The Neuron Times

All the AI that's fit to print

N° 303 Édition du matinMorning EditionMorgenausgabeEdizione del mattinoEdizion del mattin · Genève VENDREDI 30 OCTOBRE 2026FRIDAY, 30 OCTOBER 2026FREITAG, 30. OKTOBER 2026VENERDÌ 30 OTTOBRE 2026VENERDÌ 30 OTTOBRE 2026

À la Une · Poids ouvertsFront Page · Open WeightsSchlagzeilen · Offene GewichtePrima pagina · Pesi apertiIn prima pagina · Pes dervii

Mistral ouvre les poids de « Le Chonk » : un trillion de paramètres pour l'open source européenMistral Opens the Weights of “Le Chonk”: A Trillion Parameters for European Open SourceMistral öffnet die Gewichte von «Le Chonk»: eine Billion Parameter für das europäische Open-Source-ÖkosystemMistral apre i pesi di « Le Chonk »: un trilione di parametri per l'open source europeoMistral el derva i pes de « Le Chonk »: on billion de parameter per l'open source europee

Le laboratoire français publie un modèle multimodal de 1 000 milliards de paramètres, présenté comme le meilleur modèle à poids ouverts pour le code.The French lab releases a 1-trillion-parameter multimodal model, presented as the best open-weights model for code.Das französische Labor publiziert ein multimodales Modell mit 1'000 Milliarden Parametern, das als bestes Open-Weight-Modell für Code präsentiert wird.Il laboratorio francese pubblica un modello multimodale da 1 000 miliardi di parametri, presentato come il miglior modello a pesi aperti per il codice.El laboratori frances el publica on model multimodal de 1.000 miliard de parameter, presentaa comè el mej model a pes dervii per el codes.

Mistral AI a annoncé le 29 octobre 2026 la mise en libre accès des poids de Mistral Large 4, surnommé « Le Chonk ». Le modèle, doté de 1 000 milliards de paramètres et multimodal, est présenté par le laboratoire parisien comme le meilleur modèle à poids ouverts pour le code, entraîné en Europe. L'annonce officielle précise que la sortie vise aussi bien les développeurs que les équipes sécurité (« built for coders, trusted by defenders »).Mistral AI announced on 29 October 2026 the free release of the weights of Mistral Large 4, nicknamed “Le Chonk”. The model, equipped with 1 trillion parameters and multimodal, is presented by the Paris-based lab as the best open-weights model for code, trained in Europe. The official announcement specifies that the release targets developers and security teams alike (“built for coders, trusted by defenders”).Mistral AI hat am 29. Oktober 2026 die Gewichte von Mistral Large 4, genannt «Le Chonk», frei verfügbar gemacht. Das Modell mit einer Billion Parametern und Multimodalität wird vom Pariser Labor als bestes Open-Weight-Modell für Code präsentiert, trainiert in Europa. Die offizielle Ankündigung präzisiert, dass die Veröffentlichung sowohl Entwickler als auch Sicherheitsteams anspricht («built for coders, trusted by defenders»).Mistral AI ha annunciato il 29 ottobre 2026 la messa in libero accesso dei pesi di Mistral Large 4, soprannominato « Le Chonk ». Il modello, dotato di 1 000 miliardi di parametri e multimodale, è presentato dal laboratorio parigino come il miglior modello a pesi aperti per il codice, addestrato in Europa. L'annuncio ufficiale precisa che il rilascio si rivolge tanto agli sviluppatori quanto ai team di sicurezza (« built for coders, trusted by defenders »).Mistral AI l'ha anunziaa el 29 de ottober 2026 la messa a disposition in liber access di pes de Mistral Large 4, soranominaa « Le Chonk ». El model, dotaa de 1.000 miliard de parameter e multimodal, l'è presentaa del laboratori pariginn comè el mej model a pes dervii per el codes, addestraa in Europa. L'anunzi offizial el precise che la sortida la riguarda inscì i desvilupador comè i equipo de sicurezza (« built for coders, trusted by defenders »).

La communauté a réagi massivement : la discussion Hacker News ouverte le 29 octobre 2026 a dépassé 1 300 points et 350 commentaires en moins de 24 heures, plaçant la sortie au sommet des actualités techniques de la journée. Le fil de discussion débat notamment de la taille du modèle — 1 000 milliards de paramètres le rend difficile à faire tourner en local pour la plupart des particuliers.The community reacted massively: the Hacker News thread opened on 29 October 2026 exceeded 1,300 points and 350 comments in less than 24 hours, placing the release at the top of the day's technical news. The discussion thread debates, among other things, the model's size — 1 trillion parameters makes it hard to run locally for most individuals.Die Community hat massiv reagiert: Die am 29. Oktober 2026 eröffnete Diskussion auf Hacker News überschritt binnen 24 Stunden 1'300 Punkte und 350 Kommentare und stellte die Veröffentlichung an die Spitze der technischen Nachrichten des Tages. Der Diskussionsstrang debattiert unter anderem über die Grösse des Modells – eine Billion Parameter machen den lokalen Betrieb für die meisten Privatpersonen schwierig.La comunità ha reagito massicciamente: la discussione Hacker News aperta il 29 ottobre 2026 ha superato 1 300 punti e 350 commenti in meno di 24 ore, portando il rilascio in cima alle notizie tecniche della giornata. Il thread di discussione dibatte in particolare delle dimensioni del modello — 1 000 miliardi di parametri lo rendono difficile da eseguire in locale per la maggior parte dei privati.La comunitaa l'ha reazii in manera massiccia: la discussion Hacker News dervida el 29 de ottober 2026 l'ha superaa 1.300 pont e 350 comenter in manch de 24 or, mettend la sortida in scima ai notizzi tecnich del dì. El fil de discussion el dibatt in particolar la dimension del model — 1.000 miliard de parameter i rennen dificil de fà andà in local per la pupart di privaa.

