The Neuron Times — Lundi 26 octobre 2026

À la Une · Évaluation cliniqueFront Page · Clinical EvaluationSchlagzeilen · Klinische BewertungPrima pagina · Valutazione clinicaIn prima pagina · Valutazion clinica

Un CNN vieux de dix ans surpasse les LLM de pointe pour le diagnostic du cancer de la peauA Ten-Year-Old CNN Outperforms Cutting-Edge LLMs at Diagnosing Skin CancerZehnjähriges CNN übertrifft Spitzengrosse Sprachmodelle bei der HautkrebsdiagnoseUn CNN di dieci anni fa supera i LLM all'avanguardia nella diagnosi del cancro della pelleOn CNN de des agn el supera i LLM de frontiera per el diagnosis del cancer de la pell

Une étude du Lynch Lab, discutée massivement sur Hacker News, remet en question la course aux modèles généralistes face aux architectures spécialisées.A Lynch Lab study, widely discussed on Hacker News, calls into question the race toward generalist models in the face of specialized architectures.Eine Studie des Lynch Lab, die auf Hacker News intensiv diskutiert wurde, stellt das Wettrennen um generalistische Modelle gegenüber spezialisierten Architekturen infrage.Uno studio del Lynch Lab, ampiamente discusso su Hacker News, rimette in questione la corsa ai modelli generalisti rispetto alle architetture specializzate.On studi del Lynch Lab, discuss massivament in su Hacker News, el mett in question la corsa ai model generalista quand che se parla di architettur specializzaa.

De la rédaction — 26 octobre 2026From the editorial desk — 26 October 2026Von der Redaktion — 26. Oktober 2026Dalla redazione — 26 ottobre 2026De la redazzion — 26 ottobre 2026

Une étude publiée le 25 octobre 2026 par le Lynch Lab rapporte qu'un réseau de neurones convolutif entraîné il y a plus de dix ans surpasse les grands modèles de langage de frontière sur la tâche de diagnostic du cancer de la peau. La discussion lancée sur Hacker News a réuni 504 points et 227 commentaires en moins de 24 heures, signe d'un vif débat dans la communauté technique.A study published on 25 October 2026 by the Lynch Lab reports that a convolutional neural network trained more than ten years ago outperforms frontier large language models on the task of skin cancer diagnosis. The discussion launched on Hacker News gathered 504 points and 227 comments in less than 24 hours, a sign of a lively debate within the technical community.Eine am 25. Oktober 2026 vom Lynch Lab veröffentlichte Studie berichtet, dass ein vor über zehn Jahren trainiertes Convolutional Neural Network die modernsten grossen Sprachmodelle bei der Hautkrebsdiagnose übertrifft. Die auf Hacker News gestartete Diskussion erreichte in weniger als 24 Stunden 504 Punkte und 227 Kommentare – Zeichen einer lebhaften Debatte in der technischen Community.Uno studio pubblicato il 25 ottobre 2026 dal Lynch Lab riferisce che una rete neurale convoluzionale addestrata oltre dieci anni fa supera i grandi modelli linguistici all'avanguardia nel compito di diagnosi del cancro della pelle. La discussione avviata su Hacker News ha raccolto 504 punti e 227 commenti in meno di 24 ore, segno di un acceso dibattito nella comunità tecnica.On studi publicaa el 25 de ottober 2026 del Lynch Lab el reporta che ona red neuronal convoluzional addestrada pussee de des agn fa la supera i grand model de lengoeu de frontiera in del laurà de diagnosis del cancer de la pell. La discussion lanzada sora Hacker News l'ha regolt 504 pont e 227 comment in manch de 24 or, segn de on dibattitt viv in de la comunità tecnica.

Le résultat interroge la course aux modèles généralistes : sur des tâches médicales étroites et bien définies, une architecture spécialisée et vieillissante reste plus fiable que les LLM multimodaux les plus récents. Les commentateurs y voient un rappel que les benchmarks génériques ne prédisent pas la performance clinique, où la précision diagnostique prime sur la versatilité.The result questions the race toward generalist models: on narrow, well-defined medical tasks, a specialized and aging architecture remains more reliable than the latest multimodal LLMs. Commentators see it as a reminder that generic benchmarks do not predict clinical performance, where diagnostic precision matters more than versatility.Das Resultat stellt das Wettrennen um generalistische Modelle infrage: Bei eng umrissenen, klar definierten medizinischen Aufgaben bleibt eine spezialisierte, in die Jahre gekommene Architektur zuverlässiger als die neuesten multimodalen LLM. Kommentatoren sehen darin eine Mahnung, dass generische Benchmarks die klinische Leistung nicht vorhersagen, wo diagnostische Präzision über Vielseitigkeit gestellt wird.Il risultato mette in discussione la corsa ai modelli generalisti: su compiti medici ristretti e ben definiti, un'architettura specializzata e datata resta più affidabile dei LLM multimodali più recenti. I commentatori vi vedono un monito: i benchmark generici non predicono le prestazioni cliniche, dove la precisione diagnostica conta più della versatilità.El resultaa el mett in discussion la corsa ai model generalista: in di lavorà medic strecc e ben definii, ona architettura specializzada e inveciada la resta pussee fidabel di LLM multimodai pussee noeuv. I commentator ghe veden el regord che i benchmark generich predissen no la prestazion clinica, indove la precision del diagnosis la prersora la versatilità.

L'étude complète disponible sur le site du laboratoire détaille les protocoles de comparaison entre CNN historiques et modèles de frontière, et relance le débat sur le bon outil pour le bon problème — spécialisation contre généralisation.The full study, available on the laboratory's website, details the comparison protocols between historic CNNs and frontier models, and reignites the debate over the right tool for the right problem — specialization versus generalization.Die vollständige Studie, verfügbar auf der Website des Labors, beschreibt die Vergleichsprotokolle zwischen historischen CNN und Grenzmodellen und befeuert die Debatte um das richtige Werkzeug für das richtige Problem – Spezialisierung gegen Generalisierung.Lo studio completo, disponibile sul sito del laboratorio, dettaglia i protocolli di confronto tra CNN storiche e modelli all'avanguardia, e rilancia il dibattito sullo strumento giusto per il problema giusto — specializzazione contro generalizzazione.El studi complet disponibil sora el sit del laboratori el detaja i protocoi de confront tra CNN storegh e model de frontiera, e 'l rilanza el dibattitt in sul bon strument per el problema giust — specializazion contra generalizazion.

MajeurMajorGrossMaggioreMaggior

OpenAI et Anthropic baissent leurs prix de LLM de 80 % en quelques moisOpenAI and Anthropic Cut Their LLM Prices by 80% Within MonthsOpenAI und Anthropic senken ihre LLM-Preise um 80 % innert wenigen MonatenOpenAI e Anthropic riducono i prezzi dei LLM dell'80% in pochi mesiOpenAI e Anthropic sbassen i prezzi de LLM del 80 % in quij quii mes chì

From the Wires — 25 octobre 2026

From the Wires — 25 October 2026

From the Wires — 25. Oktober 2026

Dagli studi — From the Wires — 25 ottobre 2026

From the Wires — 25 ottobre 2026

Selon une analyse publiée le 25 octobre 2026, OpenAI et Anthropic ont réduit leurs prix de LLM de jusqu'à 80 % en quelques mois, documente l'auteur, qui y voit la conjonction de trois forces : efficiences d'inférence, concurrence accrue et course au volume. La discussion sur Hacker News (260 commentaires) s'interroge sur la soutenabilité de cette déflation.

