Cadre pour traiter les longs documents via chunking parallèle et consolidation ancrée aux preuves. Réduit l'erreur d'omission de 84%, augmente la traçabilité des preuves de 130%, diminue les affirmations non fondées de 91%. Les petits modèles bénéficient le plus.
Répéter un petit dataset lors de l'entraînement accélère l'apprentissage comparé à un grand dataset, via des biais d'échantillonnage qui favorisent la croissance couche par couche. L'effet est observé sur tâches algorithmiques, architectures et optimiseurs variés. Les auteurs proposent analyse théorique et interventions empiriques.
Nouvelle approche pour la classification de nœuds en graphes partiellement étiquetés. Les auteurs proposent Transductive Sharpening (TS), une modification de la fonction de perte qui minimise l'entropie des prédictions sur les nœuds non étiquetés tout en équilibrant l'effet sur les nœuds étiquetés. Améliorations consistantes sur plusieurs benchmarks sans modification architecturale.
Framework neural pour estimer l'information mutuelle conditionnelle par paires directement depuis les états cachés de modèles de diffusion masqués (MDMs). L'estimateur capture les dépendances internes du modèle et permet un décodage parallèle guidé par MI, réduisant les passes forward d'inférence de 3-5x sur Sudoku et génération de séquences protéiques (ESM-C).
GRAM (Generative Recursive reAsoning Models) étend les modèles de raisonnement récursif en remplaçant les trajectoires latentes déterministes par du calcul probabiliste multi-trajectoires. Entraîné par inférence variationnelle amortie, GRAM surpasse les baselines récurrentes sur des tâches de raisonnement structuré et satisfaction de contraintes multi-solutions.
SELFCI est un framework de self-distillation complémentaire qui optimise deux divergences KL inverses indépendantes pour aligner les LLMs sur l'Intégrité Contextuelle (CI). Le système préserve les informations pertinentes pour la tâche tout en minimisant les divulgations inappropriées, sans supervision externe coûteuse, surpassant GRPO et autres baselines.
Étude sur le « collocational bootstrapping » : mécanisme par lequel les régularités dans les co-occurrences de mots fournissent des indices pour les dépendances syntaxiques. Entraînement de réseaux de neurones sur des données synthétiques variant en prévisibilité des paires sujet-verbe. Les résultats suggèrent que ce mécanisme pourrait expliquer l'acquisition de l'accord sujet-verbe chez l'enfant.
Stage-Audit détecte les hallucinations dans les tables curées par LLM en imposant une séparation curator-auditor et des vérifications au niveau des lignes. Sur 51 instances Seed2Frontier, la précision passe de 0.356 à 0.505 (+42%) et le F1 de 0.334 à 0.451 (+35%), avec traçabilité source explicite par ligne.
Étude sur la génération de critiques littéraires long-format basées sur le Torrance Test of Creative Writing (TTCW). Construction d'un dataset de 263 911 histoires annotées selon 14 dimensions créatives. Fine-tuning de Qwen3 (4B et 8B) montre que l'absence de supervision par raisonnement produit de meilleures performances (0.6820), les modèles supervisés échouant à générer les 14 métriques requises.
Méthode LFD (LLM-assisted Feature Discovery) pour générer des représentations textuelles interprétables via accord inter-annotateurs (Cohen's κ) et désenchevêtrement des labels. Validation sur 10 tâches de classification texte : features plus claires et moins label-entrelacées qu'une baseline bottleneck, confirmé par audit humain (232 raters).
ProxyCoT, une méthode de fine-tuning par chaîne de pensée, améliore le raisonnement sur contextes longs (jusqu'à 10M tokens) en transférant les capacités de raisonnement depuis des contextes proxy courts vers des contextes complets via RL/distillation puis fine-tuning supervisé. Gains de performance avec surcharge computationnelle réduite et généralisation cross-domain.
