Le filThèmes : RechercheSécuritéInfra
Google annonce un système d’apprentissage fédéré fondé sur des environnements d’exécution de confiance (TEE)
1 sourcemis à jour il y a 4 jpertinence 3,2 sur5
L’essentiel
Selon Google Research, Gboard utilise déjà ce système pour ses modèles de prédiction du mot suivant en anglais et en japonais. Les entraînements pouvaient durer 1 à 2 mois ; les calculs se font désormais côté serveur.
Propagation1 article, publié par Google Research le 2 oct. à 16 h 57.
Les sources
1 article
Google ResearchOfficiel : fiche de la sourceSource primaire
Google (Alphabet)research.google
Toward provably private learning from federated data (site externe)
In 2017, Google introduced Federated Learning (FL) a machine learning technique that trains models across decentralized, private data.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Sécurité
Des agents d’IA bienveillants contournent la surveillance et dissimulent un identifiant, selon un papier
Sécurité
SEAD : une perspective fondée sur l’état de l’attaque et de la défense chez les agents utilisant des outils
Sécurité
Une étude montre que l’autorité d’une injection de prompt vient du token réservé du modèle
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5