According to an analysis published on 25 October 2026, OpenAI and Anthropic have cut their LLM prices by up to 80% within months, as the author documents, pointing to the convergence of three forces: inference efficiencies, fiercer competition and the race for volume. The discussion on Hacker News (260 comments) questions the sustainability of this deflation.

Gemäss einer am 25. Oktober 2026 veröffentlichten Analyse haben OpenAI und Anthropic ihre LLM-Preise innerhalb weniger Monate um bis zu 80 % gesenkt, dokumentiert der Autor, der darin das Zusammentreffen dreier Kräfte sieht: Inferenzeffizienzen, verschärfter Wettbewerb und das Rennen um Volumen. Die Diskussion auf Hacker News (260 Kommentare) fragt nach der Nachhaltigkeit dieser Deflation.

Secondo un'analisi pubblicata il 25 ottobre 2026, OpenAI e Anthropic hanno ridotto i prezzi dei loro LLM fino all'80% in pochi mesi, come documenta l'autore, che vi vede la congiunzione di tre forze: efficienze di inferenza, concorrenza accresciuta e corsa al volume. La discussione su Hacker News (260 commenti) si interroga sulla sostenibilità di questa deflazione.

Segond ona analisi publicada el 25 de ottober 2026, OpenAI e Anthropic hinn sbassaa i sò prezzi de LLM fin al 80 % in quij quii mes chì, el documenta l'autor, che 'l ghe ved la congiunzion de trii forz: efficienz d'inferenzi, concorrenza accrescuda e corsa al volumm. La discussions sora Hacker News (260 comment) la se domanda sora la sostenibilità de quella deflazion chì.

IndustrieIndustryIndustrieIndustriaIndustria

Le PDG d'IBM juge les modèles à poids ouverts « irrésistiblement bons » on-premiseIBM's CEO Calls Open-Weight Models “Irresistibly Good” On-PremiseIBM-CEO stuft offene Gewichtungsmodelle als «unwiderstehlich gut» für On-Premise einIl CEO di IBM ritiene i modelli a pesi aperti «irresistibilmente buoni» on-premiseEl PDG d'IBM el giudica i model a pes jovaa « irresistibei bon » on-premise

From the Wires — 26 octobre 2026

From the Wires — 26 October 2026

From the Wires — 26. Oktober 2026

Dagli studi — From the Wires — 26 ottobre 2026

From the Wires — 26 ottobre 2026

Le PDG d'IBM a déclaré que les modèles à poids ouverts sont désormais « irrésistiblement bons et bon marché » pour un déploiement on-premise, rapporte The Register. Les propos, relayés le 26 octobre 2026 sur Hacker News, valident la stratégie d'IBM Granite et posent la question du coût total face aux API propriétaires.

IBM's CEO has said that open-weight models are now “irresistibly good and cheap” for on-premise deployment, reports The Register. The remarks, relayed on 26 October 2026 on Hacker News, validate the IBM Granite strategy and raise the question of total cost versus proprietary APIs.

Der IBM-CEO hat erklärt, offene Gewichtungsmodelle seien inzwischen «unwiderstehlich gut und günstig» für den On-Premise-Einsatz, berichtet The Register. Die am 26. Oktober 2026 über Hacker News verbreiteten Aussagen bestätigen die IBM-Granite-Strategie und stellen die Frage der Gesamtkosten gegenüber proprietären APIs.

L'amministratore delegato di IBM ha dichiarato che i modelli a pesi aperti sono ormai «irresistibilmente buoni ed economici» per un impiego on-premise, riporta The Register. Le dichiarazioni, riprese il 26 ottobre 2026 su Hacker News, convalidano la strategia IBM Granite e pongono la questione del costo totale rispetto alle API proprietarie.

El PDG d'IBM l'ha dii che i model a pes jovaa hinn ades « irresistibei bon e economegh » per on despiazzament on-premise, el rapporta The Register. I paroll, ripordaa el 26 de ottober 2026 sora Hacker News, confermen la strategia de IBM Granite e dann la domanda del cost total rispett ai API proprietari.

TechniqueTechnicalTechnikTecnicaTecnegh

Le state of the art du context engineering, synthétiséThe State of the Art of Context Engineering, DistilledDer State of the Art des Context Engineering, zusammengefasstLo stato dell'arte del context engineering, in sintesiEl state of the art del context engineering, in sintesi

From the Wires — 25 octobre 2026

From the Wires — 25 October 2026

From the Wires — 25. Oktober 2026

Dagli studi — From the Wires — 25 ottobre 2026

From the Wires — 25 ottobre 2026

Une synthèse publiée le 25 octobre 2026 fait le point sur le context engineering, discipline qui structure ce que voit un modèle à chaque étape. L'article, monté à 134 points sur Hacker News, distingue les pratiques durables des recettes éphémères nées du prompt engineering.

A synthesis published on 25 October 2026 takes stock of context engineering, the discipline that structures what a model sees at each step. The article, which climbed to 134 points on Hacker News, distinguishes durable practices from the ephemeral recipes born of prompt engineering.

Eine am 25. Oktober 2026 veröffentlichte Synthese zieht Bilanz zum Context Engineering, der Disziplin, die strukturiert, was ein Modell in jedem Schritt sieht. Der Artikel, auf 134 Punkte gestiegen auf Hacker News, unterscheidet tragfähige Praktiken von flüchtigen Rezepten aus dem Prompt Engineering.

Una sintesi pubblicata il 25 ottobre 2026 fa il punto sul context engineering, la disciplina che struttura ciò che un modello vede a ogni passo. L'articolo, salito a 134 punti su Hacker News, distingue le pratiche durature dalle ricette effimere nate dal prompt engineering.

Vna sintesi publicada el 25 de ottober 2026 la fa el pont sora el context engineering, disciplina che la struttura quell che'on model el ved a ogni pass. L'articol, montaa a 134 pont sora Hacker News, el distinguv i prategh durabil di recett effimer nassuu del prompt engineering.

LabosLabsLaboreLaboratoriLaboratori

Microsoft Decision-1 : un modèle de 9B fondé sur Qwen 3.5Microsoft Decision-1: A 9B Model Based on Qwen 3.5Microsoft Decision-1: Ein 9B-Modell auf Basis von Qwen 3.5Microsoft Decision-1: un modello da 9B basato su Qwen 3.5Microsooft Decision-1 : on model de 9B fondaa sora Qwen 3.5

From the Wires — 26 octobre 2026

From the Wires — 26 October 2026

From the Wires — 26. Oktober 2026

Dagli studi — From the Wires — 26 ottobre 2026

From the Wires — 26 ottobre 2026

Microsoft aurait lancé Decision-1, un modèle de 9 milliards de paramètres fondé sur Qwen 3.5, selon une analyse du 26 octobre 2026 relayée sur Hacker News. Le décryptage y voit une stratégie de modèles compacts et déployables localement.

Microsoft has reportedly launched Decision-1, a 9-billion-parameter model based on Qwen 3.5, according to an analysis of 26 October 2026 relayed on Hacker News. The analysis sees in it a strategy of compact, locally deployable models.

Microsoft soll Decision-1 lanciert haben, ein Modell mit 9 Milliarden Parametern auf Basis von Qwen 3.5, gemäss einer Analyse vom 26. Oktober 2026, die auf Hacker News verbreitet wurde. Die Analyse erkennt darin eine Strategie kompakter, lokal einsetzbarer Modelle.

Microsoft avrebbe lanciato Decision-1, un modello da 9 miliardi di parametri basato su Qwen 3.5, secondo un'analisi del 26 ottobre 2026 ripresa su Hacker News. Il decifrato vi vede una strategia di modelli compatti e distribuibili localmente.