Méthode plug-and-play pour convertir les opérateurs non-linéaires des Transformers en opérations compatibles avec les réseaux de neurones impulsionnels (SNN). Décompose Softmax, SiLU et normalisation en primitives (division, exponentiation, normes L2) exécutables par groupes de neurones LIF sans fine-tuning. Perte <1% sur benchmarks LLM.
Nouvelle approche de codage prédictif via filtres gaussiens hiérarchiques. Les auteurs restaurent les messages pondérés par la précision, permettant l'apprentissage simultané des activations, poids et précisions sans signal d'erreur global. Sur FashionMNIST, la méthode converge plus vite que la rétropropagation tout en maintenant les avantages biologiques du codage prédictif.
DEL (Digit Entropy Loss) est une nouvelle fonction de perte pour améliorer la prédiction numérique dans les LLM. Testée sur CodeLlama, Mistral, DeepSeek et Qwen-2.5 sur 7 benchmarks mathématiques, elle surpasse les méthodes existantes (MLE, Number Token Loss) en optimisant l'entropie des chiffres de manière supervisée et en généralisant aux nombres décimaux.
Article théorique sur les bandits contextuels linéaires de faible rang avec dérive de sous-espace. Propose SPSC, un algorithme qui combine sondes isotropes et ridge-UCB projeté, atteignant une regret dynamique de Õ(r√T) au lieu de Õ(d√T). Caractérise les conditions d'identifiabilité du sous-espace mouvant et valide sur 11 benchmarks (synthétiques, MovieLens, données cliniques, ZOZOTOWN).
Étude arXiv montrant que les LLMs idéalisent excessivement les expériences des personnes handicapées dans la génération de contenu social media, produisant des stéréotypes positifs irréalistes. Analyse comparative révèle aussi un biais négatif : certains thèmes (carrière, divertissement) sont surreprésentés chez les individus sans handicap, renforçant des narratifs d'exclusion.
Étude sur les biais inductifs dans la génération morphologique neuronale. Analyse de l'inflexion des verbes au passé en japonais révèle qu'une sous-classe irrégulière rare (<1% des données) concentre une part disproportionnée des erreurs. Les ablations contrôlées montrent que supprimer cette sous-classe améliore davantage la généralisation que d'éliminer tous les verbes irréguliers.
Étude de la synchronisation dans les modèles de dialogue full-duplex (Moshi) qui écoutent et parlent simultanément. Les chercheurs mesurent l'alignement des représentations internes via CKA et détectent des signaux anticipatoires de prise de parole. La synchronisation est forte sans bruit, se dégrade avec le bruit, et les états internes encodent des informations prédictives.
Le Counter Turing Test évalue les techniques de détection de texte généré par IA. Task A (classification binaire) atteint F1=1.0 pour distinguer texte humain vs IA. Task B (attribution de modèle) obtient 0.9531 pour identifier GPT-4, Claude 3.5, Llama. Les meilleures approches combinent DeBERTa, BART, fine-tuning et ensemble learning.
Framework de CNN avec encoder-decoder pour prédire les champs de vitesse à l'échelle des pores dans les milieux poreux. La fonction de perte combine reconstruction de vélocité, incompressibilité et contraintes physiques. Tests sur géométries hors distribution et accélération de simulations Lattice-Boltzmann (90% des cas).
FBOS-RL propose un cadre d'apprentissage par renforcement bi-objectif pour améliorer l'entraînement des grands modèles. Le framework combine deux objectifs mutuellement renforçants : l'alignement de politique orienté exploitation (EPA) et la cultivation de capacités orientée exploration (ECC). Expériences montrent que FBOS-RL converge plus vite que GRPO avec des plafonds de performance supérieurs.
Les LLM peinent à respecter les conventions spécialisées des benchmarks de référence. Les auteurs proposent un cadre itératif de modération qui réutilise et affine les directives d'annotation pour aligner les modèles. Tests sur trois tâches de NER biomédicales (NCBI Disease, BC5CDR, BioRED) avec GPT, Gemini, DeepSeek confirment l'efficacité de l'intégration de directives et des modèles optimisés pour le raisonnement.
