The Neuron Times

All the AI that's fit to print

N° 318 Édition du matinMorning EditionMorgenausgabeEdizione del mattinoEdizion del mattin · Genève SAMEDI 14 NOVEMBRE 2026SATURDAY, 14 NOVEMBER 2026SAMSTAG, 14. NOVEMBER 2026SABATO 14 NOVEMBRE 2026SABATO 14 NOVEMBRE 2026

À la Une · Agents commerciauxFront Page · Commercial agentsSchlagzeilen · Kommerzielle AgentsPrima pagina · Agenti commercialiIn prima pagina · Agent comerciai

ChatGPT Wallet : OpenAI donne un portefeuille à ses agentsChatGPT Wallet: OpenAI gives its agents a walletChatGPT Wallet: OpenAI gibt seinen Agents eine GeldbörseChatGPT Wallet: OpenAI dà un portafoglio ai suoi agentiChatGPT Wallet: OpenAI el dà on portafœuj ai sò agent

Le lancement du 13 novembre 2026 permet aux agents de ChatGPT Work, Codex et dots d'acheter en ligne avec approbation biométrique de l'utilisateur.The November 13, 2026 launch lets agents in ChatGPT Work, Codex and dots make purchases online with the user's biometric approval.Der Launch vom 13. November 2026 ermöglicht es den Agents von ChatGPT Work, Codex und dots, online einzukaufen – mit biometrischer Freigabe durch den Nutzer.Il lancio del 13 novembre 2026 permette agli agenti di ChatGPT Work, Codex e dots di acquistare online con approvazione biometrica dell'utente.El lanzament del 13 de november 2026 el permet ai agent de ChatGPT Work, Codex e dots de comprà in sul web con l'aprovazzion biometrica de l'utent.

OpenAI a lancé le 13 novembre 2026 ChatGPT Wallet, une couche de paiement conçue pour les agents : elle permet à un « dot » d'effectuer un achat pour le compte de l'utilisateur, du repérage du produit jusqu'au paiement. Le flux impose une validation explicite : avant chaque transaction, l'utilisateur examine le marchand, les articles, le total et la carte sélectionnée, puis autorise l'achat via Face ID ou Touch ID, selon l'annonce officielle (https://openai.com/index/introducing-chatgpt-wallet).On November 13, 2026, OpenAI launched ChatGPT Wallet, a payment layer designed for agents: it allows a “dot” to carry out a purchase on the user's behalf, from product discovery through to payment. The flow requires explicit validation: before each transaction, the user reviews the merchant, the items, the total and the selected card, then authorizes the purchase via Face ID or Touch ID, according to the official announcement (https://openai.com/index/introducing-chatgpt-wallet).OpenAI hat am 13. November 2026 ChatGPT Wallet gestartet, eine für Agents konzipierte Zahlungsschicht: Sie ermöglicht einem «Dot», im Auftrag des Nutzers einen Kauf zu tätigen – von der Produktsuche bis zur Bezahlung. Der Ablauf verlangt eine explizite Validierung: Vor jeder Transaktion prüft der Nutzer den Händler, die Artikel, den Gesamtbetrag und die ausgewählte Karte und autorisiert den Kauf anschliessend über Face ID oder Touch ID, wie die offizielle Ankündigung besagt (https://openai.com/index/introducing-chatgpt-wallet).Il 13 novembre 2026 OpenAI ha lanciato ChatGPT Wallet, uno strato di pagamento concepito per gli agenti: permette a un «dot» di effettuare un acquisto per conto dell'utente, dall'individuazione del prodotto fino al pagamento. Il flusso impone una validazione esplicita: prima di ogni transazione l'utente esamina il commerciante, gli articoli, il totale e la carta selezionata, poi autorizza l'acquisto tramite Face ID o Touch ID, secondo l'annuncio ufficiale (https://openai.com/index/introducing-chatgpt-wallet).OpenAI l'ha lanziaa el 13 de november 2026 ChatGPT Wallet, on strat de pagament pensaa per i agent: el permet a on «dot» de fà on acquist per cunt de l'utent, de la ricerca del prodott fin al pagament. El fluss el voeur ona validazzion esplícita: prima de ogni transazzion, l'utent el controlla el commerciant, i articoi, el total e la carta scernida, poeu el autorizza l'acquist con Face ID o Touch ID, segond l'annunzi offiçial (https://openai.com/index/introducing-chatgpt-wallet).

Le dispositif s'appuie sur une carte enregistrée une seule fois, puis sur un identifiant de paiement substitutif présenté au moment du checkout — les données de paiement complètes ne sont pas transmises au marchand. Les protections cartographie existantes de la carte restent applicables, précisent les notes de version publiées le 13 novembre 2026 (https://help.openai.com/en/articles/6825453-chatgpt-release-notes).The system relies on a card registered once, then on a substitute payment identifier presented at checkout — full payment details are not passed on to the merchant. The card's existing mapping protections remain applicable, the release notes published on November 13, 2026 specify (https://help.openai.com/en/articles/6825453-chatgpt-release-notes).Das System stützt sich auf eine Karte, die nur einmal registriert wird, danach auf einen Ersatz-Zahlungsbezeichner, der beim Checkout vorgelegt wird – die vollständigen Zahlungsdaten werden nicht an den Händler übermittelt. Die bestehenden Kartenschutzfunktionen bleiben anwendbar, wie die Versionshinweise vom 13. November 2026 präzisieren (https://help.openai.com/en/articles/6825453-chatgpt-release-notes).Il dispositivo si basa su una carta registrata una sola volta, poi su un identificatore di pagamento sostitutivo presentato al momento del checkout — i dati di pagamento completi non vengono trasmessi al commerciante. Le protezioni esistenti della carta restano applicabili, precisano le note di versione pubblicate il 13 novembre 2026 (https://help.openai.com/en/articles/6825453-chatgpt-release-notes).El dispositiv el se basa sora ona carta registrella domà vuna voeulta, poeu sora on identifegador de pagament sostitutiv presentaa al moment del checkout — i dacc de pagament complecc i henn no mandaa al commerciant. I protezzion cartografeghe esistent de la carta resten appliçabij, precisen i not de version publicaa el 13 de november 2026 (https://help.openai.com/en/articles/6825453-chatgpt-release-notes).

ChatGPT Wallet est disponible pour les agents opérant dans ChatGPT Work, Codex et dots : OpenAI fait du paiement le chaînon manquant de sa chaîne agentique, quelques semaines après l'ouverture de « Businesses in ChatGPT ». Le pari est double — commodité pour l'utilisateur, et confiance : chaque achat reste derrière une porte biométrique, tandis que la concurrence s'organise aussi, Brave Search ayant ouvert son API aux paiements agentiques via le protocole x402 dès le 13 novembre.ChatGPT Wallet is available to agents operating within ChatGPT Work, Codex and dots: OpenAI is making payment the missing link in its agentic chain, a few weeks after opening “Businesses in ChatGPT.” The bet is twofold — convenience for the user, and trust: every purchase remains behind a biometric gate, while the competition is organizing too, with Brave Search having opened its API to agentic payments via the x402 protocol as early as November 13.ChatGPT Wallet steht den Agents zur Verfügung, die in ChatGPT Work, Codex und dots operieren: OpenAI macht die Zahlung zum fehlenden Glied seiner Agenten-Kette, wenige Wochen nach der Eröffnung von «Businesses in ChatGPT». Das Kalkül ist zweifach – Komfort für den Nutzer und Vertrauen: Jeder Kauf bleibt hinter einer biometrischen Tür, während sich auch der Wettbewerb formiert, nachdem Brave Search seine API bereits am 13. November für Agentenzahlungen über das x402-Protokoll geöffnet hat.ChatGPT Wallet è disponibile per gli agenti operanti in ChatGPT Work, Codex e dots: OpenAI fa del pagamento l'anello mancante della sua catena agentica, poche settimane dopo l'apertura di «Businesses in ChatGPT». La scommessa è doppia — comodità per l'utente e fiducia: ogni acquisto resta dietro una porta biometrica, mentre anche la concorrenza si organizza, con Brave Search che ha aperto la sua API ai pagamenti agentici tramite il protocollo x402 già dal 13 novembre.ChatGPT Wallet l'è disponibil per i agent che lavoren in ChatGPT Work, Codex e dots: OpenAI el fa del pagament l'aneo mancanta de la sò cadena agentega, quai setemana despoeu de l'avertura de «Businesses in ChatGPT». La scommessa l'è dopia — comodità per l'utent, e fiducia: ogni acquist el resta de dree de ona porta biometrica, intant che anca la concorenza la se organizza, con Brave Search che l'ha verta la sò API ai pagament agentegh cont el protocoll x402 gemò el 13 de november.