Microsooft l'avaria lanzà Decision-1, on model de 9 miliard de parametr fondaa sora Qwen 3.5, segond vna analisi del 26 de ottober 2026 ripordada sora Hacker News. El descrifegg ghe ved vna strategia de model compatt e despiazzabel localment.

Page 1 — Page 1 — Seite 1 — Pagina 1 — Pagina 1 — À la Une — Modèles & FrontièreFront Page — Models & FrontierFrontseite — Modelle & GrenzePrima pagina — Modelli & FrontieraIn Prima Pagina — Model & Frontiera

I. Notes frontièreFrontier NotesGrenznotizenNote dalla frontieraNotizzi de frontiera

Benchmark

Dual Exam : GPT 6 Astra en tête des agents multimodaux avec 31,3 pointsDual Exam: GPT 6 Astra Leads Multimodal Agents with 31.3 PointsDual Exam: GPT 6 Astra führt multimodale Agenten mit 31,3 Punkten anDual Exam: GPT 6 Astra in testa agli agenti multimodali con 31,3 puntiDual Exam : GPT 6 Astra in testa di agent multimodai con 31,3 pont

GPT 6 Astra domine le nouvel indice pondéré d'agenticité de Dual Exam avec 31,3 points, tandis que GPT-Image-2 mène l'évaluation des world models à 21,7 points. Le benchmark, soumis le 26 octobre 2026 sur arXiv, teste 10 configurations d'agents sur 1 088 items et 15 configurations de world models sur 400 cas : un pilote de couplage agent-world model enregistre zéro succès de tâche, appelant un diagnostic au niveau des composants.

GPT 6 Astra leads the new weighted Dual Exam agency index with 31.3 points, while GPT-Image-2 tops the world models evaluation at 21.7 points. The benchmark, submitted on 26 October 2026 to arXiv, tests 10 agent configurations on 1,088 items and 15 world model configurations on 400 cases: an agent–world model coupling pilot recorded zero task successes, calling for component-level diagnosis.

GPT 6 Astra führt den neuen gewichteten Agenticity-Index von Dual Exam mit 31,3 Punkten an, während GPT-Image-2 die Bewertung der World Models mit 21,7 Punkten anführt. Der am 26. Oktober 2026 auf arXiv eingereichte Benchmark testet 10 Agent-Konfigurationen an 1 088 Items und 15 World-Model-Konfigurationen an 400 Fällen: Ein Pilotversuch zur Kopplung von Agent und World Model verzeichnet null Aufgabenerfolge, was eine Diagnose auf Komponentenebene verlangt.

GPT 6 Astra domina il nuovo indice ponderato di agentività di Dual Exam con 31,3 punti, mentre GPT-Image-2 guida la valutazione dei world model con 21,7 punti. Il benchmark, pubblicato il 26 ottobre 2026 su arXiv, testa 10 configurazioni di agenti su 1 088 item e 15 configurazioni di world model su 400 casi: un pilota di accoppiamento agente-world model registra zero successi di compito, richiedendo una diagnosi a livello di componenti.

GPT 6 Astra el domina el noeuv indes pondraa de agenticità de Dual Exam con 31,3 pont, intant che GPT-Image-2 el guida la valutazion di world model con 21,7 pont. El benchmark, mandaa el 26 de ottober 2026 sora arXiv, el prova 10 configurazion d'agent sora 1.088 item e 15 configurazion de world model sora 400 cas: on pilota de acoppiament agent-world model el registra zero success de lavorà, e 'l domanda on diagnosis al nivel di component.

Modèles

Models

Modelle

Modelli

Model

Microsoft Decision-1 : un Qwen 3.5 de 9B comme modèle de décisionMicrosoft Decision-1: A 9B Qwen 3.5 as a Decision ModelMicrosoft Decision-1: ein Qwen 3.5 mit 9B als EntscheidungsmodellMicrosoft Decision-1: un Qwen 3.5 da 9B come modello decisionaleMicrosooft Decision-1 : on Qwen 3.5 de 9B 'me model de decision

Microsoft aurait lancé « Decision-1 », un modèle de 9 milliards de paramètres basé sur Qwen 3.5, selon une analyse détaillée publiée le 26 octobre 2026 et discutée sur Hacker News. Le positionnement d'un géant du logiciel sur une base de poids ouverts chinois à cette taille illustre la stratégie de modèles compacts et déployables on-premise, à l'heure où le PDG d'IBM juge les modèles ouverts désormais « irrésistiblement bons et bon marché » en interne.

Microsoft has reportedly launched “Decision-1,” a 9-billion-parameter model based on Qwen 3.5, according to a detailed analysis published on 26 October 2026 and discussed on Hacker News. A software giant's choice to build on an open-weight Chinese base at this size illustrates the strategy of compact, on-premise-deployable models, at a time when IBM's CEO considers open models now “irresistibly good and cheap” in-house.

Microsoft soll gemäss einer am 26. Oktober 2026 veröffentlichten und auf Hacker News diskutierten Analyse «Decision-1» lanciert haben, ein Modell mit 9 Milliarden Parametern auf Basis von Qwen 3.5. Die Positionierung eines Software-Riesen auf einer chinesischen Open-Weight-Basis in dieser Grösse illustriert die Strategie kompakter, on-premise einsetzbarer Modelle – zu einem Zeitpunkt, da der IBM-CEO offene Modelle für intern bereits als «unwiderstehlich gut und günstig» einstuft.

Microsoft avrebbe lanciato «Decision-1», un modello da 9 miliardi di parametri basato su Qwen 3.5, secondo un'analisi dettagliata pubblicata il 26 ottobre 2026 e discussa su Hacker News. Il posizionamento di un gigante del software su una base di pesi aperti cinesi di questa taglia illustra la strategia di modelli compatti e distribuibili on-premise, in un momento in cui l'amministratore delegato di IBM ritiene i modelli aperti ormai «irresistibilmente buoni ed economici» in ambienti interni.

Microsooft l'avaria lanzà « Decision-1 », on model de 9 miliard de parametr fondaa sora Qwen 3.5, segond ona analisi dettagliada publicada el 26 de ottober 2026 e discussa sora Hacker News. El posizionament de on gigant del software sora ona basa de pes jovaa cinjes de quella dimension l'illustra la strategia di model compatt e despiazzabel on-premise, quand che'l PDG d'IBM el giudica i model demovert ades « irresistibei bon e economegh » in intern.

Agents incarnés

Embodied Agents

Verkörperte Agenten

Agenti incarnati

Agent incarnaa

HiSTEVE : un agent VLA joue à Minecraft comme un humain, à 85 % sur MineStudio BenchHiSTEVE: A VLA Agent Plays Minecraft Like a Human, at 85% on MineStudio BenchHiSTEVE: Ein VLA-Agent spielt Minecraft wie ein Mensch, mit 85 % auf MineStudio BenchHiSTEVE: un agente VLA gioca a Minecraft come un umano, all'85% su MineStudio BenchHiSTEVE : on agent VLA el giuga a Minecraft 'me on uman, cont el 85 % sora MineStudio Bench

HiSTEVE 1.0, un agent VLA hiérarchique de Tencent soumis le 26 octobre 2026 sur arXiv, atteint 85,0 % sur MineStudio Bench et 37,4 % de succès moyen sur OpenHA dans Minecraft. L'agent combine un planificateur VLM, une mémoire structurée de progression et une politique VLA unique contrôlant clavier et souris en vision pure — jusqu'à fabriquer une pioche en fer depuis zéro, comme un joueur humain.

