DailyAI Briefing : Une preuve de Riemann vérifiée par Lean, plus 4 autres
Une formalisation Lean de l'hypothèse de Riemann, longue de 17 millions de lignes et publiée vendredi, a été vérifiée aujourd'hui par les communautés Lean et Mathlib. Par ailleurs : le cours de l'action Anthropic se rapproche de son prix d'introduction en bourse, des messages Muse spontanés sont apparus, de nouvelles règles d'utilisation d'OpenAI ont été publiées et un modèle ouvert de la taille d'un ordinateur portable a été mis au point.

Bienvenue dans le DailyAI Briefing, le récapitulatif des cinq principales actualités IA du jour.
Voyons ce qu'il en est.
17 millions de lignes de preuves formelles
17 millions de lignes : c’est la taille de la bibliothèque Lean. Levent Alpöge, mathématicien au sein de l’équipe technique d’Anthropic, a publié vendredi une courte note affirmant avoir trouvé une preuve de l’hypothèse de Riemann avec Claude, le modèle de l’entreprise. La note de quatre pages est publiée au format PDF sur son site. Il écrit qu'il pense que la méthode résout également l'hypothèse de Riemann généralisée, que les travaux ont été finalisés tard dimanche soir et qu'il a demandé au PDG s'il pouvait l'annoncer lors de l'entrée en bourse de la société. L'interprétation cynique évidente de ce timing est, selon lui, “ fausse ”.”
Il n'a pas publié d'article classique. La formalisation est proposée en 14 parties téléchargeables, car il “ présente au monde une argumentation complète avant même d'avoir maîtrisé un vaste domaine mathématique autour de celle-ci ”.” La déclaration commune publiée aujourd'hui par la communauté indique que les groupes qui gèrent l'assistant de preuve et sa bibliothèque principale ont pleinement confiance en l'exactitude de la preuve. Ce document certifie que la bibliothèque compile correctement, que le théorème correspond à l'énoncé de l'hypothèse existant dans la bibliothèque et que des vérificateurs de preuves indépendants ont accepté une preuve exportée. Il s'agit d'une vérification formelle, et non d'un compte rendu lisible par un humain ni d'une récompense. Un article paru samedi matin indiquait que le Clay Mathematics Institute considérait toujours le problème comme non résolu et que son président qualifiait le chemin entre l'annonce et une véritable compréhension de “ long et difficile ”.”
L'initiative Lean FRO et Mathlib ont publié une déclaration commune sur la vérification Lean de l'hypothèse de Riemann.
Le 20 novembre, Levent Alpöge a publié une démonstration de l'hypothèse de Riemann sous la forme d'une bibliothèque Lean de 17 millions de lignes de code. Les communautés Lean et Mathlib ont collaboré ces dernières 24 heures pour la vérifier. La déclaration certifie la validité de la démonstration et explique comment elle satisfait à tous les critères de vérification nécessaires.
Félicitations à Levent pour cette réussite, et merci à tous les membres de la communauté qui ont contribué à la vérification.
Déclaration complète : https://t.co/edxEbkodw7
— Lean 21 novembre 2026
88,91 $ à la clôture de vendredi
88,91 $ : c'est le cours de clôture des actions nouvellement cotées vendredi, selon un rapport de marché publié samedi, après une ouverture à 111,50 $ jeudi et une clôture de la première séance à 97,17 $. Le rapport de samedi situe la clôture de vendredi juste au-dessus du prix d'offre de 83 dollars, après un gain de 17 % dès le premier jour de cotation. La même semaine, le Nasdaq Composite a chuté de 10 % en cinq jours de bourse, sa pire semaine depuis le début de la pandémie de Covid en 2020, principalement en raison d'une chute de 23 % du cours de Nvidia.
Vendredi, les banques chef de file ont exercé leur option de surallocation, communément appelée greenshoe. Un rapport publié vendredi, citant un communiqué de l'entreprise, indique que cette option a porté le total des fonds levés lors de la vente d'actions à 93,5 milliards de dollars. Ce chiffre correspond à 1 127 000 000 d'actions de catégorie A à 83 $ chacune : les 980 millions d'actions initiales auxquelles s'ajoutent 147 millions d'actions de surallocation. Un placement privé simultané d'actions de catégorie N, acquises au prix d'offre par un groupe d'entreprises technologiques comprenant Advanced Micro Devices, Google, Microsoft et Nvidia, a permis de lever 26 milliards de dollars supplémentaires, portant le produit brut total à 119,5 milliards de dollars avant déduction des frais.