Page 1 — Page 1 — Seite 1 — Pagina 1 — Pagina 1 — À la UneFront PageTitelseitePrima paginaIn Prima Paggina

I. Modèles & FrontièreModels & FrontierModelle & GrenzeModelli & FrontieraModej & Fruntera

Inférence locale

Local inference

Lokale Inferenz

Inferenza locale

Inferenzia locala

llama.cpp passe en 1.0.0 : la maturité pour l'écosystème IA localllama.cpp reaches 1.0.0: maturity for the local AI ecosystemllama.cpp erreicht 1.0.0: Reife für das lokale KI-Ökosystemllama.cpp passa alla 1.0.0: la maturità per l'ecosistema IA localellama.cpp el passa a la 1.0.0: la maturità per l'ecosistema IA local

Le 13 novembre 2026, ggml-org a publié llama.cpp v1.0.0, première version numérotée du moteur d'inférence local devenu le socle de fait de l'IA sur machines personnelles. L'équipe la présente comme « une fondation plus solide pour l'écosystème IA local » dans son billet sur Hugging Face (https://huggingface.co/blog/ggml-org/llama-cpp-v1). La bibliothèque sous-jacente ggml est passée simultanément en v1.0.0 sur GitHub le 14 novembre 2026 (https://github.com/ggml-org/ggml/releases/tag/v1.0.0), une discussion qui a réuni 133 points sur Hacker News (https://news.ycombinator.com/item?id=50493062).
On November 13, 2026, ggml-org released llama.cpp v1.0.0, the first numbered version of the local inference engine that has become the de facto foundation of AI on personal machines. The team presents it as “a more solid foundation for the local AI ecosystem” in its post on Hugging Face (https://huggingface.co/blog/ggml-org/llama-cpp-v1). The underlying ggml library simultaneously moved to v1.0.0 on GitHub on November 14, 2026 (https://github.com/ggml-org/ggml/releases/tag/v1.0.0), a discussion that gathered 133 points on Hacker News (https://news.ycombinator.com/item?id=50493062).
Am 13. November 2026 hat ggml-org llama.cpp v1.0.0 veröffentlicht, die erste nummerierte Version der lokalen Inferenz-Engine, die de facto zum Fundament der KI auf Personal Computern geworden ist. Das Team beschreibt sie im Hugging-Face-Blog als «ein solideres Fundament für das lokale KI-Ökosystem» (https://huggingface.co/blog/ggml-org/llama-cpp-v1). Die zugrunde liegende Bibliothek ggml wechselte am 14. November 2026 gleichzeitig auf v1.0.0 auf GitHub (https://github.com/ggml-org/ggml/releases/tag/v1.0.0), eine Diskussion, die auf Hacker News 133 Punkte sammelte (https://news.ycombinator.com/item?id=50493062).
Il 13 novembre 2026 ggml-org ha pubblicato llama.cpp v1.0.0, prima versione numerata del motore di inferenza locale divenuto il fondamento di fatto dell'IA su macchine personali. Il team la presenta come «una fondazione più solida per l'ecosistema IA locale» nel suo post su Hugging Face (https://huggingface.co/blog/ggml-org/llama-cpp-v1). La libreria sottostante ggml è passata simultaneamente alla v1.0.0 su GitHub il 14 novembre 2026 (https://github.com/ggml-org/ggml/releases/tag/v1.0.0), una discussione che ha raccolto 133 punti su Hacker News (https://news.ycombinator.com/item?id=50493062).
El 13 de november 2026, ggml-org l'ha publicaa llama.cpp v1.0.0, prima version numerada del motor de inferenza local vegnuu el bas de fat de l'IA sora i machine personai. L'equipa le presenta comè «ona fondazzion pussee solida per l'ecosistema IA local» in del sò post sora Hugging Face (https://huggingface.co/blog/ggml-org/llama-cpp-v1). La libreria ggml, che la sta sotta, l'è passada in l'istess moment a la v1.0.0 sora GitHub el 14 de november 2026 (https://github.com/ggml-org/ggml/releases/tag/v1.0.0), ona discussion che l'ha regolt 133 pont sora Hacker News (https://news.ycombinator.com/item?id=50493062).

Décision

Decision-making

Entscheidung

Decisione

Decision

Perplexity Decider v1.3 : la formation d'un modèle de décision décortiquéePerplexity Decider v1.3: how a decision model was trained, dissectedPerplexity Decider v1.3: die Ausbildung eines Entscheidungsmodells sezziertPerplexity Decider v1.3: la formazione di un modello decisionale sezionataPerplexity Decider v1.3: la formazzion de on modell de decision desquadrada

Perplexity a publié le 13 novembre 2026 un billet détaillant Decider v1.3, son modèle dédié à la prise de décision, couvrant entraînement, évaluation et cas d'usage (https://www.perplexity.ai/hub/blog/perplexity-decider). L'annonce a été discutée sur Hacker News, où elle a recueilli 115 points et 21 commentaires en 24 heures (https://news.ycombinator.com/item?id=50488464). Le lancement s'inscrit dans la vague des « Decision Models » dont Hugging Face avait annoncé l'entrée sur son hub quelques jours plus tôt.
Perplexity published a post on November 13, 2026 detailing Decider v1.3, its dedicated decision-making model, covering training, evaluation and use cases (https://www.perplexity.ai/hub/blog/perplexity-decider). The announcement was discussed on Hacker News, where it gathered 115 points and 21 comments within 24 hours (https://news.ycombinator.com/item?id=50488464). The launch is part of the “Decision Models” wave whose arrival on its hub Hugging Face had announced a few days earlier.
Perplexity hat am 13. November 2026 einen Beitrag veröffentlicht, der Decider v1.3 im Detail beleuchtet, sein Modell für Entscheidungsfindung, inklusive Training, Evaluation und Anwendungsfällen (https://www.perplexity.ai/hub/blog/perplexity-decider). Die Ankündigung wurde auf Hacker News diskutiert, wo sie innerhalb von 24 Stunden 115 Punkte und 21 Kommentare erhielt (https://news.ycombinator.com/item?id=50488464). Der Launch reiht sich in die Welle der «Decision Models» ein, deren Aufnahme auf dem Hub Hugging Face wenige Tage zuvor angekündigt hatte.
Perplexity ha pubblicato il 13 novembre 2026 un post che dettaglia Decider v1.3, il suo modello dedicato alla presa di decisione, che copre addestramento, valutazione e casi d'uso (https://www.perplexity.ai/hub/blog/perplexity-decider). L'annuncio è stato discusso su Hacker News, dove ha raccolto 115 punti e 21 commenti in 24 ore (https://news.ycombinator.com/item?id=50488464). Il lancio si inserisce nell'onda dei «Decision Models», il cui ingresso sull'hub era stato annunciato da Hugging Face qualche giorno prima.
Perplexity l'ha publicaa el 13 de november 2026 on post che 'l detaja Decider v1.3, el sò modell dedicaa a la toeu de decision, con addestrament, valutazzion e cas d'us (https://www.perplexity.ai/hub/blog/perplexity-decider). L'annunzi l'è staa discutt sora Hacker News, indova l'ha regolt 115 pont e 21 comment in 24 or (https://news.ycombinator.com/item?id=50488464). El lanzament el va dent in la consequently di «Decision Models», di quaj Hugging Face l'aveva anunziaa l'intrada in sul sò hub quai dì prima.

