Article théorique proposant une fondation logico-mathématique de l'information via la sémantique proof-théorique. Remplace la notion de vérité par l'inférabilité dans le cadre d'une théorie inférentialiste, introduit le concept d'« inferon » et applique ces outils aux systèmes distribués.
Tutorial sur les LLMs multimodaux multilingues pour langues peu dotées. Couvre modèles récents (PALO, Maya), pipelines speech-text-vision, création de données à faible coût, alignement tri-modal par adaptateurs, et évaluation culturelle au-delà de l'anglais.
Residual Semantic Decomposition (RSD) décompose récursivement les embeddings de mots en axes sémantiques locaux via une approche additive neuronale. Sur des mots ambigus, RSD sépare les contextes fournis des contrôles aléatoires, mais les diagnostiques d'entropie révèlent que GloVe statique ne place pas uniformément les mots ambigus aux frontières haute-entropie.
Thèse proposant un cadre modulaire pour raisonner sur l'incertitude dans les graphes de connaissances à trois niveaux : valeurs d'attributs imprécises, existence probabiliste de triplets, et schéma incomplet. Combine littéraux probabilistes, circuits probabilistes tractables via compilation SPARQL, et plongements géométriques pour le raisonnement de schéma.
Nouvel article arXiv proposant GLGAT (Global-Local Graph Attention Network) pour la prédiction du trafic. Le modèle combine une matrice d'attention globale pour l'ensemble du graphe et des matrices d'attention locales par sommet, avec encodage par paires et matrice d'adjacence basée sur les événements. Tests sur deux datasets réels montrent des performances compétitives.
Agentic AI Translate est un prototype de traducteur agentif qui remplace le paradigme texte-en/texte-out par un cycle à quatre étapes (Identifier → Prompt → Générer → Vérifier). L'utilisateur compose d'abord un brief structuré via dialogue assisté par modèle, basé sur la théorie du skopos, le registre et les conventions de genre. La vérification utilise le protocole GEMBA-MQM pour l'évaluation des erreurs.
Position paper argumentant que la généralisation des agents IA nécessite l'expansion de la distribution des environnements (rule-sets exécutables), au-delà du scaling de trajectoires ou de tâches. Propose une taxonomie unifiant trajectory scaling, task scaling et environment scaling, et synthétise paradigmes de construction (générateurs programmatiques vs world models génératifs) pour des environnements scalables.
Proposition d'architectures quantiques « sidecar » pour l'entraînement et l'inférence hybrides IA. Deux modes opératoires : registres protégés stateful (QND readout avec ancilla) et circuits reset-and-reprepare stateless (QAOA-style). Simulations sur 2/4/6/8 qubits protégés. Positionnement comme générateurs de signaux bornés pour l'optimisation, sélection d'experts et routage.
Étude expérimentale sur 300 participants britanniques mesurant les préférences individuelles en matière de bien-être et d'équité. Les fonctions d'utilité estimées via Expected Utility Maximisation montrent une aversion à l'inégalité sociétale indépendante de l'alignement politique. Les résultats remettent en question l'utilisation de la satisfaction de vie moyenne comme métrique politique.
Article théorique sur les défis computationnels de l'économie des tokens dans les systèmes LLM. Introduit le concept de « Token Economics Trilemma » : tensions entre granularité de valorisation, exécution basse-latence et optimalité d'allocation. Identifie trois domaines techniques : comptabilité temps-réel, allocation de ressources contrainte, architecture système consciente de l'économie.
UbiSLAM propose un système de cartographie et localisation en temps réel pour environnements intérieurs dynamiques utilisant un réseau de caméras RGB-D fixes. Cette approche réduit la charge computationnelle des robots et améliore la précision de navigation et les interactions humain-robot, tout en nécessitant une calibration automatique et des protocoles de communication optimisés pour gérer les zones d'ombre.
Article théorique proposant un cadre unifié pour les transitions de phase en apprentissage profond (grokking, capacités émergentes) et en chimie hors-équilibre. Introduit deux champs de gradient (taux de production d'entropie et quasi-potentiel informationnel) et deux paramètres d'ordre (seuil de rupture adversariale α†, seuil de couplage auto-référentiel κc) formant une classe d'universalité candidate.
