Veille IA #34

Cette semaine, les annonces retenues concernent des besoins concrets : construire un agent téléphonique, travailler sur du code en local, classer des documents ou mieux extraire leur contenu. Leur intérêt se mesure surtout à leur place dans un travail existant : quelle étape facilitent-elles, et que faut-il encore vérifier avant de leur faire confiance ?

Côté recherche, la conception de protéines contre des toxines de scorpion apporte un résultat expérimental tangible. Elle demande aussi une distinction essentielle : obtenir une protéine qui se fixe à une toxine ne démontre pas encore qu’elle peut la neutraliser.

Les outils retenus

Voxtral 3 : réunir les briques d’un agent téléphonique

Mistral a annoncé le 20 octobre une mise à jour majeure de Voxtral. Voxtral 3 réunit transcription, synthèse vocale et appels d’outils pour construire des agents téléphoniques. L’ensemble est disponible par API, c’est-à-dire une interface permettant de l’intégrer à un logiciel. Le déploiement privé passe par l’équipe commerciale.

Pour une équipe technique, l’intérêt tient à l’articulation de ces fonctions. Un agent téléphonique doit transformer la parole en texte, produire une réponse vocale et pouvoir déclencher une opération dans un autre système. L’annonce porte donc sur plusieurs composantes d’un même usage, au-delà de la seule reconnaissance de la parole.

Le point à examiner reste leur comportement sur vos conversations. Les performances annoncées ne suffisent pas à établir la qualité du service dans votre contexte. Une évaluation utile doit porter sur le parcours complet : ce que l’agent comprend, ce qu’il répond et l’action qu’il demande à un outil.

Annonce officielle de Mistral · Publication sur X

Flint : une option de programmation à exécuter localement

Recursive a publié Flint le 21 octobre. Ce modèle de programmation est proposé à poids ouverts sous licence Apache 2.0, avec des versions compressées utilisables localement. Les poids sont les paramètres du modèle : leur disponibilité permet ici d’exécuter celui-ci sur sa propre machine.

L’intérêt pratique est clair pour qui souhaite travailler sur du code sans l’envoyer à un service distant. La possibilité d’une exécution locale devient un critère de choix à part entière, à examiner avec la qualité des réponses et les contraintes de la machine utilisée.

Les vitesses et les classements publiés restent ceux de l’éditeur. Recursive recommande également de décomposer les tâches difficiles. Cela donne un bon cadre pour un premier essai : choisir une correction de bug précise, fournir un contexte limité et vérifier la modification obtenue. Ce test renseigne sur la capacité de Flint à participer à votre travail quotidien, sans lui confier d’emblée une transformation trop large.

Présentation de Recursive Flint · Publication sur X

Decisions API : structurer les tâches de classement et de choix

OpenAI a généralisé Decisions API le 22 octobre, après une bêta ouverte le 6 octobre. Cette évolution concerne les tâches de classement, de choix et de notation, avec un cache, des entrées JSON — un format courant de données structurées — et jusqu’à 400 questions par requête.

L’intérêt concerne notamment le tri documentaire et l’orientation des demandes. Dans ces usages, la sortie attendue est souvent une catégorie, un choix ou une note. Une interface consacrée à ces décisions mérite donc d’être évaluée sur la façon dont elle s’intègre aux règles déjà présentes dans une application.

Le travail déterminant reste le calibrage sur des exemples représentatifs. Les seuils doivent correspondre aux conséquences de la décision : une erreur de classement et une mauvaise orientation ne posent pas nécessairement le même problème. La capacité à regrouper de nombreuses questions dans une requête facilite le traitement par lots ; elle ne dispense pas de vérifier la pertinence des réponses sur ses propres données.

Documentation officielle de Decisions API · Historique des évolutions

OCRia-1 : préserver la structure des documents difficiles

LlamaIndex a lancé OCRia-1 le 22 octobre. Ce modèle de 4 milliards de paramètres, intégré à LlamaParse, vise à préserver les tableaux complexes, les graphiques et les formules lors de l’extraction documentaire. Son arrivée sur OpenDocRouter le lendemain offre un second accès au même lancement.

L’enjeu dépasse la reconnaissance des caractères. Dans un document technique, une valeur perd une partie de son sens si elle est associée à la mauvaise ligne ou à la mauvaise colonne. De même, extraire le texte d’une formule ne garantit pas que sa structure ait été conservée.

OCRia-1 mérite donc surtout un examen sur les documents qui mettent votre extraction actuelle en difficulté. Les comparaisons publiées proviennent de LlamaIndex ; elles ne permettent pas, à elles seules, de conclure sur vos PDF. Pour un essai, quelques fichiers exigeants peuvent suffire à faire apparaître les différences : vérifiez les valeurs, leurs associations dans les tableaux et la restitution des formules. La fidélité de l’extraction compte davantage qu’un résultat simplement lisible.

