L'action Adobe (ADBE) a plongé jeudi en raison de la réaction des investisseurs à ses prévisions de résultats décevantes pour 2025. Le temps que le fabricant de logiciels a mis à transformer ses investissements dans les outils d'IA pour la création de contenu et le marketing numérique en bénéfices a été plus long que prévu. Après la publication des résultats du quatrième trimestre par la société mercredi soir, plus d'une dizaine de sociétés de Wall Street ont abaissé leur objectif de cours pour l'action Adobe. Aujourd'hui, l'action Adobe a chuté de 13,7 % pour clôturer à 474,63 $. En cumul annuel à ce jour,

Weaviate a récemment lancé Weaviate Embeddings, une nouvelle plateforme de service d'intégration visant à fournir aux développeurs d'IA des solutions de vectorisation de données plus flexibles et plus efficaces. Cette plateforme logicielle en tant que service (SaaS) offre non seulement des modèles open source, mais également un mode de service payant à la demande. Dans le développement d'applications d'IA, les services d'intégration jouent un rôle crucial. Les services traditionnels de vectorisation de données sont souvent limités par des appels d'API fastidieux et des restrictions d'utilisation strictes, tandis que Weaviate...

Article : Le robot chien Spot de Boston Dynamics a récemment bénéficié d'une importante mise à jour logicielle, améliorant considérablement sa capacité à évoluer dans des environnements complexes. Bien que Spot puisse « voir » le monde qui l'entoure grâce à son système de vision tridimensionnelle, il rencontrait auparavant des difficultés à comprendre les obstacles présents dans son environnement. Pour remédier à cela, l'équipe de développement a introduit un modèle d'IA fondamental, permettant à Spot d'identifier et d'éviter divers dangers. Grâce à cette mise à jour, Spot peut identifier efficacement les câbles, les échelles et les objets roulants...

L'enthousiasme pour les grands modèles de langage dans le secteur financier est sans précédent, les banques, les compagnies d'assurance et les courtiers investissant massivement. Cependant, leur adoption est freinée par trois obstacles majeurs : l'immaturité technologique, les contraintes réglementaires et le manque de cas d'utilisation concrets. Actuellement, les applications des grands modèles de langage dans le secteur financier se limitent à des domaines superficiels, tels que le service client intelligent, restant loin des opérations essentielles. Les grands modèles de langage présentent des faiblesses intrinsèques en termes de précision et de jugement, ne répondant pas aux exigences de précision absolue du secteur financier. L'entraînement et l'utilisation des grands modèles de langage doivent respecter les réglementations en matière de sécurité des données, soumises à des contraintes réglementaires strictes. Enfin, le déploiement des grands modèles de langage nécessite une variété de cas d'utilisation, actuellement peu développés dans le secteur financier.