Le modèle est également hébergé et documenté sur Hugging Face, où l'annonce d'accueil publiée le 29 octobre 2026 confirme la disponibilité des poids. Avec cette sortie, Mistral remet un pion sur l'échiquier de l'open-weight au moment où la course à la frontière se joue entre acteurs américains — quelques jours après l'introduction en Bourse annoncée par Anthropic et les lancements frontière de Google DeepMind.The model is also hosted and documented on Hugging Face, where the hosting announcement published on 29 October 2026 confirms the availability of the weights. With this release, Mistral puts a piece back on the open-weight board at a time when the frontier race is playing out among American players — days after Anthropic's announced IPO and Google DeepMind's frontier launches.Das Modell ist auch auf Hugging Face gehostet und dokumentiert, wo die am 29. Oktober 2026 veröffentlichte Ankündigung die Verfügbarkeit der Gewichte bestätigt. Mit dieser Veröffentlichung setzt Mistral erneut einen Stein im Brett der Open-Weight-Bewegung, während das Rennen an der Frontier zwischen amerikanischen Akteuren ausgetragen wird – wenige Tage nach der von Anthropic angekündigten Börseneinführung und den Frontier-Lancierungen von Google DeepMind.Il modello è inoltre ospitato e documentato su Hugging Face, dove l'annuncio di benvenuto pubblicato il 29 ottobre 2026 conferma la disponibilità dei pesi. Con questo rilascio, Mistral rimette una pedina sulla scacchiera dell'open-weight nel momento in cui la corsa alla frontiera si gioca tra attori americani — pochi giorni dopo l'ingresso in Borsa annunciato da Anthropic e i lanci di frontiera di Google DeepMind.El model l'è anca ospitaa e documentaa sora Hugging Face, indova l'anunzi de bona vegnuda publicaa el 29 de ottober 2026 el conferma la disponibilità di pes. Con 'sta sortida chì, Mistral el mett on pawn sora la scachiera de l'open-weight in del moment che la corsa a la frontiera la se giuga tra attor american — quij dì là dopo l'amettida in Borsa anunziada de Anthropic e i lanc frontiera de Google DeepMind.

Page 1 — Page 1 — Seite 1 — Pagina 1 — Pagina 1 — À la UneFront PageTitelseiteIn Prima PaginaIn Prima Pagina

I. Frontière & IndustrieFrontier & IndustryFrontier & IndustrieFrontiera & IndustriaFrontiera & Industria

Souveraineté

Sovereignty

Souveränität

Sovranità

Sovranità

Cohere publie son manifeste : « Qui construit la frontière de l'IA ? »Cohere Publishes Its Manifesto: “Who Gets to Build the Frontier for AI?”Cohere veröffentlicht sein Manifest: «Wer baut die Frontier der KI?»Cohere pubblica il suo manifesto: « Chi costruisce la frontiera dell'IA? »Cohere el publica el sò manifest: « Chi el costruess la frontiera de l'IA? »

Dans un manifeste publié le 29 octobre 2026, Cohere argumente que le monde démocratique a besoin de davantage de constructeurs de modèles frontière. Le texte, long de 11 minutes de lecture, expose la stratégie de l'entreprise canadienne pour rester dans la course face aux acteurs américains et chinois.
In a manifesto published on 29 October 2026, Cohere argues that the democratic world needs more frontier model builders. The text, an 11-minute read, lays out the Canadian company's strategy to stay in the race against American and Chinese players.
In einem am 29. Oktober 2026 veröffentlichten Manifest argumentiert Cohere, dass die demokratische Welt mehr Erbauer von Frontier-Modellen braucht. Der Text, elf Minuten Lesezeit, legt die Strategie des kanadischen Unternehmens dar, im Rennen gegen amerikanische und chinesische Akteure zu bestehen.
In un manifesto pubblicato il 29 ottobre 2026, Cohere sostiene che il mondo democratico ha bisogno di più costruttori di modelli di frontiera. Il testo, lungo 11 minuti di lettura, espone la strategia dell'azienda canadese per restare in gara di fronte agli attori americani e cinesi.
In d'on manifest publicaa el 29 de ottober 2026, Cohere el sostegn che el mond democrategh el gh'ha bisogn de pussee de costrutor de modèj frontiera. El test, longh 11 minutt de letura, el espon la strategia de l'azienda canadesa per restà in gara contra i attor american e cinises.

Cas d'usage

Use Case

Anwendungsfall

Casi d'uso

Cas d'us

Ropes & Gray automatise la diligence juridique avec OpenAIRopes & Gray Automates Legal Diligence with OpenAIRopes & Gray automatisiert juristische Due Diligence mit OpenAIRopes & Gray automatizza la due diligence giuridica con OpenAIRopes & Gray l'automatizza la diligence giuridega con OpenAI

OpenAI publie le 29 octobre 2026 un récit détaillé de la collaboration avec Ropes & Gray pour la diligence transactionnelle : les avocats passent en revue des documents groupés, des synthèses et des rapports générés par l'IA avant de conseiller leurs clients. L'étude de cas illustre le déploiement de l'IA dans un flux de travail juridique structuré.
OpenAI published on 29 October 2026 a detailed account of its collaboration with Ropes & Gray for transactional diligence: lawyers review batched documents, AI-generated summaries and reports before advising their clients. The case study illustrates the deployment of AI within a structured legal workflow.
OpenAI veröffentlicht am 29. Oktober 2026 eine ausführliche Schilderung der Zusammenarbeit mit Ropes & Gray für die Transaktions-Due-Diligence: Die Anwälte prüfen gruppierte Dokumente, Zusammenfassungen und von der KI erstellte Berichte, bevor sie ihre Mandanten beraten. Die Fallstudie illustriert den Einsatz von KI in einem strukturierten juristischen Arbeitsablauf.
OpenAI pubblica il 29 ottobre 2026 un resoconto dettagliato della collaborazione con Ropes & Gray per la due diligence transazionale: gli avvocati esaminano documenti raggruppati, sintesi e rapporti generati dall'IA prima di consigliare i clienti. Il caso di studio illustra il dispiegamento dell'IA in un flusso di lavoro giuridico strutturato.
OpenAI el publica el 29 de ottober 2026 on raccont detaliaa de la collaborazion con Ropes & Gray per la diligence transazional: i avocatt i passen in revista document a grupp, sintesi e rapport generaai de l'IA prima de consilià i sò client. El studi de cas el il L'è el càzz

Labo

Lab Notes

Labor

Lab

Labo

Microsoft Research Focus #97 : agents de code et IA au travailMicrosoft Research Focus #97: Code Agents and AI at WorkMicrosoft Research Focus #97: Code-Agenten und KI bei der ArbeitMicrosoft Research Focus #97: agenti di codice e IA sul lavoroMicrosoft Research Focus #97: agent de codes e IA al laurà

