Embeddings, vector DBs, contexte long.
Anthropic détaille comment Claude organise sa mémoire entre les sessions grâce au « dreaming » : pendant ses temps morts, le modèle relit ses conversations, corrige ses notes et réorganise ses connaissances. Gains mesurés à l'appui — et limites concrètes.
À LA UNEGoogle DeepMind dévoile AlphaGenome 2, un modèle entraîné sur plus de 107 millions de profils cellulaires qui prédit comment les variants de l'ADN modifient l'activité des gènes, cellule par cellule. Une avancée réelle pour la recherche, qui ne diagnostique rien toute seule.
À LA UNEMeta lance Muse Ember, son plus petit modèle : 0,10 $ le million de tokens en entrée, conçu pour exécuter à la chaîne les tâches que les agents répètent, pendant qu'un gros modèle planifie. Derrière l'annonce, une architecture « cerveau + mains bon marché » qui devient la norme - et une falaise de prix cachée à 200 000 tokens.
Onze semaines d'accès aux données internes d'Anthropic, un verdict mesuré : les modèles progressent environ deux fois plus vite depuis octobre 2025, et l'IA elle-même en serait la première cause. Avec des zones d'ombre assumées.
On a testé cinq assistants sur de vraies demandes de recherche. Une URL inventée sur quarante-sept citations, une liste d'auteurs fabriquée : la réponse est oui, mais plus comme en 2023.