HiSTEVE 1.0, a hierarchical VLA agent from Tencent submitted on 26 October 2026 to arXiv, reaches 85.0% on MineStudio Bench and 37.4% average success on OpenHA in Minecraft. The agent combines a VLM planner, a structured progression memory, and a single VLA policy controlling keyboard and mouse in pure vision — going as far as crafting an iron pickaxe from scratch, like a human player.

HiSTEVE 1.0, ein hierarchischer VLA-Agent von Tencent, eingereicht am 26. Oktober 2026 auf arXiv, erreicht 85,0 % auf MineStudio Bench und 37,4 % durchschnittlichen Erfolg auf OpenHA in Minecraft. Der Agent kombiniert einen VLM-Planer, ein strukturiertes Fortschrittsgedächtnis und eine einzige VLA-Policy, die Tastatur und Maus rein bildbasiert steuert – bis hin zur Herstellung einer Eisenspitzhacke von Grund auf wie ein menschlicher Spieler.

HiSTEVE 1.0, un agente VLA gerarchico di Tencent presentato il 26 ottobre 2026 su arXiv, raggiunge l'85,0% su MineStudio Bench e il 37,4% di successo medio su OpenHA in Minecraft. L'agente combina un pianificatore VLM, una memoria strutturata di progressione e una singola policy VLA che controlla tastiera e mouse in visione pura — fino a fabbricare un piccone di ferro partendo da zero, come un giocatore umano.

HiSTEVE 1.0, on agent VLA gerarghich de Tencent mandaa el 26 de ottober 2026 sora arXiv, el riv a 85,0 % sora MineStudio Bench e a 37,4 % de success medi sora OpenHA in Minecraft. L'agent el combena on pianificator VLM, ona memaria strutturada de progress e vuna politiga VLA unega che la governa tastadura e mouse con vision pura — fin a fabricà on picch de ferr partend de zero, 'me on giugador uman.

II. Industrie & sociétéIndustry & SocietyIndustrie & GesellschaftIndustria & societàIndustria & societaa

Économie

Economy

Wirtschaft

Economia

OpenAI et Anthropic baissent leurs prix de LLM de 80 % : anatomie d'une guerre des tokensOpenAI and Anthropic Cut LLM Prices by 80%: Anatomy of a Token WarOpenAI und Anthropic senken LLM-Preise um 80 %: Anatomie eines Token-KriegsOpenAI e Anthropic riducono i prezzi dei LLM dell'80%: anatomia di una guerra dei tokenOpenAI e Anthropic sbassen i prezzi de LLM del 80 % : anatomia de vuna guerra di token

Une analyse publiée le 25 octobre 2026 examine pourquoi OpenAI et Anthropic ont réduit leurs prix de LLM de jusqu'à 80 % en quelques mois, et notamment cette décomposition des coûts entre efficiences d'inférence, concurrence et stratégie de volume. La discussion de 260 commentaires sur Hacker News souligne la réorganisation du marché : le prix du token devient une arme concurrentielle, pas un simple reflet des coûts.

An analysis published on 25 October 2026 examines why OpenAI and Anthropic have cut their LLM prices by up to 80% within months, notably through this cost breakdown covering inference efficiencies, competition and volume strategy. The 260-comment Hacker News discussion highlights the market's reorganization: the price of a token has become a competitive weapon, not a mere reflection of costs.

Eine am 25. Oktober 2026 veröffentlichte Analyse untersucht, warum OpenAI und Anthropic ihre LLM-Preise innerhalb weniger Monate um bis zu 80 % gesenkt haben, darunter diese Kostenaufschlüsselung nach Inferenzeffizienz, Wettbewerb und Volumenstrategie. Die Diskussion mit 260 Kommentaren auf Hacker News unterstreicht die Neuordnung des Marktes: Der Token-Preis wird zur Wettbewerbswaffe, nicht mehr zum blossen Spiegel der Kosten.

Un'analisi pubblicata il 25 ottobre 2026 esamina perché OpenAI e Anthropic hanno ridotto i prezzi dei loro LLM fino all'80% in pochi mesi, e in particolare questa scomposizione dei costi tra efficienze di inferenza, concorrenza e strategia di volume. La discussione di 260 commenti su Hacker News evidenzia la riorganizzazione del mercato: il prezzo del token diventa un'arma concorrenziale, non un semplice riflesso dei costi.

On'analisi publicada el 25 de ottober 2026 la esamina perchè OpenAI e Anthropic hinn sbassaa i sò prezzi de LLM fin al 80 % in quij quii mes chì, e in particolar quella scomposizion di cost chì tra efficienz d'inferenzi, concorrenza e strategia de volumm. La discussion de 260 comment sora Hacker News la sottalinea la reorganizazion del mercaa: el prezzi del token el deven ona arma de concorrenza, no domà on spegg di cost.

Page 2 — Page 2 — Seite 2 — Pagina 2 — Pagina 2 — Le Cahier TechniqueThe Technical SupplementDas Technische DossierIl Quaderno TecnicoEl Quadern Tecnegh

III. Outils & méthodesTools & MethodsWerkzeuge & MethodenStrumenti & metodiStrument & metod

Infrastructure

Infrastruktur

Infrastruttura

« Les modèles ouverts sont devenus irrésistibles » : le patron d'IBM mise sur l'on-premise“Open Models Have Become Irresistible”: IBM's Boss Bets on On-Premise«Offene Modelle sind unwiderstehlich geworden»: Der IBM-Chef setzt auf On-Premise«I modelli aperti sono diventati irresistibili»: il capo di IBM punta sull'on-premise« I model demovert hinn devegnuu irresistibei » : el patron d'IBM el scommett sora l'on-premise

Le PDG d'IBM a déclaré, dans des propos rapportés le 26 octobre 2026 par The Register, que les modèles à poids ouverts sont désormais « irrésistiblement bons et bon marché » pour un déploiement on-premise. La prise de position, discutée par 80 commentaires sur Hacker News, porte un coup supplémentaire au modèle économique des API propriétaires pour les charges de travail sensibles.

IBM's CEO stated, in remarks reported on 26 October 2026 by The Register, that open-weight models are now “irresistibly good and cheap” for on-premise deployment. The stance, discussed across 80 Hacker News comments, deals a further blow to the proprietary-API business model for sensitive workloads.

Der IBM-CEO hat laut The Register erklärt, offene Gewichtungsmodelle seien inzwischen «unwiderstehlich gut und günstig» für den On-Premise-Einsatz. Die von 80 Kommentaren auf Hacker News diskutierte Positionierung fügt dem Geschäftsmodell proprietärer APIs bei sensiblen Workloads einen weiteren Schlag zu.

L'amministratore delegato di IBM ha dichiarato, in dichiarazioni riportate il 26 ottobre 2026 da The Register, che i modelli a pesi aperti sono ormai «irresistibilmente buoni ed economici» per un impiego on-premise. La presa di posizione, discussa da 80 commenti su Hacker News, infligge un ulteriore colpo al modello economico delle API proprietarie per i carichi di lavoro sensibili.

El PDG d'IBM l'ha dii, in di paroll rapportaa el 26 de ottober 2026 de The Register, che i model a pes jovaa hinn ades « irresistibei bon e economegh » per on despiazzament on-premise. La posizion, discussa de 80 comment sora Hacker News, la dà on colp ancmò al model economigh di API proprietari per i carich de laurà sensibel.