Microsoft Research a publié le 29 octobre 2026 l'édition 97 de son podcast Focus : au programme, les défis des agents de code, les usages de l'IA au travail et l'amélioration de la prévision météo à longue échéance. L'épisode dresse un tour d'horizon de la recherche interne du laboratoire.
Microsoft Research published on 29 October 2026 edition 97 of its Focus podcast: on the program, the challenges of code agents, uses of AI at work, and improving long-range weather forecasting. The episode surveys the lab's internal research.
Microsoft Research hat am 29. Oktober 2026 die 97. Ausgabe seines Podcasts Focus veröffentlicht: zur Diskussion stehen die Herausforderungen von Code-Agenten, der Einsatz von KI bei der Arbeit und die Verbesserung langfristiger Wettervorhersagen. Die Folge gibt einen Überblick über die interne Forschung des Labors.
Microsoft Research ha pubblicato il 29 ottobre 2026 la puntata 97 del suo podcast Focus: in programma le sfide degli agenti di codice, gli usi dell'IA sul lavoro e il miglioramento delle previsioni meteorologiche a lungo termine. L'episodio traccia un panorama della ricerca interna del laboratorio.
Microsoft Research l'ha publicaa el 29 de ottober 2026 l'edizion 97 del sò podcast Focus: in program, i sfid di agent de codes, i us de l'IA al laurà e el mejora de la previson meteo a longh termen. L'episodi el fa on gir d'orizzont de la ricerca interna del laboratori.

Page 2 — Page 2 — Seite 2 — Pagina 2 — Pagina 2 — Le Cahier TechniqueThe Technical DeskDer Technische TeilIl Quaderno TecnicoEl Quadernegh Tecnegh

II. Outils & ÉcosystèmeTools & EcosystemWerkzeuge & ÖkosystemStrumenti & EcosistemaStrument & Ecosistema

Inférence

Inference

Inferenz

Inferenza

Inferenzi

CoSTA : des dialogues parlés 1,7 fois plus rapides sans toucher au tokenizerCoSTA: Spoken Dialogue 1.7× Faster Without Touching the TokenizerCoSTA: gesprochene Dialoge 1,7-mal schneller, ohne den Tokenizer anzutastenCoSTA: dialoghi parlati 1,7 volte più rapidi senza toccare il tokenizerCoSTA: dialog parlaa 1,7 voeulte pussee svelt senza tocheggià el tokenizer

Une équipe de l'Institut d'automatique de l'Académie chinoise des sciences propose CoSTA, un cadre post-hoc qui découple les espaces de tokens de génération et de synthèse dans les modèles de dialogue parlé, en conservant le tokenizer d'origine. Sur des benchmarks bilingues, le papier (soumis le 30 octobre 2026) rapporte une génération accélérée d'un facteur 1,7 avec une latence réduite et une qualité préservée.
A team from the Institute of Automation at the Chinese Academy of Sciences proposes CoSTA, a post-hoc framework that decouples the generation and synthesis token spaces in spoken dialogue models while keeping the original tokenizer. On bilingual benchmarks, the paper (submitted 30 October 2026) reports a 1.7× speedup in generation with reduced latency and preserved quality.
Ein Team am Institut für Automatisierung der Chinesischen Akademie der Wissenschaften schlägt CoSTA vor, ein post-hoc-Framework, das die Token-Räume von Generierung und Synthese in Modellen für gesprochenen Dialog entkoppelt, wobei der ursprüngliche Tokenizer erhalten bleibt. Auf zweisprachigen Benchmarks meldet das Papier (eingereicht am 30. Oktober 2026) eine um den Faktor 1,7 beschleunigte Generierung bei reduzierter Latenz und bewahrter Qualität.
Un team dell'Istituto di automatica dell'Accademia cinese delle scienze propone CoSTA, un framework post-hoc che disaccoppia gli spazi di token di generazione e di sintesi nei modelli di dialogo parlato, conservando il tokenizer originale. Su benchmark bilingui, il paper (sottomesso il 30 ottobre 2026) riporta una generazione accelerata di un fattore 1,7 con latenza ridotta e qualità preservata.
On'equipo de l'Istitut de automatega de l'Academia cinisa di scenz la propon CoSTA, on quadregh post-hoc che 'l decoppia i spazzi de token de generazion e de sintesi in di modèj de dialog parlaa, conservando el tokenizer d'origin. Sora di benchmark bilingov, el paper (consegnaa el 30 de ottober 2026) el rapporta ona generazion slongada de on fattor 1,7 con latenza sbassada e qualitaa conservada.

Show HN

Show HN

Show HN

Show HN

Show HN

Lasm : des applications web formellement vérifiées en Lean, du navigateur à l'edgeLasm: Formally Verified Web Apps in Lean, From Browser to EdgeLasm: formal verifizierte Webanwendungen in Lean, vom Browser bis zum EdgeLasm: applicazioni web formalmente verificate in Lean, dal browser all'edgeLasm: applicazion web formalment verificaa in Lean, del browser a l'edge

Publié sur Hacker News le 30 octobre 2026, Lasm porte le langage de preuve formelle Lean vers le navigateur, Node, le serverless et l'edge : l'objectif est d'écrire des applications web complètes — serveur Express ou Hono sur Cloudflare Workers compris — dont les spécifications sont formellement vérifiées. Le dépôt GitHub précise que le projet a été majoritairement construit par Claude Opus 5.5 sous la direction de son auteur.
Posted on Hacker News on 30 October 2026, Lasm brings the Lean formal proof language to the browser, Node, serverless and the edge: the goal is to write complete web applications — including Express or Hono servers on Cloudflare Workers — whose specifications are formally verified. The GitHub repository notes that the project was mostly built by Claude Opus 5.5 under the direction of its author.
Am 30. Oktober 2026 auf Hacker News vorgestellt, bringt Lasm die formale Beweissprache Lean in den Browser, nach Node, Serverless und Edge: Ziel sind vollständige Webanwendungen – inklusive Express- oder Hono-Server auf Cloudflare Workers –, deren Spezifikationen formal verifiziert sind. Das GitHub-Repository präzisiert, dass das Projekt mehrheitlich von Claude Opus 5.5 unter der Regie seines Autors erstellt wurde.
Pubblicato su Hacker News il 30 ottobre 2026, Lasm porta il linguaggio di prova formale Lean verso il browser, Node, il serverless e l'edge: l'obiettivo è scrivere applicazioni web complete — server Express o Hono su Cloudflare Workers compresi — le cui specifiche siano formalmente verificate. Il repository GitHub precisa che il progetto è stato costruito in gran parte da Claude Opus 5.5 sotto la direzione del suo autore.
Publicaa sora Hacker News el 30 de ottober 2026, Lasm el porta el lengoeu de prova formal Lean vers el browser, Node, el serverless e l'edge: l'obietiv l'è de scriv applicazion web complet — server Express o Hono sora Cloudflare Workers includuu — di specifegazion formalment verificaa. El depost GitHub el precise che el progett l'è staa faa per la pupart de Claude Opus 5.5 sotto la direzion del sò autor.