EGI est un framework multimodal pour monitorer les émotions inconscientes des Scrum Masters en temps réel. Le système combine transcription vocale (WER 10%), analyse prosodique, matching vocabulaire émotionnel et suggestions contextuelles via API multi-module open-source. Les tests montrent une amélioration significative de la conscience émotionnelle en réunions simulées.
PuppyChatter est un framework logiciel conçu pour simplifier le développement d'applications IA basées sur LLM. Il combine la simplicité des SDK spécifiques aux fournisseurs avec l'indépendance vis-à-vis des vendeurs des frameworks d'abstraction, réduisant la complexité et les risques de verrouillage.
Variante de l'algorithme Firefly pour le clustering automatique. Introduit une stratégie de mouvement centroïde et une fonction fitness multi-objectif (compacité, séparation, pénalité TSP). Estime automatiquement le nombre optimal de clusters. Surpasse K-Means sur réseaux de capteurs robotiques.
EHV est une architecture de compilateur JIT intégrant la vérification formelle des politiques de gouvernance IA directement dans le pipeline d'inférence. Via CRDTs et TEEs, elle atteint un déterminisme formel sub-milliseconde (SMFD) et réduit la latence de gouvernance de jours à O(1), éliminant le compromis entre vélocité et conformité.
Étude sur la détection de fausses nouvelles en bengali via CNN. Combinaison de features sémantiques, statistiques et au niveau caractère sur le dataset BanFakeNews-2.0. Les résultats montrent que fusionner plusieurs features améliore significativement le recall et le F1-score par rapport aux features isolées.
Position paper proposant que la généralisation des agents IA nécessite l'expansion de la distribution des environnements (rule-sets exécutables), au-delà du scaling de trajectoires ou de tâches. Taxonomie unifiée distinguant trajectory scaling, task scaling et environment scaling. Contraste entre générateurs programmatiques et world models génératifs pour construire des environnements scalables.
Framework de gestion décentralisée des bâtiments combinant DAOs, jumeaux numériques, LLMs et blockchain. Système évalué sur l'efficacité des coûts, la scalabilité, la sécurité et l'usabilité via SUS et entretiens d'experts.
Étude comparative de BERT (encoder-only) et T5 (seq2seq) sur la reconnaissance d'entités nommées (NER). BERT utilise une tête de classification avec cross-entropie pondérée ; T5 est affiné avec prompts few-shot. Tests sur schémas 7-classes et 3-classes simplifiés, avec ablation study et analyse des erreurs communes.
Article de position sur les défis de la modélisation de la perception haptique humaine par l'IA. Identifie trois goulots : rareté des datasets haptiques diversifiés, absence de benchmarks standardisés, limitations des modèles en capacité et interprétabilité. Appelle à des efforts interdisciplinaires pour progresser.
Les VLMs peinent à planifier à partir d'entrées visuelles complexes. Cet article propose Pattern Induction, une stratégie d'apprentissage inductif en ligne qui découvre et optimise des motifs visuels réutilisables comme experts composites. Pattern Inference permet aux VLMs de reconnaître ces motifs et d'inférer directement les structures du modèle du monde. Évalué sur FrozenLake, Crafter et CubeBench.
Article de perspective sur l'utilisation des LLM (ChatGPT, Gemini, Claude) et outils spécialisés (Consensus, Elicit) pour conduire des revues de littérature. Couvre summarization, question-answering, extraction de données et traduction. Discute opportunités, risques et implications philosophiques pour le progrès scientifique.
Étude de la Divina Commedia de Dante via encodage voyelle-consonne modélisé comme chaîne de Markov à 4 états. L'indice de mémoire graphémique augmente graduellement d'Inferno à Paradiso. L'analyse trigramme révèle des configurations récurrentes liées aux environnements lexicaux et phénomènes orthographiques.
Approche data-driven pour intégrer les construits et leurs relations dans les systèmes d'information. Combine embeddings textuels adaptés et clustering pour regrouper les construits de modèles d'équations structurelles. Optimise le compromis entre pureté sémantique et parcimonie via une fonction de perte explicite.