Open weights

Open weights

Open Weights

Open weights

Open weights

Unsloth publie ses quantisations dynamiques v3.1 de Qwen3.8-27BUnsloth releases its v3.1 dynamic quantizations of Qwen3.8-27BUnsloth veröffentlicht seine dynamischen Quantisierungen v3.1 von Qwen3.8-27BUnsloth pubblica le sue quantizzazioni dinamiche v3.1 di Qwen3.8-27BUnsloth el publica i sò quantizzazzion dinamegh v3.1 de Qwen3.8-27B

Le 14 novembre 2026, Unsloth a mis à jour ses quantisations dynamiques du modèle open-weights Qwen3.8-27B en v3.1, documentées dans sa fiche dédiée (https://unsloth.ai/docs/models/qwen3.8). L'objectif : faire tenir un modèle de 27 milliards de paramètres dans la mémoire des cartes grand public, un sujet suivi de près par la communauté locale, qui a réuni 72 points sur Hacker News (https://news.ycombinator.com/item?id=50491980).
On November 14, 2026, Unsloth updated its dynamic quantizations of the open-weights Qwen3.8-27B model to v3.1, documented in its dedicated page (https://unsloth.ai/docs/models/qwen3.8). The goal: fit a 27-billion-parameter model into the memory of consumer cards, a topic closely watched by the local community, which gathered 72 points on Hacker News (https://news.ycombinator.com/item?id=50491980).
Am 14. November 2026 hat Unsloth seine dynamischen Quantisierungen des Open-Weights-Modells Qwen3.8-27B auf v3.1 aktualisiert, dokumentiert in der eigenen Modellseite (https://unsloth.ai/docs/models/qwen3.8). Das Ziel: ein Modell mit 27 Milliarden Parametern in den Speicher handelsüblicher Grafikkarten zu zwängen – ein Thema, das die lokale Community aufmerksam verfolgt: 72 Punkte auf Hacker News (https://news.ycombinator.com/item?id=50491980).
Il 14 novembre 2026 Unsloth ha aggiornato le sue quantizzazioni dinamiche del modello open-weights Qwen3.8-27B alla v3.1, documentate nella scheda dedicata (https://unsloth.ai/docs/models/qwen3.8). L'obiettivo: far stare un modello da 27 miliardi di parametri nella memoria delle schede consumer, un tema seguito da vicino dalla comunità locale, che ha raccolto 72 punti su Hacker News (https://news.ycombinator.com/item?id=50491980).
El 14 de november 2026, Unsloth l'ha modifegaa i sò quantizzazzion dinamegh del modell open-weights Qwen3.8-27B a la v3.1, documentaa in de la scheda dedicaa (https://unsloth.ai/docs/models/qwen3.8). L'obietiv: fà stà on modell de 27 miliard de paramenter in de la memoria di cartel di consumador, on tema seguii de vesin de la comunitaa locala, che l'ha regolt 72 pont sora Hacker News (https://news.ycombinator.com/item?id=50491980).

II. IndustrieIndustryIndustrieIndustriaIndustria

Souveraineté

Sovereignty

Souveränität

Sovranità

Sovranitaa

Cohere étend sa plateforme d'IA souveraine avec AISLE et CubicCohere expands its sovereign AI platform with AISLE and CubicCohere erweitert seine Plattform für souveräne KI mit AISLE und CubicCohere amplia la sua piattaforma di IA sovrana con AISLE e CubicCohere el slarga la sò piattaforma de IA sovrana con AISLE e Cubic

Cohere a annoncé le 13 novembre 2026 l'extension de sa plateforme d'IA souveraine avec deux partenaires : AISLE et Cubic (https://cohere.com/blog/cohere-expands-its-sovereign-ai-platform-with-aisle-and-cubic). Le mouvement complète l'arrivée de Jaya Baloo comme première CISO de l'entreprise, officialisée la veille, et confirme la stratégie souveraine du laboratoire canadien face aux géants américains et chinois.
Cohere announced on November 13, 2026 the expansion of its sovereign AI platform with two partners: AISLE and Cubic (https://cohere.com/blog/cohere-expands-its-sovereign-ai-platform-with-aisle-and-cubic). The move follows the arrival of Jaya Baloo as the company's first CISO, confirmed the day before, and confirms the Canadian laboratory's sovereign strategy against the American and Chinese giants.
Cohere hat am 13. November 2026 die Erweiterung seiner Plattform für souveräne KI mit zwei Partnern angekündigt: AISLE und Cubic (https://cohere.com/blog/cohere-expands-its-sovereign-ai-platform-with-aisle-and-cubic). Der Schritt ergänzt die Ankündigung von Jaya Baloo als erste CISO des Unternehmens am Vortag und bestätigt die Souveränitätsstrategie des kanadischen Labors gegenüber den amerikanischen und chinesischen Giganten.
Cohere ha annunciato il 13 novembre 2026 l'estensione della sua piattaforma di IA sovrana con due partner: AISLE e Cubic (https://cohere.com/blog/cohere-expands-its-sovereign-ai-platform-with-aisle-and-cubic). La mossa completa l'arrivo di Jaya Baloo come prima CISO dell'azienda, ufficializzato il giorno precedente, e conferma la strategia sovrana del laboratorio canadese di fronte ai giganti americani e cinesi.
Cohere l'ha anunziaa el 13 de november 2026 l'estension de la sò piattaforma de IA sovrana con du partner: AISLE e Cubic (https://cohere.com/blog/cohere-expands-its-sovereign-ai-platform-with-aisle-and-cubic). El moviment el completa l'intrada de Jaya Baloo comè prima CISO de l'impresa, ofiçializzada el dì prima, e 'l conferma la strategia sovrana del laboratori canades denanz ai gigant american e cines.

Chaîne logistique

Supply chain

Logistikkette

Catena logistica

Cadena logistega

11,4 millions de dollars de matériel Nvidia disparaissent entre la Californie et le Texas$11.4 million of Nvidia hardware vanishes between California and Texas11,4 Millionen Dollar Nvidia-Hardware verschwindet zwischen Kalifornien und Texas11,4 milioni di dollari di hardware Nvidia scompaiono tra la California e il Texas11,4 milion de dollar de material Nvidia i sparen tra la California e 'l Texas

