SPADE et Hawkeye automatisent l'entraînement et l'optimisation IA

Dans la cybersécurité, METR observe une forte hausse des vulnérabilités rapportées, tandis que les apports aux mathématiques restent difficilement mesurables et la recherche en IA ne montre pas d'accélération claire. En parallèle, des équipes universitaires présentent SPADE pour générer des environnements d’entraînement et Hawkeye pour écrire des noyaux GPU adaptés au matériel. Un chercheur en IA appelle à la prudence face aux implications du succès scientifique.

Hawkeye : gains de vitesse et réserves sur les implications

Les chercheurs à l'origine de Hawkeye annoncent un gain de vitesse géométrique de 18,9× par rapport à des noyaux Triton écrits par des experts, sur des variantes d’attention émergentes. Hawkeye permet aussi de produire de bons noyaux pour du matériel récent et peu documenté. Plus largement, des systèmes comme Hawkeye visent à améliorer les performances des systèmes d’IA sur des tâches de R&D en IA. En parallèle, Julian Togelius, chercheur en IA, exprime des inquiétudes sur les implications du succès de la recherche en IA. Il estime que ces avancées soulèvent des questions philosophiques complexes et considère la situation comme délicate.

METR : accélérations contrastées selon les domaines

METR a examiné la cybersécurité, les mathématiques et la recherche en IA. L'organisation attribue à l’IA une contribution importante en cybersécurité, plus limitée en mathématiques, et difficile à mesurer dans la recherche en IA. En cybersécurité, METR constate une forte hausse des vulnérabilités signalées en 2026 par rapport à 2025, aussi bien dans des projets comme cURL, OpenSSL, Firefox et Microsoft que dans des bases agrégées telles que le NVD et l’OSV. En mathématiques, METR observe une augmentation du volume de travaux, avec des soumissions sur arXiv qui ont doublé dans certains domaines en moins de 12 mois, tout en soulignant la difficulté à évaluer la valeur de ces contributions. Des problèmes issus de listes reconnues, dont la conjecture de Jacobian de la liste de Smale, le problème 44 de la liste de Green (crible de halving) et la moitié sofic du problème 100 de Green, ont été résolus, mais il est considéré qu’il est trop tôt pour savoir si cette dynamique se maintiendra. Pour la recherche en IA, METR a analysé sept jalons algorithmiques, parmi lesquels CIFAR-10, la compression Hutter, Gurobi MIP, MIPLIB, nanoGPT, Stockfish et l’exposant de multiplication de matrices. Des apports des LLM sont relevés pour nanoGPT et CIFAR-10, mais l’accélération d’usage y reste bien moindre que dans les deux autres domaines.

SPADE : génération d'environnements et évaluation à grande échelle

Des équipes issues de plusieurs universités ont mis au point SPADE, décrit comme une plateforme polyvalente destinée à la création d’environnements co-évolutifs et à l’acquisition de compétences d’agent par auto-jeu. SPADE produit des environnements de type jeu, générant ainsi des données synthétiques pour former des LLM, en alternant la création d’environnements exécutables et leur résolution par un modèle. Deux fonctions sont attribuées : un concepteur chargé de rédiger, en code exécutable, des environnements complets et de longue durée, et un agent de raisonnement qui apprend à y intervenir. La récompense de cet agent est estimée par l’écart de performance avec et sans indices privilégiés. SPADE fonctionne à l’échelle de 30B. Trois modèles Qwen3 ont été entraînés pour tester SPADE, chacun ajusté via GRPO sur 400 déploiements de 25 environnements, puis évalués sur divers benchmarks.

Équipes impliquées et cibles techniques de SPADE et Hawkeye

Le développement de SPADE a impliqué des chercheurs de l’Université de Washington, Stanford, Northeastern, Carnegie Mellon, du MIT, de l’Université nationale de Singapour, de l’Université nationale de Séoul, de l’Institut Stevens de technologie et de l’Université de Chicago. Hawkeye a été conçu par des chercheurs de Harvard, Stanford, Together AI et Caltech. Hawkeye vise à rendre les agents de codage conscients des spécificités matérielles avec un minimum d’intervention d’experts, en introduisant une taxonomie de tests unitaires à la fois minimaliste et complète. Cette taxonomie aide à gérer le calcul lors des tests et à générer des noyaux adaptés au matériel.