Présentation officielle d’OCRia-1 · Publication sur X

Claude Duet : préparer des tâches avec un agent sur ordinateur cloud

Présenté le 21 octobre en préversion limitée, Claude Duet est une application qui prépare des tâches et surveille les comptes connectés depuis son propre ordinateur cloud. Elle prévoit une validation avant les actions sensibles.

L’annonce concerne une application distincte des modèles Claude. Pour un lecteur technique, le sujet est le fonctionnement de l’agent dans la durée : quels comptes observe-t-il, quelles tâches prépare-t-il et à quel moment sollicite-t-il une validation ? Ces questions deviennent centrales dès qu’un assistant intervient dans un environnement de travail connecté.

L’accès reste sur invitation, pour les abonnés Pro et Max aux États-Unis. Deux limites accompagnent cette préversion : l’agent peut encore mal apprécier les urgences, et son activité consomme les quotas du forfait. L’évaluation doit donc porter autant sur la pertinence de ses interventions que sur les tâches accomplies. Préparer une action utile suppose aussi de reconnaître le bon moment pour la proposer.

Annonce officielle de Claude Duet · Publication sur X

OlmoEarth v1.3 : explorer des données satellitaires sans GPU personnel

Ai2 a annoncé OlmoEarth v1.3 le 22 octobre. Cette mise à jour ajoute des représentations satellitaires précalculées et un explorateur web pour comparer des paysages et créer des cartes avec quelques exemples, sans disposer d’un processeur graphique personnel.

Les représentations précalculées sont des données déjà transformées par le modèle pour être exploitées ensuite. Leur intérêt pratique est de rendre l’exploration accessible sans commencer par exécuter soi-même ce calcul. Le nouvel explorateur donne également un point d’entrée concret pour examiner les paysages et produire des cartes à partir d’exemples.

La couverture temporelle impose toutefois de cadrer les usages : elle est mondiale pour 2023–2025, tandis que les années antérieures restent partiellement couvertes. Avant de préparer une comparaison dans le temps, il faut donc vérifier que les périodes nécessaires sont disponibles pour la zone étudiée. Cette contrainte peut déterminer la faisabilité du travail avant même le choix des exemples.

Présentation d’OlmoEarth v1.3 · Publication sur X

Recherche : concevoir des protéines contre les toxines de scorpion

Pour préparer de futurs traitements contre des toxines de scorpion, une première difficulté consiste à trouver des protéines capables de s’y fixer. Cette fixation est un résultat mesurable, mais elle ne prouve pas que la toxine cesse d’agir. C’est la distinction à garder en tête pour lire les travaux présentés par Anthropic le 20 octobre.

Dans cette étude, un modèle interne Claude a piloté des logiciels de conception de protéines, avec des relances humaines. Plus de 318 000 propositions ont été produites, puis 211 protéines ont été testées expérimentalement. Parmi elles, 17 satisfont les critères de fixation aux toxines.

L’intérêt du résultat tient au passage de la conception numérique à l’expérience. Le modèle a participé à la coordination d’un travail dont certaines propositions ont été fabriquées et testées. Pour les équipes qui évaluent des agents dans un contexte scientifique, cela fournit un exemple de recherche suivie jusqu’à une mesure réelle.

La présence de relances humaines compte dans l’interprétation : le résultat décrit un processus associant le modèle, les logiciels et les interventions humaines. Il ne permet pas d’attribuer l’ensemble du travail à un système autonome.

Les limites biologiques sont tout aussi décisives. Aucune neutralisation n’a été démontrée en cellules ou chez l’animal, et aucun succès contre plusieurs toxines simultanément n’a été obtenu. Les 17 protéines répondant aux critères de fixation ne constituent donc pas une démonstration de traitement.

Ce que cette recherche apporte, en pratique, est une preuve de capacité à coordonner une démarche de conception jusqu’à des essais expérimentaux. Sa portée thérapeutique reste inconnue. Le résultat mérite l’attention précisément à ce niveau : des propositions ont conduit à des protéines présentant la propriété recherchée de fixation, tandis que leur éventuelle utilité contre les effets des toxines reste à établir.

Étude d’Anthropic : méthode, résultats et limites

Pour la semaine à venir

Deux essais ciblés ressortent de cette sélection : confier à Flint une correction de bug locale, puis comparer OCRia-1 à votre extraction actuelle sur quelques PDF difficiles. Dans les deux cas, partez d’un résultat que vous pouvez vérifier directement : une correction qui résout le problème, des valeurs exactes et des tableaux correctement restitués.

Ces tests modestes donnent une base concrète pour décider quels outils méritent ensuite une évaluation plus large.