Un chargement de matériel Nvidia d'une valeur de 11,4 millions de dollars a disparu le 13 novembre 2026 pendant son transport de Californie vers le Texas, rapporte FreightWaves (https://www.freightwaves.com/news/11-4-million-in-nvidia-hardware-vanishes-during-shipment-from-california-to-texas). L'affaire illustre la valeur devenue quasi stratégique des GPU, dans un contexte de tension sur l'offre : la discussion a réuni 329 points sur Hacker News (https://news.ycombinator.com/item?id=50487864).
A shipment of Nvidia hardware valued at $11.4 million disappeared on November 13, 2026 while being transported from California to Texas, FreightWaves reports (https://www.freightwaves.com/news/11-4-million-in-nvidia-hardware-vanishes-during-shipment-from-california-to-texas). The case illustrates the now near-strategic value of GPUs amid supply tension: the discussion gathered 329 points on Hacker News (https://news.ycombinator.com/item?id=50487864).
Eine Ladung Nvidia-Hardware im Wert von 11,4 Millionen Dollar ist am 13. November 2026 beim Transport von Kalifornien nach Texas verschwunden, wie FreightWaves meldet (https://www.freightwaves.com/news/11-4-million-in-nvidia-hardware-vanishes-during-shipment-from-california-to-texas). Der Fall illustriert den inzwischen quasi strategischen Wert der GPUs in einem Umfeld angespannter Versorgung: Die Diskussion versammelte 329 Punkte auf Hacker News (https://news.ycombinator.com/item?id=50487864).
Un carico di hardware Nvidia del valore di 11,4 milioni di dollari è scomparso il 13 novembre 2026 durante il trasporto dalla California al Texas, riporta FreightWaves (https://www.freightwaves.com/news/11-4-million-in-nvidia-hardware-vanishes-during-shipment-from-california-to-texas). Il caso illustra il valore divenuto quasi strategico delle GPU, in un contesto di tensione sull'offerta: la discussione ha raccolto 329 punti su Hacker News (https://news.ycombinator.com/item?id=50487864).
On carich de material Nvidia de on valor de 11,4 miliard de dollar l'è sparii el 13 de november 2026 durante el transport de la California vers el Texas, segond FreightWaves (https://www.freightwaves.com/news/11-4-million-in-nvidia-hardware-vanishes-during-shipment-from-california-to-texas). El cas el fa vedè el valor devegnuu squasi strateghegh di GPU, in d'on contest de tension sora l'oferta: la discussion l'ha regolt 329 pont sora Hacker News (https://news.ycombinator.com/item?id=50487864).

Gouvernance

Governance

Gouvernanz

Governance

Governanza

Nvidia accusé d'avoir financé des start-up pour acheter ses propres GPUNvidia accused of funding startups to buy its own GPUsNvidia soll Start-ups finanziert haben, um eigene GPUs zu kaufenNvidia accusato di aver finanziato start-up per acquistare le proprie GPUNvidia acúsaa d'avè finanziaa di start-up per comprà i sò GPU midemm

Le 14 novembre 2026, TechPowerUp rapporte que Nvidia aurait artificiellement entretenu la pénurie en finançant des start-up IA chargées d'acheter ses GPU (https://www.techpowerup.com/354814/nvidia-allegedly-engineered-scarcity-by-funding-ai-startups-to-buy-its-gpus). L'allégation, qui fait suite à la crise de gouvernance du fabricant, a recueilli 247 points et 125 commentaires sur Hacker News (https://news.ycombinator.com/item?id=50493251). Dans le même temps, un administrateur de Nvidia aurait cédé près d'un milliard de dollars d'actions quelques semaines avant le scandale Jensen Huang (https://finance.yahoo.com/markets/stocks/articles/nvidia-director-sold-nearly-1b-160000846.html).
On November 14, 2026, TechPowerUp reports that Nvidia allegedly artificially sustained scarcity by funding AI startups tasked with buying its GPUs (https://www.techpowerup.com/354814/nvidia-allegedly-engineered-scarcity-by-funding-ai-startups-to-buy-its-gpus). The allegation, which follows the manufacturer's governance crisis, gathered 247 points and 125 comments on Hacker News (https://news.ycombinator.com/item?id=50493251). In parallel, an Nvidia director reportedly sold nearly one billion dollars of shares a few weeks before the Jensen Huang scandal (https://finance.yahoo.com/markets/stocks/articles/nvidia-director-sold-nearly-1b-160000846.html).
Am 14. November 2026 meldet TechPowerUp, Nvidia habe die Knappheit künstlich aufrechterhalten, indem es KI-Start-ups finanzierte, die seine GPUs kaufen sollten (https://www.techpowerup.com/354814/nvidia-allegedly-engineered-scarcity-by-funding-ai-startups-to-buy-its-gpus). Die Anschuldigung, die auf die Governanzkrise des Herstellers folgt, erhielt 247 Punkte und 125 Kommentare auf Hacker News (https://news.ycombinator.com/item?id=50493251). Gleichzeitig soll ein Nvidia-Verwaltungsrat wenige Wochen vor dem Jensen-Huang-Skandal knapp eine Milliarde Dollar an Aktien veräussert haben (https://finance.yahoo.com/markets/stocks/articles/nvidia-director-sold-nearly-1b-160000846.html).
Il 14 novembre 2026 TechPowerUp riporta che Nvidia avrebbe artificialmente alimentato la penuria finanziando start-up IA incaricate di acquistare le sue GPU (https://www.techpowerup.com/354814/nvidia-allegedly-engineered-scarcity-by-funding-ai-startups-to-buy-its-gpus). L'allegazione, che segue la crisi di governance del produttore, ha raccolto 247 punti e 125 commenti su Hacker News (https://news.ycombinator.com/item?id=50493251). Nello stesso tempo, un amministratore di Nvidia avrebbe ceduto quasi un miliardo di dollari di azioni poche settimane prima dello scandalo Jensen Huang (https://finance.yahoo.com/markets/stocks/articles/nvidia-director-sold-nearly-1b-160000846.html).
El 14 de november 2026, TechPowerUp el rapporta che Nvidia l'avaria mantegnid artificialment la scarsezza cont el finança di start-up IA incaregaa de comprà i sò GPU (https://www.techpowerup.com/354814/nvidia-allegedly-engineered-scarcity-by-funding-ai-startups-to-buy-its-gpus). L'alegazzion, che la vegn despoeu de la crisi de governanza del fabricant, l'ha regolt 247 pont e 125 comment sora Hacker News (https://news.ycombinator.com/item?id=50493251). In de l'istess temp, on aministrador de Nvidia l'avaria venduu squasi on miliard de dollar de aziend quai setemana prima del scandol Jensen Huang (https://finance.yahoo.com/markets/stocks/articles/nvidia-director-sold-nearly-1b-160000846.html).

Page 2 — Page 2 — Seite 2 — Pagina 2 — Pagina 2 — Le Cahier TechniqueThe Technical DeskDas Technik-DossierIl Quaderno TecnicoEl Quadern Tecnegh

III. Agents & plateformesAgents & platformsAgents & PlattformenAgenti & piattaformeAgent & piattaform

Anthropic

Anthropic

Anthropic

Anthropic

Anthropic

Construire des agents always-on : Anthropic publie son guide des primitivesBuilding always-on agents: Anthropic publishes its guide to the primitivesAlways-on-Agents bauen: Anthropic veröffentlicht seinen Guide zu den PrimitivesCostruire agenti always-on: Anthropic pubblica la sua guida alle primitiveCostruí di agent always-on: Anthropic el publica la sò guida di primitiv

Anthropic a publié le 13 novembre 2026 un guide d'ingénierie consacré aux agents « always-on », qui s'exécutent indéfiniment et décident comment et quand agir à travers de multiples sessions (https://claude.com/resources/articles/building-always-on-agents). Le document détaille les primitives fondamentales — mémoire persistante, boucles de décision, gestion multi-sessions — et la façon dont elles s'articulent, complétant l'offre Managed Agents déployée la veille en auto-hébergement.
Anthropic published on November 13, 2026 an engineering guide devoted to “always-on” agents, which run indefinitely and decide how and when to act across multiple sessions (https://claude.com/resources/articles/building-always-on-agents). The document details the fundamental primitives — persistent memory, decision loops, multi-session management — and how they fit together, complementing the Managed Agents offering deployed the previous day in self-hosting.
Anthropic hat am 13. November 2026 einen Engineering-Guide zu «Always-on»-Agents veröffentlicht, die unbegrenzt laufen und über mehrere Sessions hinweg entscheiden, wie und wann sie handeln (https://claude.com/resources/articles/building-always-on-agents). Das Dokument beschreibt die fundamentalen Primitives – persistentes Gedächtnis, Entscheidungs-Schleifen, Multi-Session-Verwaltung – und deren Zusammenspiel, ergänzend zum Managed-Agents-Angebot, das am Vortag im Self-Hosting ausgerollt wurde.
Anthropic ha pubblicato il 13 novembre 2026 una guida di ingegneria dedicata agli agenti «always-on», che si eseguono a tempo indeterminato e decidono come e quando agire attraverso molteplici sessioni (https://claude.com/resources/articles/building-always-on-agents). Il documento dettaglia le primitive fondamentali — memoria persistente, cicli di decisione, gestione multi-sessione — e il modo in cui si articolano, completando l'offerta Managed Agents distribuita il giorno precedente in self-hosting.
Anthropic l'ha publicaa el 13 de november 2026 ona guida de ingegneria dedicaa ai agent «always-on», che i se eseguen a l'infinii e i deciden come e quand agì travers pussee session (https://claude.com/resources/articles/building-always-on-agents). El document el detaja i primitiv fondamentai — memoria persistenta, dover de decision, gestion multi-session — e la manera che i se leghen insema, cont el completà l'oferta Managed Agents missa el dì prima in auto-hosting.