Edge

Edge

Edge

Edge

Edge

Un modèle du monde qui tient sur un Raspberry Pi Pico 2 WA World Model That Fits on a Raspberry Pi Pico 2 WEin Weltmodell, das auf einen Raspberry Pi Pico 2 W passtUn world model che gira su un Raspberry Pi Pico 2 WOn model del mond che 'l sta sora on Raspberry Pi Pico 2 W

Un développeur indépendant présente tinyworldformer, un mini modèle du monde qui fait tourner des jeux sur un Raspberry Pi Pico 2 W. La démonstration, arrivée le 29 octobre 2026 en première page de Hacker News avec 172 points, montre qu'une simulation générative tient sur un microcontrôleur à quelques euros. Le code est disponible sur GitHub ; la discussion s'attarde sur les limites du modèle.
An independent developer presents tinyworldformer, a mini world model that runs games on a Raspberry Pi Pico 2 W. The demo, which hit the Hacker News front page on 29 October 2026 with 172 points, shows that a generative simulation can fit on a few-euro microcontroller. The code is available on GitHub; the discussion lingers on the model's limits.
Ein unabhängiger Entwickler stellt tinyworldformer vor, ein Mini-Weltmodell, das Spiele auf einem Raspberry Pi Pico 2 W laufen lässt. Die am 29. Oktober 2026 mit 172 Punkten auf die Titelseite von Hacker News gelangte Demonstration zeigt, dass eine generative Simulation auf einem Mikrocontroller für wenige Franken Platz findet. Der Code ist auf GitHub verfügbar; die Diskussion geht den Grenzen des Modells nach.
Uno sviluppatore indipendente presenta tinyworldformer, un mini world model che esegue giochi su un Raspberry Pi Pico 2 W. La dimostrazione, arrivata il 29 ottobre 2026 in prima pagina su Hacker News con 172 punti, mostra che una simulazione generativa gira su un microcontrollore dal costo di pochi franchi. Il codice è disponibile su GitHub; la discussione si sofferma sui limiti del modello.
On desvilupador independent el presenta tinyworldformer, on mini model del mond che 'l fa andà di gioeugh sora on Raspberry Pi Pico 2 W. La demonstrazion, rivada el 29 de ottober 2026 in prima pagina de Hacker News con 172 pont, la mostra che ona simulazion generativa la sta sora on microcontroller de quij pocch euro. El codes l'è disponibel sora GitHub; la discussion la se ferma sora i limit del model.

Launch HN

Launch HN

Launch HN

Launch HN

Launch HN

Simantic : la simulation de firmware pensée pour les agents IASimantic: Firmware Simulation Designed for AI AgentsSimantic: Firmware-Simulation konzipiert für KI-AgentenSimantic: la simulazione di firmware pensata per gli agenti IASimantic: la simulazion de firmware pensada per i agent IA

Simantic, accéléré par Y Combinator, propose des cartes de développement virtuelles programmables via un unique appel API, un relecteur de code firmware pour agents IA et un pipeline CI/CD qui valide le firmware contre un microcontrôleur simulé. Le lancement du 29 octobre 2026 indique que le moteur de simulation, écrit en Rust, supporte les STM32F0/F4/H7, ESP32-S3/C3 et RP2040.
Simantic, accelerated by Y Combinator, offers programmable virtual development boards via a single API call, a firmware code reviewer for AI agents, and a CI/CD pipeline that validates firmware against a simulated microcontroller. The 29 October 2026 launch indicates that the Rust-based simulation engine supports the STM32F0/F4/H7, ESP32-S3/C3 and RP2040.
Simantic, von Y Combinator beschleunigt, bietet virtuelle, über einen einzigen API-Aufruf programmierbare Entwicklungskarten, einen Firmware-Code-Reviewer für KI-Agenten sowie eine CI/CD-Pipeline, die Firmware gegen einen simulierten Mikrocontroller validiert. Der Launch vom 29. Oktober 2026 gibt an, dass die in Rust geschriebene Simulations-Engine STM32F0/F4/H7, ESP32-S3/C3 und RP2040 unterstützt.
Simantic, accelerata da Y Combinator, propone schede di sviluppo virtuali programmabili tramite una singola chiamata API, un revisore di codice firmware per agenti IA e una pipeline CI/CD che valida il firmware su un microcontrollore simulato. Il lancio del 29 ottobre 2026 indica che il motore di simulazione, scritto in Rust, supporta STM32F0/F4/H7, ESP32-S3/C3 e RP2040.
Simantic, aceleraa de Y Combinator, el propon schede de desvilup virtuaj programmabil cont on sòl ciamada API, on revisionador de codes firmware per agent IA e on pipeline CI/CD che 'l valida el firmware contra on microcontroller simulaa. El lanc del 29 de ottober 2026 el indica che el motor de simulazion, scritt in Rust, el supporta i STM32F0/F4/H7, ESP32-S3/C3 e RP2040.

Page 3 — Page 3 — Seite 3 — Pagina 3 — Pagina 3 — La RechercheResearchDie ForschungLa RicercaLa Ricerca

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

Évaluation

Evaluation

Evaluation

Valutazione

Valutazion

Votre benchmark est une mesure de la difficulté — et il est peut-être biaiséYour Benchmark Is a Measure of Difficulty — and It May Be BiasedIhr Benchmark ist ein Mass für Schwierigkeit – und möglicherweise verzerrtIl vostro benchmark è una misura della difficoltà — ed è forse distortoEl tò benchmark l'è ona misura de la dificoltà — e 'l podaria vess sbiaaa

