Meta lance Muse, agent IA personnel, 639 points HN et 711 commentaires

Les signaux

🧬 AlphaGenome Atlas — carte haute résolution du DNA humain Google DeepMind publie AlphaGenome Atlas via blog.google, 592 points HN et 130 commentaires ⁴. La ressource est une carte haute résolution du DNA humain ⁴. Pourquoi ça compte : nouvelle base de référence publique pour les pipelines bio-informatiques et les modèles génomiques.

🛠️ Contrôle de sortie des agents de code Le repo ayghri/i-have-adhd est un skill qui empêche les agents de codage d’enterrer la réponse, 527 points HN et 365 commentaires ². Sur HF Papers, deux travaux attaquent le même problème de harnais : EVOHARNESSBENCH évalue les agents sous évolution contrôlée du harnais (outils, skills, agents spécialistes) ⁸, et Co-Evolving Harnesses and Models montre que la correction on-policy permet à des modèles plus faibles de rattraper là où l’imitation échoue, à une fraction du coût d’un modèle frontière ¹⁷. Diffs vs. Whole Files compare génération directe du fichier entier contre génération par diffs search/replace itératifs pour Flutter/Dart ¹⁶. Pourquoi ça compte : le harnais devient un levier de coût — un petit modèle bien harnessé peut suffire sur des tâches domaine.

🧠 Mémoire longue et couverture de raisonnement ConvMem propose une mémoire convolutionnelle pour le raisonnement long-contexte, en alternative aux approches séquentielles type MemAgent qui lisent le texte par segments et mettent à jour une mémoire de taille fixe ¹⁰. Difficulty-Adaptive Tree-Structured Policy Optimization cible l’expansion de la couverture de raisonnement (pass@k) en RLVR, là où l’entraînement améliore la précision single-sample mais pas la couverture intrinsèque par exploration limitée ⁷. Pourquoi ça compte : deux axes distincts — contexte effectif et exploration — à surveiller pour les pipelines RLVR et les agents long-contexte.

🤖 Agents GUI et génération vidéo conditionnée produit JarvisGUI attaque les workflows GUI multi-appareils : transfert de résultats intermédiaires, état partagé, coordination entre environnements hétérogènes, là où les benchmarks existants restent mono-appareil et statiques ⁹. AgenticGen traite la génération de vidéo publicitaire comme un problème de raisonnement conditionné produit, mesuré par des métriques business online, et non comme une simple synthèse vidéo ⁶. SAEScientist-Bench évalue si des agents IA peuvent mener une recherche autonome en interprétabilité SAE, pilier manquant pour le monitoring post-hoc et l’audit d’alignement ¹⁵. Pourquoi ça compte : trois benchmarks ouvrent des créneaux d’évaluation encore peu couverts — multi-device, métriques business, interprétabilité autonome.