Robotique simulée

Simulated robotics

Simulierte Robotik

Robotica simulata

Robotega simulada

NVIDIA SimReady Assets : simuler du pick-and-place robotique sur Hugging FaceNVIDIA SimReady Assets: simulating robotic pick-and-place on Hugging FaceNVIDIA SimReady Assets: robotisches Pick-and-Place auf Hugging Face simulierenNVIDIA SimReady Assets: simulare il pick-and-place robotico su Hugging FaceNVIDIA SimReady Assets: simulà del pick-and-place robotic sora Hugging Face

NVIDIA a publié le 13 novembre 2026 sur le blog Hugging Face un tutoriel complet pour construire une simulation de pick-and-place robotique à partir de ses SimReady Assets (https://huggingface.co/blog/nvidia/simready-assets-robot-pick-and-place). La ressource montre comment assembler scènes 3D physiquement plausibles pour entraîner et évaluer des politiques de manipulation, un jalon pour la robotique apprise en simulation avant transfert réel.
NVIDIA published on November 13, 2026 on the Hugging Face blog a complete tutorial for building a robotic pick-and-place simulation from its SimReady Assets (https://huggingface.co/blog/nvidia/simready-assets-robot-pick-and-place). The resource shows how to assemble physically plausible 3D scenes to train and evaluate manipulation policies, a milestone for robotics learned in simulation before real-world transfer.
NVIDIA hat am 13. November 2026 im Hugging-Face-Blog ein vollständiges Tutorial zur Konstruktion einer robotischen Pick-and-Place-Simulation auf Basis seiner SimReady Assets veröffentlicht (https://huggingface.co/blog/nvidia/simready-assets-robot-pick-and-place). Die Ressource zeigt, wie sich physikalisch plausible 3D-Szenen zusammenbauen lassen, um Manipulations-Policies zu trainieren und zu evaluieren – ein Meilenstein für die in Simulation erlernte Robotik vor dem Transfer ins Reale.
NVIDIA ha pubblicato il 13 novembre 2026 sul blog Hugging Face un tutorial completo per costruire una simulazione di pick-and-place robotico a partire dai suoi SimReady Assets (https://huggingface.co/blog/nvidia/simready-assets-robot-pick-and-place). La risorsa mostra come assemblare scene 3D fisicamente plausibili per addestrare e valutare politiche di manipolazione, una pietra miliare per la robotica appresa in simulazione prima del trasferimento reale.
NVIDIA l'ha publicaa el 13 de november 2026 sora el blog Hugging Face on tutorial complet per costruì ona simulazzion de pick-and-place robotic a partì di sò SimReady Assets (https://huggingface.co/blog/nvidia/simready-assets-robot-pick-and-place). La risorsa la fa vedè come montà scen 3D fisegament plausibij per addestrà e valutà di politegh de manipolazzion, on seelesbee per la robotega aprenduda in simulazzion prima del trasferiment real.

Écosystème local

Local ecosystem

Lokales Ökosystem

Ecosistema locale

Ecosistema locala

ggml v1.0.0 : la fondation tensorielle derrière llama.cpp fige son APIggml v1.0.0: the tensor foundation behind llama.cpp freezes its APIggml v1.0.0: die Tensor-Foundation hinter llama.cpp friert ihre API einggml v1.0.0: la fondazione tensoriale dietro llama.cpp fissa la sua APIggml v1.0.0: la fondazzion tensoriala de dree de llama.cpp la fissa la sò API

La bibliothèque tensorielle ggml, cœur de llama.cpp, est passée en version 1.0.0 le 14 novembre 2026, publication mise en avant sur la front page de Hacker News (https://news.ycombinator.com/item?id=50493062) avec la note de version officielle (https://github.com/ggml-org/ggml/releases/tag/v1.0.0). Cette stabilisation, conjointe au passage de llama.cpp en v1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1), doit permettre aux moteurs dérivés — Metal, CUDA, backends CPU — de construire sur une interface figée plutôt que sur un code en perpétuel mouvement.
The ggml tensor library, the heart of llama.cpp, moved to version 1.0.0 on November 14, 2026, a release featured on the Hacker News front page (https://news.ycombinator.com/item?id=50493062) with the official release notes (https://github.com/ggml-org/ggml/releases/tag/v1.0.0). This stabilization, alongside llama.cpp's move to v1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1), should allow derivative engines — Metal, CUDA, CPU backends — to build on a frozen interface rather than perpetually shifting code.
Die Tensor-Bibliothek ggml, das Herz von llama.cpp, ist am 14. November 2026 auf Version 1.0.0 gewechselt, eine Veröffentlichung, die auf der Front Page von Hacker News präsentiert wurde (https://news.ycombinator.com/item?id=50493062) samt offizieller Versionsnotiz (https://github.com/ggml-org/ggml/releases/tag/v1.0.0). Diese Stabilisierung, parallel zum Sprung von llama.cpp auf v1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1), soll den abgeleiteten Engines – Metal, CUDA, CPU-Backends – erlauben, auf einer eingefrorenen Schnittstelle statt auf ewig mobilem Code aufzubauen.
La libreria tensoriale ggml, cuore di llama.cpp, è passata alla versione 1.0.0 il 14 novembre 2026, pubblicazione messa in evidenza sulla front page di Hacker News (https://news.ycombinator.com/item?id=50493062) con la nota di versione ufficiale (https://github.com/ggml-org/ggml/releases/tag/v1.0.0). Questa stabilizzazione, congiunta al passaggio di llama.cpp alla v1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1), deve permettere ai motori derivati — Metal, CUDA, backend CPU — di costruire su un'interfaccia fissata anziché su un codice in perenne movimento.
La libreria tensoriala ggml, cœur de llama.cpp, l'è passada a la version 1.0.0 el 14 de november 2026, publegazzion missa in evidenza in de la front page de Hacker News (https://news.ycombinator.com/item?id=50493062) con la nota de version offiçiala (https://github.com/ggml-org/ggml/releases/tag/v1.0.0). Sta stabilizzazzion chì, abinada al passagg de llama.cpp a la v1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1), la gh'ha de permett ai motor derivaa — Metal, CUDA, backend CPU — de construì sora ona interfaccia fissada pütost che sora on codegh in moviment perpetov.