Des chercheurs de l'Université de l'Illinois formalisent l'idée qu'un benchmark induit une mesure empirique sur la difficulté, et identifient deux modes de défaillance : le désaccord de mesure et les lacunes de couverture. En analysant 25 benchmarks populaires couvrant 7 domaines, l'étude — la plus votée de la journée sur Hugging Face Papers avec 50 soutiens — montre que beaucoup surpondèrent certaines zones de difficulté ; l'algorithme BenchFill réécrit les items pour combler les trous.
Researchers from the University of Illinois formalize the idea that a benchmark induces an empirical measure of difficulty, and identify two failure modes: measurement disagreement and coverage gaps. Analyzing 25 popular benchmarks across 7 domains, the study — the most upvoted of the day on Hugging Face Papers with 50 upvotes — shows that many over-weight certain difficulty regions; the BenchFill algorithm rewrites items to fill the gaps.
Forschende der University of Illinois formalisieren die Idee, dass ein Benchmark ein empirisches Mass für Schwierigkeit induziert, und identifizieren zwei Fehlermodi: Messdiskrepanz und Deckungslücken. In der Analyse von 25 populären Benchmarks aus 7 Bereichen zeigt die Studie – mit 50 Stimmen das am meisten bewählte Papier des Tages auf Hugging Face Papers –, dass viele bestimmte Schwierigkeitszonen übergewichten; der Algorithmus BenchFill formuliert Items um, um die Lücken zu schliessen.
Dei ricercatori dell'Università dell'Illinois formalizzano l'idea che un benchmark induce una misura empirica della difficoltà e identificano due modalità di fallimento: il disaccordo di misura e le lacune di copertura. Analizzando 25 benchmark popolari che coprono 7 domini, lo studio — il più votato della giornata su Hugging Face Papers con 50 consensi — mostra che molti sovrappesano certe zone di difficoltà; l'algoritmo BenchFill riscrive gli item per colmare le lacune.
Di ricercador de l'Universitaa de l'Illinois i formalizzen l'idea che on benchmark el genera ona misura empirical sora la dificoltà, e i identifichen duu mod de guast: el desacord de misura e i lacc de covertura. Analizzand 25 benchmark popolar che i cuveren 7 domini, el studi — quell con pussee vot de la giornada sora Hugging Face Papers con 50 sostegn — el mostra che tanti i sòta-ponderen cert zon de dificoltà; l'algoritm BenchFill el rescriv i item per stattà-sù i bus.

Interprétabilité

Interpretability

Interpretierbarkeit

Interpretabilità

Interpretabilitaa

Moins de 2 % des têtes d'attention portent la récupération multimodaleFewer Than 2% of Attention Heads Carry Multimodal RetrievalWeniger als 2 % der Aufmerksamkeitsköpfe tragen das multimodale RetrievalMeno del 2% delle teste di attenzione regge il recupero multimodaleManch del 2% di coo de attenziòn i porten el recupar multimodal

Une équipe de Tencent montre que les « têtes de récupération » — ces têtes d'attention qui transfèrent l'information du contexte vers la sortie — restent rares et largement partagées entre modalités, y compris l'audio-visuel. Elles représentent moins de 2 % des têtes sur 18 checkpoints étudiés, et les ablater détruit presque toute la récupération audio-visuelle. Entraîner leur attention avec un objectif de classement relève le Recall@1 de Qwen3-VL-8B de 6,03 points sur MMDocIR, selon le papier publié le 30 octobre 2026 dans les Daily Papers de Hugging Face (13 soutiens).
A Tencent team shows that “retrieval heads” — those attention heads that transfer information from context to output — remain rare and largely shared across modalities, including audio-visual. They account for less than 2% of heads across 18 studied checkpoints, and ablating them destroys nearly all audio-visual retrieval. Training their attention with a ranking objective lifts Qwen3-VL-8B's Recall@1 by 6.03 points on MMDocIR, according to the paper published on 30 October 2026 in Hugging Face's Daily Papers (13 upvotes).
Ein Team bei Tencent zeigt, dass «Retrieval Heads» – jene Aufmerksamkeitsköpfe, die Information vom Kontext in die Ausgabe übertragen – selten und weitgehend modalitätsübergreifend geteilt sind, auch audiovisuell. Sie machen weniger als 2 % der Köpfe auf 18 untersuchten Checkpoints aus; ihre Ablation zerstört nahezu das gesamte audiovisuelle Retrieval. Das Training ihrer Aufmerksamkeit mit einem Ranking-Ziel hebt den Recall@1 von Qwen3-VL-8B um 6,03 Punkte auf MMDocIR, gemäss dem Papier vom 30. Oktober 2026 in den Daily Papers von Hugging Face (13 Stimmen).
Un team di Tencent mostra che le « retrieval head» — quelle teste di attenzione che trasferiscono l'informazione dal contesto all'output — restano rare e ampiamente condivise tra le modalità, incluso l'audiovisivo. Rappresentano meno del 2% delle teste su 18 checkpoint studiati, e ablarele distrugge quasi tutto il recupero audiovisivo. Addestrarne l'attenzione con un obiettivo di ranking aumenta il Recall@1 di Qwen3-VL-8B di 6,03 punti su MMDocIR, secondo il paper pubblicato il 30 ottobre 2026 nelle Daily Papers di Hugging Face (13 consensi).
On'equipo de Tencent la mostra che i « coo de recupar » — quej coo de attenziòn che i transferissen l'informazion del contest vers la sortida — i resten rar e largament condivis tra modalità, audio-visiv inclus. I rapresenten manch del 2% di coo sora 18 checkpoint studiia, e ablaghij el distruggh quasi tutta la recuperazion audio-visiva. Addestrà la lur attenziòn cont on obietiv de classament el tira-sù el Recall@1 de Qwen3-VL-8B de 6,03 pont sora MMDocIR, segond el paper publicaa el 30 de ottober 2026 in di Daily Papers de Hugging Face (13 sostegn).

Agents

Agents

Agenten

Agenti

Agent

WeVisCut : une politique 9B qui monte la salle de montage en agentWeVisCut: A 9B Policy That Turns the Editing Room Into an AgentWeVisCut: eine 9B-Policy, die den Schneidetisch zum Agenten machtWeVisCut: una policy 9B che trasforma la sala di montaggio in agenteWeVisCut: ona politega 9B che la mett la sala de montagg a agent