Vous voulez que l'IA vous fasse gagner des heures par semaine ? Notre guide gratuit vous explique comment.Téléchargez le guide gratuit →10 millions de téléchargements et d'alertes spontanées
Dix millions de téléchargements : c’est le nombre de fois où l’application d’agent Muse de Meta a été téléchargée depuis son lancement en septembre, selon un article paru samedi. Ce même article, citant des messages internes consultés par Reuters, indique que certains employés de l’entreprise ont été surpris de recevoir des messages inattendus lors des tests. Le rapport de samedi décrit des employés qui ont déclaré que l'agent avait accédé à des informations qu'ils ne se souvenaient pas avoir fournies. Une employée a indiqué que l'application lui avait rappelé, sur son téléphone personnel, de répondre à sa sœur via une messagerie cryptée. Une autre a raconté que, lors d'une conversation sur les conditions météorologiques pour la pêche, elle avait affiché spontanément deux soldes bancaires, au centime près.
Un membre de l'équipe Superintelligence de l'entreprise a confié à ses collègues que l'agent semblait souffrir d'hallucinations, provoquées par des messages intégrés destinés à relancer l'utilisateur entre les sessions. Ces hallucinations portaient souvent sur des sujets délicats comme l'argent et la sécurité. Il a été confirmé que ces messages hors contexte étaient des hallucinations. Un porte-parole de l'entreprise a indiqué que le personnel utilise des versions différentes de celles destinées au grand public et que l'accès aux notifications téléphoniques, ainsi qu'aux options d'accessibilité et d'enregistrement d'écran sur Mac, est une fonctionnalité que l'utilisateur doit autoriser. Le rapport ne démontre pas que le chiffrement de l'application de messagerie ait été compromis.
Un taux de réussite de 0,2 % pour l'extraction du raisonnement caché
0,2 % : c'est le taux de réussite moyen rapporté par OpenAI pour un test adaptatif interne qui a tenté d'extraire le raisonnement caché d'un modèle à partir de GPT-6.2 Astra après l'ajout de nouvelles protections, contre 54,0 % pour GPT-6 Astra avec ses protections d'origine. L'article de recherche officiel, daté du 20 novembre, décrit ce travail comme une défense contre la distillation adverse. En termes simples, il s'agit de la pratique consistant à utiliser les résultats d'un modèle pour entraîner un autre modèle aux capacités similaires, mais sans les mêmes protections.
Les nouvelles règles d'utilisation sont entrées en vigueur le même jour. La politique d'utilisation officielle stipule désormais que les clients ne doivent pas utiliser les modèles de l'entreprise ni leurs résultats pour générer, préparer, sélectionner ou fournir du matériel de formation pour des modèles destinés à être des alternatives ou des substituts. La mise à jour ajoute également des exigences d'agrément pour les intermédiaires d'accès aux modèles. Le chiffre de 0,2 % est une estimation interne à l'entreprise ; il n'a pas fait l'objet d'un audit indépendant.
La distillation permet de reproduire de puissantes capacités d'IA sans les garde-fous qui les entourent.
Nous partageons de nouvelles recherches sur nos travaux visant à lutter contre la distillation de nos modèles, sur la manière dont ces capacités se transfèrent et sur la façon dont nous détectons et perturbons les tentatives coordonnées.
Ces résultats nous aident à renforcer nos défenses et à soutenir les mesures de protection dans l'ensemble du secteur.
https://t.co/FGQ0PHllIO
- OpenAI 20 novembre 2026
Un modèle à 26,4 milliards de paramètres pour un ordinateur portable
26,4 milliards de paramètres au total, dont 3,4 milliards actifs pour chaque jeton : c’est la taille d’Inkling 2 Mini, un nouveau modèle à pondération ouverte publié vendredi par Thinking Machines. La fiche produit officielle indique que le modèle est un transformateur en boucle qui fait fonctionner ses couches intermédiaires trois fois pour chaque jeton, et que l'ensemble complet des poids occupe environ 20 Go, ce qui est suffisamment petit pour un ordinateur portable. Selon le laboratoire, une démonstration de recherche a été exécutée hors ligne sur un MacBook Pro.
Le laboratoire affirme que son modèle domine tous les systèmes à pondération ouverte comportant moins de 100 milliards de paramètres sur DeepSWE v1.1 (48,2 %) et sur l'indice Vals v2.2 (46,5 %), des chiffres issus de l'annonce et non vérifiés indépendamment. Le modèle est disponible pour l'inférence et la personnalisation sur le service Tinker du laboratoire. Selon ce dernier, l'utilisation de boucles permet au modèle de consacrer davantage d'efforts à un problème sans avoir à écrire une chaîne de raisonnement plus longue.
Certains d'entre vous trouvaient Inkling 2 Small trop gourmand en ressources avec ses 594 milliards de paramètres. Nous vous avons entendus : Inkling 2 Mini est un transformateur en boucle avec seulement 26 milliards de paramètres, suffisamment compact pour fonctionner sur votre ordinateur portable et suffisamment puissant pour le travail agentique, avec un score de 20,1 sur l'indice AA.
https://t.co/9HzaUMwghb— Thinking Machines 20 novembre 2026
C'est tout pour aujourd'hui. À demain.