Page 3 — Page 3 — Seite 3 — Pagina 3 — Pagina 3 — La RechercheThe Research DeskDie ForschungLa RicercaLa Ricerca

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

Multimodal

Multimodal

Multimodal

Multimodale

Multimodal

Meta démonte l'encodage visuel : le prior pré-entraîné n'est pas nécessaireMeta unbundles visual encoding: the pre-trained prior is not necessaryMeta entziffert die visuelle Enkodierung: das vortrainierte Prior ist nicht notwendigMeta smonta l'encoding visivo: il prior pre-addestrato non è necessarioMeta el desmonta l'encodagg visual: el prior pre-adestraa l'è no necessari

« Unbundling Multimodal Vision Encoding », soumis par des chercheurs de Meta et voté 13 fois dans les papers du 13 novembre 2026, isole expérimentalement les trois choix de design que regroupent les encodeurs de vision : le prior visuel, la capacité dédiée à la vision et son placement avant la fusion multimodale (https://arxiv.org/abs/2611.17334). Avec tous les modèles pré-entraînés depuis zéro sur des données communes et à budget de calcul égal, les auteurs concluent que le prior visuel pré-entraîné n'est pas nécessaire ; ce qui compte est la capacité dédiée à la vision, placée tôt dans le backbone — un encodeur-free reste à la traîne même avec un backbone grossi d'autant.
“Unbundling Multimodal Vision Encoding”, submitted by Meta researchers and voted 13 times in the November 13, 2026 papers, experimentally isolates the three design choices that vision encoders bundle together: the visual prior, the capacity dedicated to vision, and its placement before multimodal fusion (https://arxiv.org/abs/2611.17334). With all models pre-trained from scratch on common data and at equal compute budget, the authors conclude that a pre-trained visual prior is not necessary; what matters is the capacity dedicated to vision, placed early in the backbone — an encoder-free model still lags even with a proportionally enlarged backbone.
«Unbundling Multimodal Vision Encoding», eingereicht von Forschenden bei Meta und mit 13 Stimmen in den Papern vom 13. November 2026 bedacht, isoliert experimentell die drei Design-Entscheidungen, die visuelle Encoder bündeln: das visuelle Prior, die der Vision vorbeugene Kapazität und deren Platzierung vor der multimodalen Fusion (https://arxiv.org/abs/2611.17334). Mit allen Modellen von Grund auf auf gemeinsamen Daten und bei gleichem Rechenbudget vortrainiert, kommen die Autoren zum Schluss, dass das vortrainierte visuelle Prior nicht notwendig ist; entscheidend ist die dedizierte Visions-Kapazität, früh im Backbone platziert – ein Encoder-loses Modell bleibt zurück, selbst wenn der Backbone entsprechend vergrössert wird.
«Unbundling Multimodal Vision Encoding», presentato da ricercatori di Meta e votato 13 volte tra i paper del 13 novembre 2026, isola sperimentalmente le tre scelte di progettazione che gli encoder visivi raggruppano: il prior visivo, la capacità dedicata alla visione e la sua collocazione prima della fusione multimodale (https://arxiv.org/abs/2611.17334). Con tutti i modelli pre-addestrati da zero su dati comuni e a budget di calcolo pari, gli autori concludono che il prior visivo pre-addestrato non è necessario; ciò che conta è la capacità dedicata alla visione, collocata presto nel backbone — un modello senza encoder resta indietro anche con un backbone ingrandito in egual misura.
«Unbundling Multimodal Vision Encoding», consegned di ricercador de Meta e vored 13 voeulte in di paper del 13 de november 2026, el isola sperimentalment i trie scernide de design che i encoder de vision i mett insema: el prior visual, la capacità dedicaa a la vision e 'l sò sitaa prima de la fusion multimodala (https://arxiv.org/abs/2611.17334). Con tucc i modej pre-adestraa del zero sora dacc comun e a budget de calcol igual, i autor i concluden che 'l prior visual pre-adestraa l'è no necessari; quell che 'l conta l'è la capacità dedicaa a la vision, missa prest in del backbone — on encoder-free el resta indree anca cont on backbone ingrossaa de tant.

Mémoire d'agents

Agent memory

Agenten-Gedächtnis

Memoria di agenti

Memoria di agent

MixUA : qui doit se souvenir de quoi dans les organisations multi-agentsMixUA: who should remember what in multi-agent organizationsMixUA: wer soll sich in Multi-Agent-Organisationen an was erinnernMixUA: chi deve ricordare cosa nelle organizzazioni multi-agenteMixUA: chi el gh'ha de regordàss de cosa in di organizazzion multi-agent

Le paper « Who Remembers What? », soumis par AWS et voté 5 fois dans le lot du 13 novembre 2026, propose MixUA, un système de mémoire qui distille les trajectoires utilisateur-agent en leçons assignées à une portée paire, utilisateur, agent ou globale (https://arxiv.org/abs/2611.10439). Sur le benchmark CrossLearnBench — cinq utilisateurs et sept agents — MixUA hausse les taux de réussite de 16 points par rapport à l'absence de mémoire, retient jusqu'à 90 % des préférences déjà exprimées, et seulement 0,02 % des sondes de confidentialité retrouvent un fait privé planté dans une portée interdite.
The paper “Who Remembers What?”, submitted by AWS and voted 5 times in the November 13, 2026 batch, proposes MixUA, a memory system that distills user-agent trajectories into lessons assigned to a pair, user, agent or global scope (https://arxiv.org/abs/2611.10439). On the CrossLearnBench benchmark — five users and seven agents — MixUA raises success rates by 16 points compared to the absence of memory, retains up to 90% of previously expressed preferences, and only 0.02% of privacy probes recover a private fact planted in a forbidden scope.
Das Paper «Who Remembers What?», eingereicht von AWS und mit 5 Stimmen im Los vom 13. November 2026 bedacht, schlägt MixUA vor, ein Gedächtnissystem, das Nutzer-Agent-Trajektorien in Lektionen destilliert, die einem Paar-, Nutzer-, Agent- oder globalen Geltungsbereich zugewiesen werden (https://arxiv.org/abs/2611.10439). Auf dem Benchmark CrossLearnBench – fünf Nutzer, sieben Agents – steigert MixUA die Erfolgsquoten um 16 Punkte gegenüber gedächtnislosen Systemen, behält bis zu 90 % der bereits geäusserten Präferenzen, und nur 0,02 % der Vertraulichkeits-Sonden finden ein privates Faktum wieder, das in einem verbotenen Geltungsbereich platziert wurde.
Il paper «Who Remembers What?», presentato da AWS e votato 5 volte nel lotto del 13 novembre 2026, propone MixUA, un sistema di memoria che distilla le traiettorie utente-agente in lezioni assegnate a un ambito coppia, utente, agente o globale (https://arxiv.org/abs/2611.10439). Sul benchmark CrossLearnBench — cinque utenti e sette agenti — MixUA innalza i tassi di successo di 16 punti rispetto all'assenza di memoria, conserva fino al 90% delle preferenze già espresse, e solo lo 0,02% delle sonde di privacy ritrova un fatto privato inserito in un ambito vietato.
El paper «Who Remembers What?», consegned de AWS e vored 5 voeulte in del lott del 13 de november 2026, el propon MixUA, on sistema de memoria che 'l distilla i traiettori utent-agent in lession assegnad a ona portada de cobia, utent, agent o globala (https://arxiv.org/abs/2611.10439). Sora el benchmark CrossLearnBench — cinch utent e sett agent — MixUA el fa và su i tass de success de 16 pont rispett a l'assenza de memoria, el reten fin al 90 % di preferenz gemò esprimid, e domà 0,02 % di sondagg de riservatezza i trœuven on fatt privaa piantaa in d'ona portada proibida.