WorldString est une architecture neurale qui modélise l'espace d'états des objets du monde réel à partir de nuages de points ou vidéos RGB-D. Conçue comme un jumeau numérique différentiable, elle constitue une brique fondamentale pour les modèles de monde physique intégrant apprentissage de politiques et dynamiques neurales.
Analyse de 60k articles allemands sur 5.5k événements de glissements de terrain sur 25 ans. Révèle une surreprésentation médiatique de l'Europe du Sud et de l'Ouest par rapport à la susceptibilité réelle aux glissements. Étude des biais spatiaux dans la couverture des catastrophes naturelles internationales.
Méthode de contrôle sécuritaire pour la navigation autonome en environnements inconnus. Utilise la prédiction conforme pour générer des ellipsoïdes d'obstacles tenant compte des incertitudes capteurs, puis deux couches d'optimisation différentiable pour construire des fonctions de barrière de contrôle. Validée par simulation numérique.
Article théorique sur la transition de l'IA biomédicale : des systèmes prédictifs basés sur données historiques vers des modèles interventionnels capables de simuler l'effet de traitements novateurs. Les architectures actuelles restent observationnelles et ne peuvent pas généraliser à des interventions non observées.
Étude arXiv sur l'automatisation du codage des sessions de Motivational Interviewing (MI) pour la réduction de la consommation d'alcool. Utilise des modèles audio-langage (ALMs) avec 4 prompts analytiques complémentaires et self-consistency (12 trajectoires de raisonnement par énoncé). Sur 5 sessions, atteint 52,56% accuracy, 54,03% precision, 47,45% recall, macro-F1 46,40%, surpassant les baselines.
Article de vision sur la révision de code assistée par IA. Propose un framework d'agents spécialisés couvrant 5 étapes (création PR, augmentation, sélection reviewer, review assistée, rétrospective) avec contrôle humain aux points critiques. Identifie défis : fiabilité, biais, confidentialité, biais d'automatisation, transparence, évaluation.
Article théorique proposant un cadre unifié pour les transitions de phase en apprentissage profond (grokking, capacités émergentes) et en chimie hors-équilibre. Introduit deux champs gradients (taux de production d'entropie et quasi-potentiel informationnel) et deux paramètres d'ordre (seuil de rupture adversariale α†, seuil de couplage auto-référentiel κc) pour décrire les systèmes informationnels pilotés.
Méthode utilisant des homoglyphes pour perturber adversarialement les énoncés de problèmes informatiques sans changer leur sens sémantique. Objectif : empêcher ChatGPT, Gemini et Claude de résoudre directement les devoirs étudiants. Outil interactif proposé.
Revue des tendances IA en cybersécurité, focalisée sur la détection d'intrusions. Analyse comparative des approches basées sur IA générative, NLP, apprentissage fédéré et IA explicable pour améliorer l'interprétabilité et la confiance dans les systèmes de détection.
LLMCap est un proxy qui interrompt automatiquement les appels API LLM lorsqu'un plafond budgétaire en dollars est atteint. Outil de contrôle des coûts pour éviter les dépassements lors de l'utilisation d'API LLM.
Google et Blackstone créent une joint-venture pour une plateforme cloud IA avec puces propriétaires. L'initiative vise à réduire la dépendance aux fournisseurs externes et offrir une infrastructure IA optimisée aux clients institutionnels.
SuperInfer propose une méthode de scheduling rotatif et gestion mémoire pour l'inférence LLM, optimisée pour respecter les SLO (Service Level Objectives). Approche système pour réduire latence et consommation mémoire.
Simon Willison résume six mois de développements LLM en cinq minutes de lightning talk à PyCon US 2026. Le point d'inflexion de novembre 2025 marque un tournant critique, notamment pour le code. Le meilleur modèle a changé de mains 5 fois entre Anthropic, OpenAI et Google.
Google et Blackstone préparent une coentreprise cloud IA avec 5 milliards de dollars de financement selon le WSJ. Le projet vise à offrir une infrastructure cloud spécialisée pour les applications d'IA aux entreprises.
Hugging Face présente la famille de modèles Ettin Reranker, conçus pour améliorer la pertinence des résultats de recherche et RAG. Ces rerankers optimisent le classement des documents après une première phase de récupération.