Billet de **Michelle Chen, Alex Reneau et Kevin Flansburg**, publié le **1er octobre 2026** sur le blog de **Cloudflare** (~10 minutes de lecture, semaine « AI Birthday »). Cloudflare y publie **Clef** et **Clef-flash**, ses premiers modèles entraînés en interne, hébergés sur **Workers AI** et diffusés en open source (Apache 2.0, Hugging Face), ainsi qu'un service de fine-tuning par apprentissage par renforcement.
#Clef#Clef-flash#modèle de décision
Michelle Chen · Alex Reneau · Kevin Flansburg — équipe Workers AI / plateforme IA · blog Cloudflare.
Page de documentation technique de **GPT Researcher**, *« Context Filter »*, réécrite le **26 septembre 2026** par **Assaf Elovic**, créateur du projet, le jour où il a fait de **Jev** (modèle de **TypeSafe**) le filtre de contexte par défaut. Environ **2 200 mots**, dont un benchmark reproductible. **(A)** La thèse de conception : le filtre de contexte est *« le plus gros levier sur la qualité du rapport après la recherche elle-même »* : *« ce qu'il écarte, le rédacteur ne le voit jamais »*. **(B)** Le mécanisme : chaque page scrapée est découpée en blocs de **1 000 caractères**. Jev note chaque bloc sur une grille d'utilité à quatre niveaux (0 à 3), et seuls les blocs à **≥ 1,5** sont gardés, dix au plus. Sans clé API, un repli **BM25** local avec seuil relatif prend le relais. **(C)** Le benchmark : 28 tâches rejouées sur les mêmes pages. **73 %** de passages pertinents pour Jev contre **46 %** pour les embeddings, **15-10-3** en duel, au même coût (~0,115 $ par rapport). **(D)** Le résultat le plus transposable : *« le seuil compte plus que le classement »*. Sans seuil, Jev retombe à 50 %. Le gain vient de moins de bruit, pas de plus de contenu. Prolonge, côté recherche web, la comparaison des stratégies de récupération de [[comparethemarket-context-retrieval-ai-code-review-gkg-rag-2026-03-06]].
#filtre de contexte#context filter#sélection de passages
Assaf Elovic · créateur de GPT Researcher · auteur de la page (documentation officielle docs.gptr.dev, non signée).
Annonce de **Diogo Almeida**, fondateur de **TypeSafe AI** (ancien d'OpenAI, où il a participé aux méthodes d'entraînement à suivre des instructions), publiée le **15 septembre 2026** sur le blog de l'entreprise (~2 500 mots). Le texte présente une nouvelle classe de modèles, les **System One Models**, et leur premier modèle, **Jev**, en accès anticipé.
#System One#modèle de décision#Jev
Diogo Almeida — fondateur de TypeSafe AI · ancien chercheur chez OpenAI (billet du blog d'entreprise).