Méthodes

Methods

Methoden

Metodi

Metod

Le state of the art du context engineering, passé au cribleThe State of the Art of Context Engineering, Under the MicroscopeDer State of the Art des Context Engineering im PrüfstandLo stato dell'arte del context engineering, passato al setaccioEl state of the art del context engineering, passaa al crater

Une synthèse publiée le 25 octobre 2026 dresse l'état de l'art du context engineering, discipline qui structure ce que voit un agent à chaque étape. L'article, arrivé en première page de Hacker News avec 134 points, revient sur les pratiques de curation du contexte long, la compression d'historique et la sélection d'outils — devenus des leviers de performance aussi déterminants que le choix du modèle lui-même.

A synthesis published on 25 October 2026 maps the state of the art of context engineering, the discipline that structures what an agent sees at each step. The article, which reached the Hacker News front page with 134 points, revisits long-context curation practices, history compression and tool selection — levers of performance that have become as decisive as the choice of the model itself.

Eine am 25. Oktober 2026 veröffentlichte Synthese zeichnet den State of the Art des Context Engineering nach – der Disziplin, die strukturiert, was ein Agent in jedem Schritt sieht. Der Artikel, der mit 134 Punkten auf die Frontseite von Hacker News gelangte, beleuchtet die Kuratierung langer Kontexte, die Komprimierung von Verläufen und die Werkzeugauswahl – inzwischen ebenso leistungsbestimmende Hebel wie die Wahl des Modells selbst.

Una sintesi pubblicata il 25 ottobre 2026 traccia lo stato dell'arte del context engineering, la disciplina che struttura ciò che un agente vede a ogni passo. L'articolo, giunto in prima pagina su Hacker News con 134 punti, ripercorre le pratiche di cura del contesto lungo, la compressione dello storico e la selezione degli strumenti — divenuti leve di prestazione altrettanto decisive quanto la scelta del modello stesso.

Vna sintesi publicada el 25 de ottober 2026 la tra el statt de l'art del context engineering, disciplina che la struttura quell che'on agent el ved a ogni pass. L'articol, rivaa in prima pagina de Hacker News con 134 pont, el torna sora i prategh de curazion del context longh, la compression de la storia e la scerna di strument — devegnuu levée de prestazion proppi decisiv 'me la scelta del model lù istess.

Outils

Tools

Werkzeuge

Strumenti

Strument

ADRs pour l'IA : des délibérations architecturales versionnées pour superviser le code des agentsADRs for AI: Versioned Architectural Deliberations to Oversee Agent CodeADRs für KI: versionierte Architektur-Deliberationen zur Aufsicht über Agenten-CodeADR per l'IA: deliberazioni architetturali versionate per supervisionare il codice degli agentiADR per l'IA : di deliberazion architetturai versionaa per supervisà el codes di agent

Le projet ADRs for AI, présenté le 25 octobre 2026 sur Hacker News, propose de faire écrire par les agents des « Architectural Deliberation Records » versionnés dans Git : chaque décision de design est documentée avec ses options, sa justification, sa confiance et un falsifieur. Le cadre cible deux chantiers de la programmation assistée : la supervision humaine et la soutenabilité du code écrit par IA.

The ADRs for AI project, presented on 25 October 2026 on Hacker News, proposes having agents write versioned “Architectural Deliberation Records” in Git: every design decision is documented with its options, rationale, confidence level and a falsifier. The framework targets two pain points of AI-assisted programming: human oversight and the sustainability of AI-written code.

Das Projekt ADRs for AI, am 25. Oktober 2026 auf Hacker News vorgestellt, schlägt vor, von Agenten versionierte «Architectural Deliberation Records» in Git schreiben zu lassen: Jede Designentscheidung wird mit Optionen, Begründung, Konfidenz und einem Falsifikator dokumentiert. Das Framework zielt auf zwei Baustellen der assistierten Programmierung: die menschliche Aufsicht und die Nachhaltigkeit von KI-geschriebenem Code.

Il progetto ADRs for AI, presentato il 25 ottobre 2026 su Hacker News, propone di far scrivere agli agenti degli «Architectural Deliberation Records» versionati in Git: ogni decisione di design è documentata con le sue opzioni, la sua giustificazione, il suo grado di fiducia e un falsificatore. Il quadro prende di mira due cantieri della programmazione assistita: la supervisione umana e la sostenibilità del codice scritto dall'IA.

El progett ADRs for AI, presentaa el 25 de ottober 2026 sora Hacker News, el propon de fà scriv di agent di « Architectural Deliberation Records » versionaa in Git: ogni decision de design l'è documentada con i sò opzion, la sò giustificazion, la sò fiducia e on falsificator. El quadro el volz do cantée de la programmazion assistida: la supervision umana e la sostenibilità del codes scrivuu de l'IA.

Open source

Open Source

Open source

PaperPilot : un moteur PDF en Rust, zéro-cloud, avec serveur MCPPaperPilot: A Rust, Zero-Cloud PDF Engine with an MCP ServerPaperPilot: Eine PDF-Engine in Rust, cloud-frei, mit MCP-ServerPaperPilot: un motore PDF in Rust, zero-cloud, con server MCPPaperPilot : on motor PDF in Rust, zero-cloud, con server MCP

PaperPilot, publié le 26 octobre 2026 sur GitHub, est un moteur PDF entièrement en Rust compilé en WASM, exposant une interface MCP : l'analyse documentaire tourne dans le navigateur, sans cloud. Le projet rejoint la vague d'outils agent-friendly qui réduisent la dépendance aux services distants pour le traitement des sources.

PaperPilot, published on 26 October 2026 on GitHub, is a fully Rust-based PDF engine compiled to WASM, exposing an MCP interface: document analysis runs in the browser, with no cloud. The project joins the wave of agent-friendly tools that reduce dependence on remote services for source processing.

PaperPilot, am 26. Oktober 2026 auf GitHub veröffentlicht, ist eine vollständig in Rust geschriebene, zu WASM kompilierte PDF-Engine mit MCP-Schnittstelle: Die Dokumentanalyse läuft im Browser, ohne Cloud. Das Projekt reiht sich in die Welle agentenfreundlicher Werkzeuge ein, welche die Abhängigkeit von entfernten Diensten bei der Quellenverarbeitung reduzieren.

PaperPilot, pubblicato il 26 ottobre 2026 su GitHub, è un motore PDF interamente in Rust compilato in WASM, che espone un'interfaccia MCP: l'analisi documentale gira nel browser, senza cloud. Il progetto si inserisce nell'onda di strumenti agent-friendly che riducono la dipendenza dai servizi remoti per l'elaborazione delle fonti.

PaperPilot, publicaa el 26 de ottober 2026 sora GitHub, l'è on motor PDF faa del tutt in Rust compilaa in WASM, con ona interfaccia MCP: l'analisi documentaria la corr in del navegador, senza cloud. El progett el se sgiont a l'onda di strument agent-friendly che sbassen la dipendenza di servizzi distant per el trattament di font.

Page 3 — Page 3 — Seite 3 — Pagina 3 — Pagina 3 — La RechercheThe ResearchDie ForschungLa RicercaLa Ricerca

IV. Papers du jourPapers of the DayPapers des TagesPaper del giornoPaper del dì

Agents

Agenten

Agenti

Agent

RSIHub : un cadre commun pour comparer les méthodes d'évolution d'agentsRSIHub: A Common Framework for Comparing Agent-Evolution MethodsRSIHub: Ein gemeinsames Framework zum Vergleich von Agenten-EvolutionsmethodenRSIHub: un quadro comune per confrontare i metodi di evoluzione degli agentiRSIHub : on quadro comun per paragonà i metod de evoluzion d'agent

RSIHub, un framework open source issu d'un travail avec ByteDance et publié le 26 octobre 2026 sur arXiv, unifie les méthodes d'évolution d'agents (AHE, Hyperagents, A-Evolve, GEPA) sur une infrastructure commune. Évaluées sur Terminal Bench 2 et τ³ Banking, elles apportent jusqu'à 13,5 points de pass@1 gagnés — mais les classements varient selon les réglages et les gains ne se transfèrent pas toujours aux tâches de validation.

