Mardi 18 août 2026 · générée à 19:59 · 4 actus + 5 brèves · ≈ 14 min

MARCHÉS · clôture ven. 9 octobreCAC 40 7 803,337 803 +1,0 %S&P 500 7 811,547 812 +0,6 %Nasdaq 27 366,1727 366 +0,6 %NVDA 229,28 $229 $ −0,5 %BTC 82 551 $82 551 $ +1,1 %EUR/USD 1,1211,121 =+ 4
IANouveau3 min de lecture

Microsoft Copilot : une simple URL pouvait déclencher une exfiltration de données

Des chercheurs en sécurité ont montré qu’un lien Copilot pouvait cacher des instructions d’attaque dans un paramètre d’URL, puis lancer une chaîne d’exfiltration de données après un seul clic. Microsoft a depuis corrigé le problème, mais l’affaire rappelle une règle simple : dans un assistant IA connecté aux données de l’entreprise, l’URL peut devenir une surface d’attaque. ([varonis.com](https://www.varonis.com/blog/reprompt?utm_source=openai))

Fil « Faille dans Microsoft Copilot »

Image : arstechnica.comLire l'article →
Image : arstechnica.com
Image : arstechnica.com
IANouveau3 min

Firefox ajoute des réponses sourcées et des onglets mieux rangés dans Smart Window

Mozilla enrichit Smart Window, son mode de navigation avec IA (intelligence artificielle) intégré à Firefox, avec deux fonctions utiles au quotidien : des réponses web accompagnées de liens sources, et une aide plus automatique pour organiser les onglets. Le tout passe par Exa pour la recherche web, avec un fonctionnement présenté comme optionnel et centré sur le navigateur.

theverge.com

IANouveau4 min

Sur un même cluster GPU, l’ordre des requêtes a fait gagner 33 points d’utilisation

Dans un article publié le 17 août 2026, Dharma AI explique qu’un ordonnanceur (scheduler) sensible aux contraintes a augmenté l’utilisation GPU jusqu’à **33 points** sur les mêmes machines et avec les mêmes charges de travail. Le résultat tient moins à une nouvelle puissance de calcul qu’à une règle simple : changer l’ordre dans lequel les jobs (tâches) sont placés. ([huggingface.co](https://huggingface.co/blog/Dharma-AI/gpu-management-pt2))

huggingface.co

IANouveau4 min

Sentence Transformers ajoute les embeddings multi-vecteurs pour la recherche sémantique plus précise

Sentence Transformers v6.0 ajoute un quatrième type de modèle : `MultiVectorEncoder`, compatible avec les checkpoints ColBERT, PyLate et ColPali. L’idée est simple à retenir : au lieu d’un seul vecteur par texte, le modèle garde un vecteur par token, ce qui améliore la recherche quand une requête contient plusieurs contraintes ou un terme très spécifique.

huggingface.co

En bref

Générée par IA · sources liées dans chaque article