WeVisCut transforme un script narratif en vidéo longue : son harnais d'agent maintient un état de production partagé, et une politique unique de 9 milliards de paramètres coordonne les outils et répare les échecs. Entraînée sur plus de 130 000 exemples extraits par inversion d'édition de 3 750 vidéos finies, elle égale Claude Opus 5 sur un benchmark de 100 tâches tout en consommant près de 33 fois moins de tokens par minute utile, selon l'article (14 soutiens).
WeVisCut turns a narrative script into long-form video: its agent harness maintains a shared production state, and a single 9-billion-parameter policy coordinates tools and repairs failures. Trained on over 130,000 examples extracted by editing inversion from 3,750 finished videos, it matches Claude Opus 5 on a 100-task benchmark while consuming roughly 33 times fewer tokens per useful minute, according to the paper (14 upvotes).
WeVisCut verwandelt ein narratives Skript in ein langes Video: Sein Agenten-Harness hält einen gemeinsamen Produktionszustand aufrecht, und eine einzige Policy mit 9 Milliarden Parametern koordiniert die Werkzeuge und behebt Fehler. Trainiert auf über 130'000 durch Editier-Inversion aus 3'750 fertigen Videos gewonnenen Beispielen, erreicht sie auf einem Benchmark mit 100 Aufgaben Claude Opus 5 – bei rund 33-mal weniger Tokens pro genutzter Minute, gemäss dem Artikel (14 Stimmen).
WeVisCut trasforma una sceneggiatura narrativa in video lungo: il suo harness di agente mantiene uno stato di produzione condiviso e una policy unica da 9 miliardi di parametri coordina gli strumenti e ripara i fallimenti. Addestrata su oltre 130 000 esempi estratti per inversione di montaggio da 3 750 video finiti, eguaglia Claude Opus 5 su un benchmark di 100 task consumando però quasi 33 volte meno token per minuto utile, secondo l'articolo (14 consensi).
WeVisCut el trasforma on script narrativ in video longh: el sò bastiment d'agent el mantegn on stat de produzion condivis, e ona politega unega de 9 miliard de parameter la coordina i strument e la ripara i insuccess. Addestrada sora pussee de 130.000 esempi traa foeu per inversion de edits de 3.750 video finii, la riva al livell de Claude Opus 5 sora on benchmark de 100 lavorà cont el consumà quasi 33 voeulte manch de token per minutt util, segond l'articol (14 sostegn).

Agents de code

Code Agents

Code-Agenten

Agenti di codice

Agent de codes

Co-Design Bench : les agents de code ne finissent qu'un quart des tâches réellesCo-Design Bench: Code Agents Finish Only a Quarter of Real-World TasksCo-Design Bench: Code-Agenten bringen nur ein Viertel der realen Aufgaben zu EndeCo-Design Bench: gli agenti di codice portano a termine solo un quarto dei task realiCo-Design Bench: i agent de codes i finissen domà on quart di lavorà reaj

L'équipe Qwen publie Co-Design Bench, un benchmark sans référence construit à partir de 26 314 sessions réelles de code : 273 tâches assorties de 2 331 critères d'acceptation cachés rédigés par des experts. Sur les dix points d'API testés sous un même harnais, le meilleur passe en moyenne 69,9 % des critères mais ne satisfait entièrement que 26,4 % des tâches — chiffres détaillés dans le papier du 30 octobre 2026.
The Qwen team publishes Co-Design Bench, a reference-free benchmark built from 26,314 real coding sessions: 273 tasks paired with 2,331 hidden acceptance criteria written by experts. Across the ten API models tested under a single harness, the best passes an average of 69.9% of criteria but fully satisfies only 26.4% of tasks — figures detailed in the paper of 30 October 2026.
Das Qwen-Team veröffentlicht Co-Design Bench, einen referenzfreien Benchmark aus 26'314 echten Code-Sitzungen: 273 Aufgaben mit 2'331 von Experten verfassten, verborgenen Akzeptanzkriterien. Von den zehn unter gleichem Harness getesteten API-Modellen erfüllt das beste durchschnittlich 69,9 % der Kriterien, schliesst aber nur 26,4 % der Aufgaben vollständig ab – Zahlen im Detail in dem Papier vom 30. Oktober 2026.
Il team Qwen pubblica Co-Design Bench, un benchmark senza riferimento costruito a partire da 26 314 sessioni reali di codice: 273 task corredate di 2 331 criteri di accettazione nascosti redatti da esperti. Sui dieci punti d'API testati sotto uno stesso harness, il migliore supera in media il 69,9% dei criteri ma soddisfa pienamente solo il 26,4% dei task — cifre dettagliate in il paper del 30 ottobre 2026.
L'equipo Qwen la publica Co-Design Bench, on benchmark senza riferiment costruii a partì de 26.314 session reaj de codes: 273 lavorà cont 2.331 criteri de acettazion scond scrivuu de espert. Sora i des pont de API pròaa cont l'istess bastiment, el mej el passa in media el 69,9% di criteri ma el sodisfa del tut domà el 26,4% di lavorà — cifra detaliaa in el paper del 30 de ottober 2026.

IV. AnalysesAnalysesAnalysenAnalisiAnalisi

Robotique

Robotics

Robotik

Robotica

Roboteca

Sur bras SO-101, l'agent LLM bat les politiques vision-langage-actionOn the SO-101 Arm, an LLM Agent Beats Vision-Language-Action PoliciesAuf dem SO-101-Arm schlägt der LLM-Agent die Vision-Language-Action-PoliciesSul braccio SO-101, l'agente LLM batte le policy vision-langage-actionSora el brasc SO-101, l'agent LLM el batt i politegh vision-lengoeu-azion