V. BenchmarksBenchmarksBenchmarksBenchmarkBenchmark

AI2

AI2

AI2

AI2

AI2

XYBench : aider à résoudre le problème derrière la questionXYBench: helping to solve the problem behind the questionXYBench: helfen, das Problem hinter der Frage zu lösenXYBench: aiutare a risolvere il problema dietro la domandaXYBench: jutà a resoeulv el problema de dree de la domanda

Le Allen Institute for AI a publié le 13 novembre 2026 sur le blog Hugging Face son benchmark XYBench, conçu pour évaluer si les modèles s'attaquent au problème qui se cache derrière la question posée, plutôt qu'à sa formulation littérale (https://huggingface.co/blog/allenai/xybench). L'initiative rejoint l'effort de la communauté pour évaluer la profondeur de raisonnement au-delà des réponses de surface.
The Allen Institute for AI published on November 13, 2026 on the Hugging Face blog its XYBench benchmark, designed to assess whether models tackle the problem hiding behind the question asked, rather than its literal wording (https://huggingface.co/blog/allenai/xybench). The initiative joins the community effort to evaluate reasoning depth beyond surface-level answers.
Das Allen Institute for AI hat am 13. November 2026 im Hugging-Face-Blog seinen Benchmark XYBench veröffentlicht, der prüfen soll, ob Modelle das Problem hinter der gestellten Frage angehen statt dessen wörtlicher Formulierung (https://huggingface.co/blog/allenai/xybench). Die Initiative reiht sich in das Bemühen der Community ein, die Tiefe des Reasonings jenseits oberflächlicher Antworten zu messen.
Il Allen Institute for AI ha pubblicato il 13 novembre 2026 sul blog Hugging Face il suo benchmark XYBench, concepito per valutare se i modelli affrontano il problema nascosto dietro la domanda posta, anziché la sua formulazione letterale (https://huggingface.co/blog/allenai/xybench). L'iniziativa si aggiunge allo sforzo della comunità per valutare la profondità del ragionamento al di là delle risposte superficiali.
El Allen Institute for AI l'ha publicaa el 13 de november 2026 sora el blog Hugging Face el sò benchmark XYBench, pensaa per valutà se i modej i riven al problema che 'l se scond de dree de la domanda fada, pütost che a la sò formulazzion literala (https://huggingface.co/blog/allenai/xybench). L'iniziativa la se gionta a la fada de la comunitaa per valutà la profondità de resonament de là di respond de superfiss.

Page 4 — Page 4 — Seite 4 — Pagina 4 — Pagina 4 — La Communauté & ÉditoCommunity & EditorialCommunity & EditorialesLa Comunità & EditorialeLa Comunitaa & Edito

VI. Signaux & tribuneSignals & opinionSignale & TribüneSegnali & tribunaSegnai & tribuna

Étude indépendante

Independent study

Unabhängige Studie

Studio indipendente

Studi independenta

Après 600 expériences, un chercheur dresse l'état des lieux des world models JEPAAfter 600 experiments, a researcher takes stock of JEPA world modelsNach 600 Experimenten: ein Forscher zieht Bilanz über die JEPA-World-ModelsDopo 600 esperimenti, un ricercatore traccia il bilancio dei world models JEPADaspoeu 600 esperiment, on ricercador el fa el stat di loeugh di world models JEPA

Un billet publié le 13 novembre 2026 par un praticien détaille les leçons de 600 expériences sur les world models à architecture JEPA, l'approche d'apprentissage par anticipation défendue par Yann LeCun (https://haddyalchaer.com/jepa). Le retour d'expérience, arrivé en front page avec 237 points et 37 commentaires, documente ce qui fonctionne et ce qui échoue en pratique (https://news.ycombinator.com/item?id=50487185).
A post published on November 13, 2026 by a practitioner details the lessons of 600 experiments on world models with a JEPA architecture, the anticipatory learning approach championed by Yann LeCun (https://haddyalchaer.com/jepa). The feedback, which reached the front page with 237 points and 37 comments, documents what works and what fails in practice (https://news.ycombinator.com/item?id=50487185).
Ein am 13. November 2026 publizierter Beitrag eines Praktikers legt die Lehren aus 600 Experimenten mit World Models in JEPA-Architektur dar, dem von Yann LeCun verteidigten Ansatz des antizipatorischen Lernens (https://haddyalchaer.com/jepa). Das Erfahrungsfeedback, das mit 237 Punkten und 37 Kommentaren auf die Front Page gelangte, dokumentiert, was in der Praxis funktioniert und was scheitert (https://news.ycombinator.com/item?id=50487185).
Un post pubblicato il 13 novembre 2026 da un pratico dettaglia le lezioni di 600 esperimenti sui world models ad architettura JEPA, l'approccio di apprendimento per anticipazione difeso da Yann LeCun (https://haddyalchaer.com/jepa). Il ritorno d'esperienza, arrivato in front page con 237 punti e 37 commenti, documenta cosa funziona e cosa fallisce nella pratica (https://news.ycombinator.com/item?id=50487185).
On post publicaa el 13 de november 2026 de on prategh el detaja i lession de 600 esperiment sora i world models a architetura JEPA, l'apreci de apprendiment per anticipazzion defenduda de Yann LeCun (https://haddyalchaer.com/jepa). El retorn de esperienza, rivaa in front page con 237 pont e 37 comment, el documenta quell che 'l funziona e quell che 'l fala in pratega (https://news.ycombinator.com/item?id=50487185).

Fine-tuning créatif

Creative fine-tuning

Kreatives Fine-Tuning

Fine-tuning creativo

Fine-tuning creativ

Isometric SF : une carte pixel-art de la baie de San Francisco entraînée à fraction du coûtIsometric SF: a pixel-art map of the San Francisco Bay trained at a fraction of the costIsometric SF: eine Pixel-Art-Karte der Bucht von San Francisco, trainiert zu einem Bruchteil der KostenIsometric SF: una mappa pixel-art della baia di San Francisco addestrata a una frazione del costoIsometric SF: ona mapa pixel-art de la baia de San Francisco adestrada a frazzion del cost

Un développeur indépendant a publié le 13 novembre 2026 une carte isométrique pixel-art de 1 300 miles carrés de la baie de San Francisco, générée en fine-tunant des modèles open source : un LoRA Qwen-Image-Edit pour prototyper, puis un LoRA sur Klein 4B pour la carte finale, qui reproduit le style au quart du coût — environ 7 000 USD économisés par rapport à une génération complète avec Nano Banana 2 (https://www.justinchavez.com/blog/isometric-sf-how/). Le projet a recueilli 181 points sur Hacker News (https://news.ycombinator.com/item?id=50487228).
An independent developer published on November 13, 2026 an isometric pixel-art map of 1,300 square miles of the San Francisco Bay Area, generated by fine-tuning open-source models: a Qwen-Image-Edit LoRA for prototyping, then a LoRA on Klein 4B for the final map, which reproduces the style at a quarter of the cost — roughly $7,000 saved compared to a full generation with Nano Banana 2 (https://www.justinchavez.com/blog/isometric-sf-how/). The project gathered 181 points on Hacker News (https://news.ycombinator.com/item?id=50487228).
Ein unabhängiger Entwickler hat am 13. November 2026 eine isometrische Pixel-Art-Karte von 1 300 Quadratmeilen der Bucht von San Francisco veröffentlicht, generiert durch Fine-Tuning von Open-Source-Modellen: ein LoRA auf Qwen-Image-Edit zum Prototyping, dann ein LoRA auf Klein 4B für die finale Karte, die den Stil zu einem Viertel der Kosten reproduziert – rund 7 000 USD eingespart gegenüber einer vollständigen Generierung mit Nano Banana 2 (https://www.justinchavez.com/blog/isometric-sf-how/). Das Projekt versammelte 181 Punkte auf Hacker News (https://news.ycombinator.com/item?id=50487228).
Uno sviluppatore indipendente ha pubblicato il 13 novembre 2026 una mappa isometrica pixel-art di 1.300 miglia quadrate della baia di San Francisco, generata con il fine-tuning di modelli open source: un LoRA Qwen-Image-Edit per il prototipo, poi un LoRA su Klein 4B per la mappa finale, che riproduce lo stile a un quarto del costo — circa 7.000 USD risparmiati rispetto a una generazione completa con Nano Banana 2 (https://www.justinchavez.com/blog/isometric-sf-how/). Il progetto ha raccolto 181 punti su Hacker News (https://news.ycombinator.com/item?id=50487228).
On desvilupador independent l'ha publicaa el 13 de november 2026 ona mapa isometrica pixel-art de 1 300 migli quadracc de la baia de San Francisco, genereda cont el fine-tunà di modej open source: on LoRA Qwen-Image-Edit per el prototip, poeu on LoRA sora Klein 4B per la mapa finala, che la reprodus el stili a on quart del cost — circa 7 000 USD risparmiad rispett a ona generazzion completa con Nano Banana 2 (https://www.justinchavez.com/blog/isometric-sf-how/). El progett l'ha regolt 181 pont sora Hacker News (https://news.ycombinator.com/item?id=50487228).