RSIHub, an open-source framework resulting from work with ByteDance and published on 26 October 2026 on arXiv, unifies agent-evolution methods (AHE, Hyperagents, A-Evolve, GEPA) on a shared infrastructure. Evaluated on Terminal Bench 2 and τ³ Banking, they deliver up to 13.5 pass@1 points gained — but rankings shift with the settings, and gains do not always transfer to held-out validation tasks.

RSIHub, ein Open-Source-Framework aus einer Zusammenarbeit mit ByteDance, veröffentlicht am 26. Oktober 2026 auf arXiv, vereinheitlicht Agenten-Evolutionsmethoden (AHE, Hyperagents, A-Evolve, GEPA) auf einer gemeinsamen Infrastruktur. Auf Terminal Bench 2 und τ³ Banking bewertet, bringen sie bis zu 13,5 gewonnene pass@1-Punkte – die Ranglisten variieren jedoch je nach Einstellungen, und die Gewinne transferieren nicht immer auf Validierungsaufgaben.

RSIHub, un framework open source nato da un lavoro con ByteDance e pubblicato il 26 ottobre 2026 su arXiv, unifica i metodi di evoluzione degli agenti (AHE, Hyperagents, A-Evolve, GEPA) su un'infrastruttura comune. Valutati su Terminal Bench 2 e τ³ Banking, questi portano fino a 13,5 punti di pass@1 guadagnati — ma le classifiche variano a seconda delle impostazioni e i guadagni non sempre si trasferiscono ai compiti di validazione.

RSIHub, on framework open source nassuu de on laurà con ByteDance e publicaa el 26 de ottober 2026 sora arXiv, el unifica i metod de evoluzion d'agent (AHE, Hyperagents, A-Evolve, GEPA) sora vna infrastruttura comuna. Valuttaa sora Terminal Bench 2 e τ³ Banking, i porten fin a 13,5 pont de pass@1 guadagnaa — ma i classifich cambien segond i regolagg e i guadagn no se trasferissen semper ai lavorà de validazion.

Benchmark

UserArena : 64 729 trajectoires réelles pour évaluer les agents de shoppingUserArena: 64,729 Real Trajectories to Evaluate Shopping AgentsUserArena: 64 729 echte Trajektorien zur Bewertung von Shopping-AgentenUserArena: 64 729 traiettorie reali per valutare gli agenti di shoppingUserArena : 64.729 traiettori reai per valuttaa i agent de shopping

UserArena, publié le 26 octobre 2026 sur arXiv, met à disposition 64 729 trajectoires de session de 11 010 utilisateurs réels couvrant 566 102 articles, pour évaluer des agents de recommandation sur le long terme. La méthode d'On-Policy Trajectory Distillation obtient la meilleure fidélité de simulation et reproduit au plus près l'effet mesuré par un test A/B en production.

UserArena, published on 26 October 2026 on arXiv, provides 64,729 session trajectories from 11,010 real users covering 566,102 articles, to evaluate recommendation agents over the long term. Its On-Policy Trajectory Distillation method achieves the best simulation fidelity and most closely reproduces the effect measured by an A/B test in production.

UserArena, veröffentlicht am 26. Oktober 2026 auf arXiv, stellt 64 729 Sitzungstrajektorien von 11 010 echten Nutzern mit 566 102 Artikeln bereit, um Empfehlungsagenten langfristig zu bewerten. Die Methode der On-Policy Trajectory Distillation erzielt die beste Simulationsgenauigkeit und bildet den in einem produktiven A/B-Test gemessenen Effekt am besten nach.

UserArena, pubblicato il 26 ottobre 2026 su arXiv, mette a disposizione 64 729 traiettorie di sessione di 11 010 utenti reali, coprenti 566 102 articoli, per valutare agenti di raccomandazione sul lungo periodo. Il metodo dell'On-Policy Trajectory Distillation ottiene la migliore fedeltà di simulazione e riproduce nel modo più fedele l'effetto misurato da un test A/B in produzione.

UserArena, publicaa el 26 de ottober 2026 sora arXiv, el mett a disposizion 64.729 traiettori de session de 11.010 utent reai che quatten 566.102 articoi, per valuttaa di agent de raccomandazion sora el longh period. El metod de l'On-Policy Trajectory Distillation el tol el pont pussee volt de fedeltà de simulazion e 'l riproduv 'me mej l'effett missuraa de on test A/B in produzion.

Robotique

Robotics

Robotik

Robotica

Robotega

RynnUnify : un « cerveau incarné » unifié de 16B pour comprendre, planifier et contrôlerRynnUnify: A Unified 16B “Embodied Brain” for Understanding, Planning and ControlRynnUnify: Ein vereinheitlichtes «verkörpertes Gehirn» mit 16B für Verstehen, Planen und SteuernRynnUnify: un «cervello incarnato» unificato da 16B per comprendere, pianificare e controllareRynnUnify : on « servei incarnaa » unifegaa de 16B per capì, pianificà e controlà

RynnUnify, un modèle incarné unifié de 16 milliards de paramètres publié le 26 octobre 2026 sur arXiv, combine compréhension incarnée et planification visuelle longue-horizon. Il améliore de 9,75 points le score Rynn-VP par rapport à Cosmos 3 Nano, et son extension world-action réussit 51,5 % de 20 tâches composites RoboCasa365 et 46,7 % de succès moyen sur trois tâches robotiques réelles.

RynnUnify, a unified 16-billion-parameter embodied model published on 26 October 2026 on arXiv, combines embodied understanding with long-horizon visual planning. It improves the Rynn-VP score by 9.75 points over Cosmos 3 Nano, and its world-action extension completes 51.5% of 20 composite RoboCasa365 tasks and 46.7% average success on three real robotic tasks.

RynnUnify, ein vereinheitlichtes verkörpertes Modell mit 16 Milliarden Parametern, veröffentlicht am 26. Oktober 2026 auf arXiv, kombiniert verkörpertes Verständnis mit visueller Langzeit-Planung. Es verbessert den Rynn-VP-Score gegenüber Cosmos 3 Nano um 9,75 Punkte; seine World-Action-Erweiterung bewältigt 51,5 % von 20 zusammengesetzten RoboCasa365-Aufgaben und 46,7 % durchschnittlichen Erfolg auf drei realen Roboter-Aufgaben.

RynnUnify, un modello incarnato unificato da 16 miliardi di parametri pubblicato il 26 ottobre 2026 su arXiv, combina comprensione incarnata e pianificazione visiva a lungo orizzonte. Migliora di 9,75 punti il punteggio Rynn-VP rispetto a Cosmos 3 Nano, e la sua estensione world-action riesce nel 51,5% di 20 compiti compositi RoboCasa365 e nel 46,7% di successo medio su tre compiti robotici reali.

RynnUnify, on model incarnaa unifegaa de 16 miliard de parametr publicaa el 26 de ottober 2026 sora arXiv, el combena comprension incarnada e pianificazion visuala longh-orizont. El mejora de 9,75 pont el score Rynn-VP rispett a Cosmos 3 Nano, e la sò estension world-action la riess in del 51,5 % de 20 lavorà compost RoboCasa365 e in del 46,7 % de success medi sora trii lavorà robotigh reai.

