « fruit » accessible, et que de nombreux doctorants font de la recherche originale dès le début de leur formation. Il critique les preuves empiriques avancées pour soutenir la pénurie d’idées et attribue plutôt le ralentissement apparent à des facteurs sociaux et organisationnels tels que la compétition pour les postes, la revue par les pairs conservatrice et les rendements décroissants à l’accroissement des effectifs. Plutôt que d’adopter le pessimisme, l’article plaide pour l’audace individuelle et des réformes institutionnelles qui permettent l’émergence de nouveaux paradigmes et de nouvelles formes de progrès scientifique.
L'étude exploite les réformes norvégiennes de 2021–2024 qui ont augmenté la fiscalité des dividendes, supprimé des échappatoires liées à la migration et presque doublé le taux marginal effectif sur la richesse entrepreneuriale. Les réformes ont entraîné des migrations concentrées chez le 0,1 % le plus riche, principalement en 2022–2023, et au plus une centaine d'individus sont partis à cause des mesures. Il n'y a aucune preuve d'une fuite significative de fondateurs de start-up ou d'inventeurs et, sans ces départs, les recettes de l'impôt sur la richesse auraient augmenté de 75 % entre 2021 et 2024. La sortie de contribuables réduit le gain de recettes à 71,5 %, mais les entreprises appartenant aux exilés restent actives et ne réduisent pas leurs investissements. En comparant entreprises détenues par des Norvégiens et par des étrangers ou entités exonérées, l'auteur ne trouve pas d'augmentation des dividendes, de baisse d'investissement ni d'augmentation des faillites, suggérant que les coûts économiques à court terme de la taxation du patrimoine sont limités.
La distinction 2026 a été attribuée à Navanethem « Navi » Pillay en reconnaissance de son rôle dans l'élaboration et l'application du droit international. Née d'une famille tamoule en Afrique du Sud sous l'apartheid, elle a été avocate, a défendu Nelson Mandela et a occupé des fonctions judiciaires nationales et internationales. Elle a siégé à la High Court d'Afrique du Sud, au Tribunal pénal international pour le Rwanda, à la Cour pénale internationale et à la Cour internationale de Justice, et a exercé comme Haut-Commissaire des Nations Unies aux droits de l'homme. Ses décisions et son action ont permis d'élargir la portée du droit pénal international, notamment en reconnaissant le viol comme crime contre l'humanité et en poursuivant l'incitation au génocide par la propagande. Le comité a souligné que, face à des pressions croissantes contre l'ordre juridique international, son indépendance et son engagement pour la justice constituent un exemple et un rappel de la nécessité du respect du droit pour préserver la paix.
Trois chercheurs en sécurité d'OpenAI, licenciés la semaine dernière, ont publié une lettre ouverte niant avoir géré de manière inappropriée des informations sensibles et affirmant que leur renvoi créerait un effet de refroidissement au sein de l'entreprise. Ils soutiennent qu'ils ont communiqué avec des experts externes dans le cadre de pratiques établies pour traiter des risques liés à l'IA et affirment que la liberté de collaboration est un mécanisme essentiel de sécurité. OpenAI indique qu'une enquête a révélé un "schéma d'inconduite" lié à la mauvaise gestion d'informations de recherche, tandis qu'un mémo interne loue leurs contributions et nie toute représaille pour avoir soulevé des préoccupations de sécurité. Les chercheurs nient avoir fui des informations vers la presse, expliquent des circonstances précises — notamment un accès accidentel à la messagerie d'un dirigeant et des échanges lors de l'incident Hugging Face — et affirment avoir agi de bonne foi selon les normes en vigueur à l'époque. Ils demandent qu'OpenAI respecte ses engagements envers les audits tiers, la préservation de la surveillabilité des modèles et le maintien d'une culture transparente entre chercheurs en sécurité et évaluateurs externes.
Parmi les constantes de couplage du Modèle standard, l'intensité de l'interaction entre quarks et gluons, αs, était jusqu'ici nettement moins précise que celle de l'électromagnétisme et constituait un goulet d'étranglement pour les prédictions au LHC. La QCD sur réseau permet de calculer non perturbativement des observables à basse énergie, et la méthode de step-scaling exploite une suite de femto-univers pour faire monter la résolution jusqu'à des échelles où la théorie perturbative devient fiable. Une équipe de la collaboration ALPHA a déterminé αs(MZ)=0,11876±0,00058, soit une précision de 4,9 pour mille, en n'utilisant que des entrées d'énergie faible comme les masses du pion et du kaon et un étalon de longueur d'environ 0,14 fm. Le calcul combine deux approches cohérentes — dont l'une accroît les masses des trois quarks légers jusqu'à ≈10 GeV puis restaure perturbativement l'effet des quarks lourds — et repose sur quelque 400 millions d'heures-cœurs de simulation. Cette détermination indépendante des données de collision peut être intégrée aux prédictions pour le LHC et sert de test du Modèle standard à haute énergie, la valeur trouvée étant compatible avec les extractions phénoménologiques existantes.
Lundi, Firmus Technologies préparait une introduction en bourse sur l'ASX visant à lever plus de 7 milliards de dollars avec une valorisation annoncée d'environ 44 milliards, attirant un large cortège de banques et de courtiers. Au cours de la semaine, les banquiers ont découvert que la demande réelle était insuffisante, que de nombreux gros investisseurs pourraient vendre leurs actions immédiatement après l'entrée en bourse et que des mécanismes permettraient à certains fondateurs de monétiser rapidement leurs participations. Les banques ont tenté de sauver l'opération en recherchant des fournisseurs de liquidité et en réduisant le prix proposé de 11 à 9 puis à 5,50 dollars, ce qui a considérablement diminué la valorisation. Face à l'absence d'engagements suffisants, à l'hésitation des fonds de retraite et au risque que les capitaux levés servent d'exutoire aux premiers investisseurs, Firmus a retiré sa demande d'inscription en invoquant les conditions de marché. Plusieurs observateurs estiment que le retrait a évité aux investisseurs de détail un placement potentiellement risqué dans une entreprise largement dépendante de projets non construits.
Les modèles de décision sont conçus pour produire des sorties structurées exploitables par des logiciels, distincts des LLMs axés sur la génération de texte ou le raisonnement libre. Microsoft-Decision-1 est présenté comme un modèle rapide de scoring de décisions, disponible dans Microsoft Foundry et via OpenRouter, prenant en charge le routage, la classification, la priorisation, la vérification, le contrôle de workflow et la notation par rubriques. Selon les benchmarks fournis, il atteint la meilleure précision sur une comparaison de 36 jeux de tests (près de 150 000 questions), montre une forte généralisabilité et une robustesse élevée aux perturbations (≈1,3 % de changements de décision moyen) tout en affichant des latences très inférieures à plusieurs concurrents cités. Le modèle retourne des probabilités calibrées pour chaque option (utiles pour décider d’agir, différer ou revoir), a refusé les requêtes nuisibles dans des tests de sécurité et la tarification annoncée est de 0,042 USD par million de tokens en entrée tandis que les tokens de sortie sont gratuits. Microsoft indique des usages internes confirmés — étiquetage de données, routage d’incidents, recherche de connaissances, planification scientifique adaptative, contrôle et sélection d’actions d’agents — et prévoit d’itérer sur la qualité, la confiance et le coût en intégrant davantage d’évaluations et de données.