SO-101 Bench évalue la manipulation spatiale conditionnée au langage sur le bras low-cost SO-101, via un jumeau numérique Isaac Lab : 138 objets, 916 épisodes et 3 629 démonstrations simulées. Le jumeau reproduit exactement le classement du robot réel (rho de Spearman = 1,00), et un agent LLM qui écrit du code et délègue la préhension à une politique apprise atteint 83,2 %, loin devant les meilleures VLA (~61 %). L'étude du 30 octobre 2026 montre que l'avance vient du harnais et du choix du modèle de langage.
SO-101 Bench evaluates language-conditioned spatial manipulation on the low-cost SO-101 arm, via an Isaac Lab digital twin: 138 objects, 916 episodes and 3,629 simulated demonstrations. The twin exactly reproduces the real robot's ranking (Spearman's rho = 1.00), and an LLM agent that writes code and delegates grasping to a learned policy reaches 83.2%, far ahead of the best VLAs (~61%). The study of 30 October 2026 shows the edge comes from the harness and the choice of language model.
SO-101 Bench evaluiert sprachkonditionierte räumliche Manipulation auf dem günstigen SO-101-Arm mittels eines digitalen Zwillings in Isaac Lab: 138 Objekte, 916 Episoden und 3'629 simulierte Demonstrationen. Der Zwilling reproduziert die Rangfolge des realen Roboters exakt (Spearman-Rho = 1,00), und ein LLM-Agent, der Code schreibt und das Greifen an eine gelernte Policy delegiert, erreicht 83,2 % – weit vor den besten VLAs (~61 %). Die Studie vom 30. Oktober 2026 zeigt, dass der Vorsprung aus Harness und Wahl des Sprachmodells stammt.
SO-101 Bench valuta la manipolazione spaziale condizionata dal linguaggio sul braccio low-cost SO-101, tramite un gemello digitale Isaac Lab: 138 oggetti, 916 episodi e 3 629 dimostrazioni simulate. Il gemello riproduce esattamente la classifica del robot reale (rho di Spearman = 1,00), e un agente LLM che scrive codice e delega la presa a una policy appresa raggiunge l'83,2%, ben avanti rispetto alle migliori VLA (~61%). Lo studio del 30 ottobre 2026 mostra che il vantaggio deriva dall'harness e dalla scelta del modello linguistico.
SO-101 Bench el valuta la manipolazion spazial condizionada al lengoeu sora el brasc a bass cost SO-101, cont on sgemei digital Isaac Lab: 138 oggett, 916 episodi e 3.629 demonstrazion simulaa. El sgemei el reproduce con esattezza el classegh del robot real (rho de Spearman = 1,00), e on agent LLM che 'l scriv codes e 'l delega la presa a ona politega imparada el riva al 83,2%, ben denanz ai mej VLA (~61%). El studi del 30 de ottober 2026 el mostra che 'l vantagg el ven del bastiment e de la scerna del model de lengoeu.

Page 4 — Page 4 — Seite 4 — Pagina 4 — Pagina 4 — La Communauté & ÉditoCommunity & EditorialCommunity & LeitartikelLa Comunità & EditorialeLa Comunitaa & Editorial

V. Signaux communautairesCommunity SignalsCommunity-SignaleSegnali dalla comunitàSegnaj de comunitaa

Débat

Debate

Debatte

Dibattito

Debat

« LLM Voice » : Martin Fowler interroge la voix des modèles“LLM Voice”: Martin Fowler Questions the Voice of Models«LLM Voice»: Martin Fowler hinterfragt die Stimme der Modelle« LLM Voice »: Martin Fowler interroga la voce dei modelli« LLM Voice »: Martin Fowler el domanda la vos di modèj

Martin Fowler publie « LLM Voice », une note de son bliki sur la question de la voix éditoriale des modèles génératifs — faut-il laisser un LLM écrire « au nom » d'une organisation ? La note, arrivée le 29 octobre 2026 en première page de Hacker News avec 407 points et 212 commentaires, relance le débat sur l'authenticité de l'écriture assistée par IA dans l'ingénierie logicielle.
Martin Fowler publishes “LLM Voice”, a note from his bliki on the question of the editorial voice of generative models — should an LLM be allowed to write “on behalf of” an organization? The note, which reached the Hacker News front page on 29 October 2026 with 407 points and 212 comments, reignites the debate over the authenticity of AI-assisted writing in software engineering.
Martin Fowler veröffentlicht «LLM Voice», eine Notiz aus seinem Bliki zur Frage der redaktionellen Stimme generativer Modelle – soll man ein LLM «im Namen» einer Organisation schreiben lassen? Die Notiz, am 29. Oktober 2026 mit 407 Punkten und 212 Kommentaren auf die Titelseite von Hacker News gelangt, belebt die Debatte über die Authentizität KI-gestützten Schreibens in der Softwaretechnik neu.
Martin Fowler pubblica « LLM Voice », una nota del suo bliki sulla questione della voce editoriale dei modelli generativi — bisogna lasciare che un LLM scriva « a nome » di un'organizzazione? La nota, arrivata il 29 ottobre 2026 in prima pagina su Hacker News con 407 punti e 212 commenti, riaccende il dibattito sull'autenticità della scrittura assistita da IA nell'ingegneria del software.
Martin Fowler el publica « LLM Voice », ona nota del sò bliki sora la question de la vos editorial di modèj generativ — se voeur lassà scriv on LLM « in nom » d'ona organizzazion? La nota, rivada el 29 de ottober 2026 in prima pagina de Hacker News con 407 pont e 212 comenter, la riva el debate sora l'autentichità de la scritura assistida de IA in del software engineering.

Expérience

Experiment

Erfahrung

Esperienza

Esperienza

Des essaims d'agents IA lâchés dans Minecraft et MindustryAI Agent Swarms Let Loose in Minecraft and MindustryKI-Agentenschwärme losgelassen in Minecraft und MindustrySciami di agenti IA liberati in Minecraft e MindustrySciàm d'agent IA mola in Minecraft e Mindustry

Y Combinator Labs rapporte avoir fait tourner des essaims d'agents IA dans Minecraft et Mindustry, avec 239 points et 81 commentaires sur Hacker News le 29 octobre 2026. La page projet documente les comportements de coordination observés lorsque plusieurs agents doivent coopérer ou rivaliser dans des environnements de jeu persistants.
Y Combinator Labs reports having run swarms of AI agents in Minecraft and Mindustry, with 239 points and 81 comments on Hacker News on 29 October 2026. The project page documents the coordination behaviors observed when multiple agents must cooperate or compete in persistent game environments.
Y Combinator Labs berichtet, Schwärme von KI-Agenten in Minecraft und Mindustry betrieben zu haben – mit 239 Punkten und 81 Kommentaren auf Hacker News am 29. Oktober 2026. Die Projektseite dokumentiert die beobachteten Koordinationsverhalten, wenn mehrere Agenten in persistenten Spielumgebungen kooperieren oder konkurrieren müssen.
Y Combinator Labs riferisce di aver eseguito sciami di agenti IA in Minecraft e Mindustry, con 239 punti e 81 commenti su Hacker News il 29 ottobre 2026. La pagina del progetto documenta i comportamenti di coordinamento osservati quando più agenti devono cooperare o gareggiare in ambienti di gioco persistenti.
Y Combinator Labs el rapporta d'avè faa andà sciàm d'agent IA in Minecraft e Mindustry, cont 239 pont e 81 comenter sora Hacker News el 29 de ottober 2026. La pagina progett la documenta i comportament de coordinament osservaa quand che pussee agent i gh'han de cooperà o rivalizzà in di ambient de gioeugh persistent.