Débat

Debate

Debatte

Dibattito

Debat

Jonathan Blow : « Si l'IA a résolu le code, pourquoi mon logiciel est-il resté le même ? »Jonathan Blow: “If AI has solved code, why is my software still the same?”Jonathan Blow: «Wenn die KI den Code gelöst hat, warum blieb meine Software gleich?»Jonathan Blow: «Se l'IA ha risolto il codice, perché il mio software è rimasto lo stesso?»Jonathan Blow: «Se l'IA l'ha resolt el codesgh, perchè 'l mè software l'è resta l'istess?»

Le créateur de Braid et de Jai a publié le 13 novembre 2026 une conférence interrogeant l'écart entre les promesses de l'IA de codage et la réalité des logiciels produits (https://www.youtube.com/watch?v=IRK8h67ol7Q). La vidéo a déclenché une discussion massive — 202 points et autant de commentaires sur Hacker News (https://news.ycombinator.com/item?id=50484658) — dans la continuité du débat sur la fragilité des bases de code générées par IA.
The creator of Braid and Jai published on November 13, 2026 a talk questioning the gap between the promises of AI coding and the reality of the software produced (https://www.youtube.com/watch?v=IRK8h67ol7Q). The video triggered a massive discussion — 202 points and as many comments on Hacker News (https://news.ycombinator.com/item?id=50484658) — in the wake of the debate on the fragility of AI-generated codebases.
Der Schöpfer von Braid und Jai hat am 13. November 2026 einen Vortrag veröffentlicht, der die Lücke zwischen den Versprechen der Coding-KI und der Realität der produzierten Software hinterfragt (https://www.youtube.com/watch?v=IRK8h67ol7Q). Das Video löste eine massive Diskussion aus – 202 Punkte und ebenso viele Kommentare auf Hacker News (https://news.ycombinator.com/item?id=50484658) – in der Kontinuität der Debatte über die Fragilität KI-generierter Codebasen.
Il creatore di Braid e di Jai ha pubblicato il 13 novembre 2026 una conferenza che interroga il divario tra le promesse dell'IA di coding e la realtà del software prodotto (https://www.youtube.com/watch?v=IRK8h67ol7Q). Il video ha scatenato una discussione massiccia — 202 punti e altrettanti commenti su Hacker News (https://news.ycombinator.com/item?id=50484658) — nella continuità del dibattito sulla fragilità delle basi di codice generate da IA.
El creator de Braid e de Jai l'ha publicaa el 13 de november 2026 ona conferenza che la interroga el volt tra i promess de l'IA de codesgh e la realtà di software produxid (https://www.youtube.com/watch?v=IRK8h67ol7Q). El video l'ha faa s'cioppà ona discussion granda — 202 pont e tant comment istess sora Hacker News (https://news.ycombinator.com/item?id=50484658) — in de la continuazzion del dibattit sora la fragilitaa di bas de codesgh generad de l'IA.

Édito

Editorial

Editorial

Editoriale

Edito

Le portefeuille de l'agent : la course à la confianceThe agent's wallet: the race for trustDie Geldbörse des Agents: das Rennen um das VertrauenIl portafoglio dell'agente: la corsa alla fiduciaEl portafœuj de l'agent: la corsa a la fiducia

En ouvrant ChatGPT Wallet le 13 novembre 2026 (https://openai.com/index/introducing-chatgpt-wallet), OpenAI attaque le dernier maillon que les agents ne maîtrisaient pas : l'acte d'achat. Anthropic publie le même jour son guide des agents always-on (https://claude.com/resources/articles/building-always-on-agents), Brave a connecté son API aux paiements agentiques, et llama.cpp franchit son 1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1) : la même semaine, l'industrie verrouille simultanément la chaîne de paiement du cloud et la fondation de l'inférence locale. Le signal à retenir : chaque acteur a compris que la limite des agents n'est plus l'intelligence mais la délégation — et que la délégation, elle, se gagne par la biornétrie, la souveraineté ou la réputation, pas par le benchmark.
By opening ChatGPT Wallet on November 13, 2026 (https://openai.com/index/introducing-chatgpt-wallet), OpenAI is attacking the last link agents did not control: the act of purchase. Anthropic published the same day its guide to always-on agents (https://claude.com/resources/articles/building-always-on-agents), Brave connected its API to agentic payments, and llama.cpp crossed its 1.0.0 threshold (https://huggingface.co/blog/ggml-org/llama-cpp-v1): in the same week, the industry is simultaneously locking down the cloud payment chain and the foundation of local inference. The signal to remember: every player has understood that the limit of agents is no longer intelligence but delegation — and that delegation is won through biometrics, sovereignty or reputation, not through benchmarks.
Mit der Eröffnung von ChatGPT Wallet am 13. November 2026 (https://openai.com/index/introducing-chatgpt-wallet) greift OpenAI das letzte Glied an, das die Agents nicht beherrschten: den Kaufakt. Anthropic publiziert am selben Tag seinen Guide zu Always-on-Agents (https://claude.com/resources/articles/building-always-on-agents), Brave hat seine API an Agentenzahlungen angebunden, und llama.cpp erreicht sein 1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1): in derselben Woche verriegelt die Industrie gleichzeitig die Zahlungskette der Cloud und das Fundament der lokalen Inferenz. Das Signal: Alle Akteure haben verstanden, dass die Grenze der Agents nicht mehr die Intelligenz ist, sondern die Delegation – und die Delegation gewinnt man durch Biometrie, Souveränität oder Reputation, nicht durch Benchmarks.
Aprendo ChatGPT Wallet il 13 novembre 2026 (https://openai.com/index/introducing-chatgpt-wallet), OpenAI attacca l'ultimo anello che gli agenti non padroneggiavano: l'atto d'acquisto. Anthropic pubblica lo stesso giorno la sua guida agli agenti always-on (https://claude.com/resources/articles/building-always-on-agents), Brave ha collegato la sua API ai pagamenti agentici, e llama.cpp varca la sua 1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1): nella stessa settimana, l'industria blocca simultaneamente la catena di pagamento del cloud e la fondazione dell'inferenza locale. Il segnale da ricordare: ciascun attore ha capito che il limite degli agenti non è più l'intelligenza ma la delega — e la delega si conquista con la biometria, la sovranità o la reputazione, non con il benchmark.
Cont el dervì ChatGPT Wallet el 13 de november 2026 (https://openai.com/index/introducing-chatgpt-wallet), OpenAI el taca l'ultem aneo che i agent i domineven no: l'att de l'acquist. Anthropic el pubblica l'istess dì la sò guida di agent always-on (https://claude.com/resources/articles/building-always-on-agents), Brave l'ha conligada la sò API ai pagament agentegh, e llama.cpp el passa el sò 1.0.0 (https://huggingface.co/blog/ggml-org/llama-cpp-v1): in de l'istessa setemana, l'industria la sara adasi adasi la cadena de pagament del cloud e la fondazzion de l'inferenzia locala. El segnai de tegnì a ment: ogni ator l'ha capid che 'l limit di agent l'è pu l'intelligenza ma la delega — e che la delega, lee, se la guadagna con la biometria, la sovranitaa o la reputazzion, no cont el benchmark.