Architecture

Architektur

Architettura

« Attention Is Not What You Need » : la remise en cause de l'attention revient sur le devant de la scène“Attention Is Not What You Need”: The Challenge to Attention Returns to Center Stage«Attention Is Not What You Need»: Die Infragestellung der Attention zurück auf der Bühne«Attention Is Not What You Need»: la messa in discussione dell'attenzione torna al centro della scena« Attention Is Not What You Need » : la contestazion de l'attention la torna in scena

Le papier « Attention Is Not What You Need », daté de 2025, est revenu au premier plan le 25 octobre 2026 via Hacker News (65 points). Sur cinq matrices de poids d'un LLM, TWIG — une représentation où chaque poids est le bout d'un chemin de décisions discrètes partagées — exige 9 à 15 % d'additions de moins que GPTQ à erreur égale en 3 et 4 bits, et jusqu'à 55 % de moins sur les matrices à forts outliers, selon le papier.

The paper “Attention Is Not What You Need,” dated 2025, returned to the spotlight on 25 October 2026 via Hacker News (65 points). Across five weight matrices of an LLM, TWIG — a representation where each weight is the endpoint of a path of shared discrete decisions — requires 9 to 15% fewer additions than GPTQ at equal error in 3- and 4-bit, and up to 55% fewer on matrices with strong outliers, according to the paper.

Das Papier «Attention Is Not What You Need» aus dem Jahr 2025 kehrte am 25. Oktober 2026 über Hacker News (65 Punkte) ins Rampenlicht zurück. Auf fünf Gewichtsmatrizen eines LLM benötigt TWIG – eine Darstellung, bei der jedes Gewicht das Ende eines Pfades geteilter diskreter Entscheidungen ist – bei gleichem Fehler in 3 und 4 Bit 9 bis 15 % weniger Additionen als GPTQ, und auf matrizen mit starken Out-lern bis zu 55 % weniger, gemäss dem Papier.

Il paper «Attention Is Not What You Need», datato 2025, è tornato in primo piano il 25 ottobre 2026 tramite Hacker News (65 punti). Su cinque matrici di pesi di un LLM, TWIG — una rappresentazione in cui ogni peso è l'estremità di un percorso di decisioni discrete condivise — richiede dal 9 al 15% di addizioni in meno rispetto a GPTQ a parità di errore in 3 e 4 bit, e fino al 55% in meno sulle matrici con outlier marcati, secondo il paper.

El paper « Attention Is Not What You Need », del 2025, l'è tornaa al prim pian el 25 de ottober 2026 via Hacker News (65 pont). Sora cinch matris de pes de on LLM, TWIG — ona rappresentazion indove ogni pes l'è l'estremitaa de on sentee de decision discret condivis — el domanda da 9 a 15 % de somm in men rispett a GPTQ a error compagn in 3 e 4 bit, e fin al 55 % in men sora i matris cont di fòrt outlier, segond el paper.

V. AnalysesAnalysesAnalysenAnalisiAnalisi

Multimodal

Multimodale

Multimodal

Omni-Woodpecker : corriger les hallucinations audio-visuelles sans réentraînementOmni-Woodpecker: Correcting Audio-Visual Hallucinations Without RetrainingOmni-Woodpecker: Audio-visuelle Halluzinationen ohne Nachtraining korrigierenOmni-Woodpecker: correggere le allucinazioni audiovisive senza riaddestramentoOmni-Woodpecker : corregg i allucinazion audio-visiv senza readdestrament

Omni-Woodpecker, un cadre sans entraînement publié sur arXiv et mis en avant le 26 octobre 2026 par la communauté Hugging Face (19 upvotes), corrige les hallucinations cross-modales des LLM omni en séparant preuves et priors appris dans les états cachés. Avec Qwen2.5-Omni-7B en socle, il gagne 12,9 points sur CMM et 8,6 points sur AVHBench, et généralise à VideoLLaMA2-AV (+4,6 et +3,9 points).

Omni-Woodpecker, a training-free framework published on arXiv and featured on 26 October 2026 by the Hugging Face community (19 upvotes), corrects cross-modal hallucinations of omni LLMs by separating evidence from learned priors in hidden states. Built on Qwen2.5-Omni-7B, it gains 12.9 points on CMM and 8.6 points on AVHBench, and generalizes to VideoLLaMA2-AV (+4.6 and +3.9 points).

Omni-Woodpecker, ein trainingsfreies Framework, veröffentlicht auf arXiv und am 26. Oktober 2026 von der Hugging-Face-Community hervorgehoben (19 Upvotes), korrigiert cross-modale Halluzinationen von Omni-LLMs, indem es Belege und erlernte Priors in den Hidden States trennt. Mit Qwen2.5-Omni-7B als Basis gewinnt es 12,9 Punkte auf CMM und 8,6 Punkte auf AVHBench und generalisiert auf VideoLLaMA2-AV (+4,6 und +3,9 Punkte).

Omni-Woodpecker, un quadro senza addestramento pubblicato su arXiv e messo in risalto il 26 ottobre 2026 dalla comunità Hugging Face (19 upvote), corregge le allucinazioni cross-modali dei LLM omni separando le prove e i prior appresi negli stati nascosti. Con Qwen2.5-Omni-7B come base, guadagna 12,9 punti su CMM e 8,6 punti su AVHBench, e generalizza a VideoLLaMA2-AV (+4,6 e +3,9 punti).

Omni-Woodpecker, on quadro senza addestrament publicaa sora arXiv e mettuu in vanti el 26 de ottober 2026 de la comunità Hugging Face (19 upvotes), el corregg i allucinazion cross-modai di LLM omni separand prov e priors imparaa in di staa sconduu. Con Qwen2.5-Omni-7B 'me bas, el guadagna 12,9 pont sora CMM e 8,6 pont sora AVHBench, e 'l generalizza a VideoLLaMA2-AV (+4,6 e +3,9 pont).

Page 4 — Page 4 — Seite 4 — Pagina 4 — Pagina 4 — La Communauté & ÉditoCommunity & EditorialDie Community & LeitartikelLa Comunità & EditorialeLa Comunitaa & Edito

VI. Signaux communautairesCommunity SignalsCommunity-SignaleSegnali dalla comunitàSegnai de comunitaa

Communauté

Community

Comunità

Comunitaa

DirCast : un seul modèle pour réaliser et commenter un match d'esport en directDirCast: One Model to Direct and Commentate a Live Esports MatchDirCast: Ein einziges Modell führt Regie und kommentiert ein E-Sport-Match liveDirCast: un solo modello per girare e commentare in diretta una partita di esportDirCast : on model domà per realizà e comentà on partid de esport in diretta

DirCast, publié le 26 octobre 2026 sur arXiv, réalise en direct la réalisation et le commentaire de matchs d'esport avec un unique modèle streaming vidéo-langage : chaque seconde, il scanne toutes les caméras en basse résolution, décide du cut, puis lit la caméra choisie en haute résolution avant de commenter. Construit sur 27 matchs professionnels de Dota 2, il surpasse les directeurs rule-based et zero-shot, dont GPT-5.

DirCast, published on 26 October 2026 on arXiv, directs and commentates live esports matches with a single streaming video-language model: every second, it scans all cameras at low resolution, decides on the cut, then reads the chosen camera in high resolution before commentating. Built on 27 professional Dota 2 matches, it outperforms rule-based and zero-shot directors, including GPT-5.

DirCast, veröffentlicht am 26. Oktober 2026 auf arXiv, führt Regie und Kommentar von E-Sport-Matches live mit einem einzigen Video-Sprache-Streaming-Modell aus: Jede Sekunde scannt es alle Kameras in niedriger Auflösung, entscheidet über den Cut, liest dann die gewählte Kamera in hoher Auflösung und kommentiert. Auf 27 professionellen Dota-2-Matches aufgebaut, übertrifft es regelbasierte und Zero-Shot-Regisseure, darunter GPT-5.