Frigorie

Curiosity

Kurioses

Frigoria

Frigoria

DOOMFORMER : un transformeur dont les mathématiques tournent dans DOOMDOOMFORMER: A Transformer Whose Math Runs Inside DOOMDOOMFORMER: ein Transformer, dessen Mathematik in DOOM läuftDOOMFORMER: un transformer la cui matematica gira dentro DOOMDOOMFORMER: on transformer con la matematega che la gira in DOOM

Un développeur présente DOOMFORMER, un transformeur dont toutes les opérations mathématiques sont réalisées par les mécaniques du jeu DOOM, Turing-complet — un « NumPy 65 000 fois plus lent », selon son auteur, capable de classer des chiffres MNIST inscrits sur la carte ou de piloter le marine du jeu. Le projet, posté le 29 octobre 2026 sur Hacker News, est présenté comme un défi d'ingénierie ludique plutôt qu'une prouesse d'efficacité.
A developer presents DOOMFORMER, a transformer whose every mathematical operation is performed by the mechanics of the game DOOM — Turing-complete, a “65,000× slower NumPy” according to its author, capable of classifying MNIST digits inscribed on the map or steering the game's marine. The project, posted on 29 October 2026 on Hacker News, is presented as a playful engineering challenge rather than an efficiency feat.
Ein Entwickler stellt DOOMFORMER vor, einen Transformer, dessen sämtliche mathematische Operationen von den Spielmechaniken von DOOM ausgeführt werden – Turing-vollständig, ein «um den Faktor 65'000 langsameres NumPy», so der Autor, das MNIST-Ziffern auf der Karte klassifizieren oder den Marine des Spiels steuern kann. Das Projekt, am 29. Oktober 2026 auf Hacker News gepostet, versteht sich als spielerische Ingenieursherausforderung denn als Effizienzleistung.
Uno sviluppatore presenta DOOMFORMER, un transformer le cui operazioni matematiche sono tutte realizzate dalle meccaniche del gioco DOOM, Turing-completo — un « NumPy 65 000 volte più lento », secondo il suo autore, capace di classificare cifre MNIST scritte sulla mappa o di pilotare il marine del gioco. Il progetto, pubblicato il 29 ottobre 2026 su Hacker News, è presentato come una sfida d'ingegneria ludica più che come una impresa di efficienza.
On desvilupador el presenta DOOMFORMER, on transformer che 'l fa tucc i sò operazion matemategh cont i mecanich del gioeugh DOOM, Turing-complet — on « NumPy 65.000 voeulte pussee lent », segond el sò autor, bon de classifegà di cifra MNIST scrivuu sora la mapa o de pilota el marine del gioeugh. El progett, postaa el 29 de ottober 2026 sora Hacker News, l'è presentaa comè ona sfida de ingegneria ludiga pussee che ona proeza de eficienza.

VI. ÉditoEditorialLeitartikelEditorialeEditorial

Édito

Editorial

Leitartikel

Editoriale

Editorial

Le trillion de paramètres de trop ?One Trillion Parameters Too Many?Eine Billion Parameter zu viel?Il trilione di parametri di troppo?El billion de parameter de tropp?

En ouvrant le 29 octobre 2026 les poids de Mistral Large 4 — 1 000 milliards de paramètres — Mistral choisit un pari inverse de celui d'Anthropic, qui s'apprête à s'introduire en Bourse, et de Cohere, qui plaide le même jour pour davantage de constructeurs frontière dans le monde démocratique. L'open-weight redevient un geste géopolitique autant que technique : l'annonce insiste sur le fait que le modèle est « entraîné en Europe », et la réception communautaire montre que la taille, justement, divise. Un trillion de paramètres n'est l'open source que de nom pour qui ne dispose pas d'un cluster. La véritable question, désormais, n'est plus qui publie des poids, mais qui peut réellement les faire tourner.
By opening the weights of Mistral Large 4 — 1 trillion parameters — on 29 October 2026, Mistral is making the opposite bet to Anthropic, which is preparing to go public, and to Cohere, which argued the same day for more frontier builders in the democratic world. Open-weight is once again a geopolitical gesture as much as a technical one: the announcement insists the model is “trained in Europe”, and the community reception shows that size, precisely, divides. A trillion parameters is open source in name only for anyone without a cluster. The real question now is no longer who publishes weights, but who can actually run them.
Mit der Öffnung der Gewichte von Mistral Large 4 am 29. Oktober 2026 – 1'000 Milliarden Parameter – setzt Mistral auf ein Gegengeschäft zu Anthropic, das sich auf die Börseneinführung vorbereitet, und zu Cohere, das am selben Tag für mehr Frontier-Erbauer in der demokratischen Welt plädiert. Open-Weight wird wieder zu einer ebenso geopolitischen wie technischen Geste: die Ankündigung betont, das Modell sei «in Europa trainiert», und die Reaktion der Community zeigt, dass gerade die Grösse spaltet. Eine Billion Parameter ist Open Source nur dem Namen nach für jeden, der über keinen Cluster verfügt. Die eigentliche Frage lautet inzwischen nicht mehr, wer Gewichte publiziert, sondern wer sie tatsächlich betreiben kann.
Aprendo il 29 ottobre 2026 i pesi di Mistral Large 4 — 1 000 miliardi di parametri — Mistral sceglie una scommessa opposta a quella di Anthropic, che si appresta a entrare in Borsa, e di Cohere, che plidea lo stesso giorno per più costruttori di frontiera nel mondo democratico. L'open-weight ridiventa un gesto geopolitico oltre che tecnico: l'annuncio sottolinea che il modello è « addestrato in Europa », e la ricezione della comunità mostra che proprio la dimensione divide. Un trilione di parametri è open source solo di nome per chi non dispone di un cluster. La vera questione, ormai, non è più chi pubblica pesi, ma chi può realmente eseguirli.
Dervend el 29 de ottober 2026 i pes de Mistral Large 4 — 1.000 miliard de parameter — Mistral el scerniss ona scommessa contraria a quella de Anthropic, che 'l se prepara a andà in Borsa, e de Cohere, che 'l sustegn l'istess dì l'è necessari pussee costrutor frontiera in del mond democrategh. L'open-weight el deven torna on gest geopolitegh inscì comè tecnegh: l'anunzi el insista sora el fatt che 'l model l'è « addestraa in Europa », e la recezion de la comunitaa la mostra che la dimension, propi lee, la divid. On billion de parameter l'è open-weight domà de nom per chi che 'l gh'ha no on cluster. La vera domanda, ades, l'è pu chi che 'l publica di pes, ma chi che 'l po davvero fàj andà.