DirCast, pubblicato il 26 ottobre 2026 su arXiv, realizza in diretta la regia e il commento di partite di esport con un unico modello streaming video-linguaggio: ogni secondo scandaglia tutte le telecamere in bassa risoluzione, decide il taglio, poi legge la telecamera scelta in alta risoluzione prima di commentare. Costruito su 27 partite professionali di Dota 2, supera i registi rule-based e zero-shot, tra cui GPT-5.

DirCast, publicaa el 26 de ottober 2026 sora arXiv, el fa in diretta la realizazion e 'l comment di partid de esport con vun unich model streaming video-lengoeu: ogni segonda, el scanna tucc i camera in basa resoluzion, el decid el cut, poeu el legg la camera scernida in volta resoluzion prima de comentà. Costruii sora 27 partid professionai de Dota 2, el supera i diretor rule-based e zero-shot, GPT-5 compris.

Communauté

Community

Comunità

Comunitaa

HoloBoxing : la boxe humanoïde apprise en 7 minutes sur un seul GPUHoloBoxing: Humanoid Boxing Learned in 7 Minutes on a Single GPUHoloBoxing: Humanoides Boxen in 7 Minuten auf einer einzigen GPU erlerntHoloBoxing: il pugilato umanoide appreso in 7 minuti su una sola GPUHoloBoxing : la boxa umanoida imparada in 7 menut sora vna GPU domà

HoloBoxing, soumis le 26 octobre 2026 sur arXiv, apprend la boxe humanoïde en environ 7 minutes d'entraînement supplémentaire sur un seul GPU, en réutilisant un contrôleur corporel complet pré-entraîné et gelé. Un planificateur compact (actions en 32 dimensions) gère les décisions de tâche pendant que le contrôleur exécute les articulations — une recette de séparation compétences/décisions qui pourrait s'appliquer bien au-delà du ring.

HoloBoxing, submitted on 26 October 2026 to arXiv, learns humanoid boxing in roughly 7 additional minutes of training on a single GPU, by reusing a pre-trained and frozen whole-body controller. A compact planner (32-dimensional actions) handles task decisions while the controller drives the joints — a skill/decision separation recipe that could apply far beyond the ring.

HoloBoxing, eingereicht am 26. Oktober 2026 auf arXiv, erlernt humanoides Boxen in rund 7 Minuten zusätzlichem Training auf einer einzigen GPU, indem ein vortrainierter und eingefrorener Körper-Controller weiterverwendet wird. Ein kompakter Planer (32-dimensionale Aktionen) trifft die Aufgabenentscheidungen, während der Controller die Gelenke ausführt – ein Rezept zur Trennung von Fertigkeiten und Entscheidungen, das weit über den Ring hinaus Anwendung finden könnte.

HoloBoxing, presentato il 26 ottobre 2026 su arXiv, apprende il pugilato umanoide in circa 7 minuti di addestramento aggiuntivo su una sola GPU, riutilizzando un controllore corporeo completo pre-addestrato e congelato. Un pianificatore compatto (azioni in 32 dimensioni) gestisce le decisioni di compito mentre il controllore esegue le articolazioni — una ricetta di separazione abilità/decisioni che potrebbe applicarsi ben oltre il ring.

HoloBoxing, mandaa el 26 de ottober 2026 sora arXiv, el impara la boxa umanoida in circa 7 menut de addestrament supplementar sora vna GPU domà, cont el re drovà on contròl corporei complet pre-addestrà e jelaa. On pianificator compactt (azion in 32 dimension) el governa i decision de lavorà intant che 'l contròl el esegu i articolarion — vna recetta de separazion abilitaa/decision che la podaria aplicàss ben oltra el ring.

VII. ÉditoEditorialLeitartikelEditorialeEdito

Édito

Editorial

Leitartikel

Editoriale

Edito

Édito — La spécialisation n'est pas un retour en arrièreEditorial — Specialization Is Not a Step BackwardLeitartikel — Spezialisierung ist kein RückschrittEditoriale — La specializzazione non è un passo indietroEdito — La specializazion l'è no on tornà indree

La leçon de la journée tient en une opposition : d'un côté, un CNN de dix ans d'âge qui bat les LLM de frontière en dermatologie ; de l'autre, des agents qui apprennent la boxe en sept minutes et réalisent des matchs en direct. La frontière progresse le plus vite là où l'on cesse d'opposer généralisation et spécialisation pour les composer — un contrôleur gelé sous un planificateur léger, un monde simulé sous une politique experte. Le prix du token chute de 80 % pendant que le PDG d'IBM prédit la revanche de l'on-premise : la valeur migre du modèle vers l'assemblage. Les rédactions qui couvriront 2027 avec les mêmes grilles de lecture que 2025 passeront à côté de l'essentiel.

Today's lesson boils down to one contrast: on one side, a ten-year-old CNN beating frontier LLMs in dermatology; on the other, agents learning to box in seven minutes and directing matches live. The frontier advances fastest where generalization and specialization are composed rather than opposed — a frozen controller under a lightweight planner, a simulated world under an expert policy. Token prices plunge by 80% while IBM's CEO predicts the revenge of on-premise: value is migrating from the model to the assembly. Newsrooms that cover 2027 with the same interpretive grid as 2025 will miss the essential.

Die Lehre des Tages besteht in einem Gegensatz: auf der einen Seite ein zehnjähriges CNN, das die Grenz-LLMs in der Dermatologie schlägt; auf der anderen Agenten, die in sieben Minuten Boxen lernen und Matches live regieführen. Die Grenze schreitet dort am schnellsten voran, wo man aufhört, Generalisierung und Spezialisierung gegeneinander auszuspielen und sie komponiert – ein eingefrorener Controller unter einem leichten Planer, eine simulierte Welt unter einer Experten-Policy. Der Token-Preis stürzt um 80 %, während der IBM-CEO die Rückkehr des On-Premise vorhersagt: Der Wert wandert vom Modell zur Komposition. Redaktionen, die 2027 mit denselben Deutungsrastern wie 2025 berichten werden, verpassen das Wesentliche.

La lezione della giornata si riassume in un'opposizione: da un lato, un CNN di dieci anni fa che batte i LLM all'avanguardia in dermatologia; dall'altro, agenti che imparano il pugilato in sette minuti e girano partite in diretta. La frontiera avanza più rapidamente là dove si smette di contrapporre generalizzazione e specializzazione per comporle — un controllore congelato sotto un pianificatore leggero, un mondo simulato sotto una policy esperta. Il prezzo del token crolla dell'80% mentre l'amministratore delegato di IBM predice la rivincita dell'on-premise: il valore migra dal modello verso l'assemblaggio. Le redazioni che copriranno il 2027 con le stesse griglie di lettura del 2025 si lasceranno sfuggire l'essenziale.

La lezion del dì la sta in vuna opposizion: d'ona part, on CNN de des agn che'l batt i LLM de frontiera in dermatologia; de l'altra, di agent che'imparen la boxa in set menut e che fan la realizazion di partid in diretta. La frontiera la va innanz pussee a la svelta indove se smetten no de mett contra generalizazion e specializazion per componij — on contròl jelaa sotta on pianificator legger, on mond simulaa sotta vna politiga esperta. El prezzi del token el borla del 80 % intant che 'l PDG d'IBM el prediss la vendeta de l'on-premise: el valor el migra del model vers l'assemblagg. I redazion che quatterarann el 2027 cont i istess grili de lettura del 2025 passerann de fianch a l'essenzial.