Deux nouveaux modèles d'apprentissage auto-supervisé pour la prédiction de liens dans les graphes : L-GRACE et L-BGRL. Basés sur des représentations de liens plutôt que de nœuds, ils intègrent une augmentation structurelle fondée sur la structure communautaire. Performance comparable à l'état de l'art en contextes supervisé et auto-supervisé.
DPR-BAG génère des résumés pour articles biomédicaux sans abstract via décomposition structurée (schéma BOMRC), summarization parallèle par LLM et raffinement. Sur PMC-MAD (46 309 articles), améliore la nouveauté abstractive tout en maintenant la cohérence factuelle. Framework sans entraînement, zéro-shot.
WaveGraphNet est un framework d'apprentissage graphique couplé inverse-forward pour la localisation de dommages par ondes guidées dans des plaques CFRP. Le modèle utilise des transducteurs piézoélectriques comme nœuds graphiques et intègre une branche forward comme régularisateur physique pour améliorer la généralisation à des régions non vues.
GraphDiffMed propose un cadre de recommandation médicamenteuse basé sur l'attention différentielle dual-scale et des contraintes pharmacologiques. Testé sur MIMIC-III, le modèle filtre le bruit intra-visite et inter-visite tout en intégrant les interactions médicamenteuses, surpassant les baselines existantes en qualité et sécurité.
ik_llama.cpp surpasse llama.cpp en performance MTP sur RTX 4070 Super 12GB. Avec Qwen3.6-35B-A3B-IQ4_XS, l'utilisateur atteint 110.24 tok/s en moyenne et 87.49% d'acceptance rate. Configuration optimisée fournie avec paramètres spécifiques de cache et quantization.
Railway, plateforme cloud agent-native, atteint 3M d'utilisateurs avec 100K inscriptions/semaine. Infrastructure sur serveurs dédiés, dépenses agents de code >$200K, suppression des pull requests traditionnelles.
OpenAI annonce qu'un modèle de raisonnement général a découvert un contre-exemple à la conjecture d'Erdős sur les distances unitaires en géométrie discrète. Le modèle a construit des ensembles de points planaires avec plus de n^{1+δ} distances unitaires, réfutant la borne supérieure conjecturée. La preuve a été vérifiée par un pipeline d'évaluation IA puis révisée par des mathématiciens.
Comparaison de 5 modèles (Opus 4.7, GPT-5, Sonnet 4.6, DeepSeek V4 Pro, Hunyuan Hy3) sur 8 tâches de refactoring Python avec MCP. Écart de qualité <2% (96-99% de succès au premier appel) mais différence de coût 10x : Opus $15, GPT-5 $11, Sonnet $4, DeepSeek <$2, Hunyuan $1.50.
Google AI Studio génère désormais des applications Android natives à partir de prompts en Kotlin avec Jetpack Compose, testables dans un émulateur navigateur. Pour les apps utilitaires simples (trackers, listes), le Play Store pourrait devenir moins pertinent. Apple bloque les apps générées par IA.
Algorithme RL personnalisé NOML pour le contrôle de vol continu en 6-DoF. Combine TD3 avec politique d'ancrage (action sûre fixe), acteur hiérarchique (3 MLPs indépendants pitch→roll→reste) et apprentissage miroir (symétrie gauche-droite). Résout l'instabilité oscillatoire du TD3 vanilla. Code open-source Apache 2.0.
Google DeepMind intègre son modèle monde Genie 3 aux données Street View : les utilisateurs placent une épingle sur une carte et explorent un monde généré par IA basé sur un lieu réel. Street View devient ressource d'entraînement stratégique pour les agents IA et robots.
Lance est un format lakehouse ouvert pour l'IA multimodale. Convertit depuis Parquet en 2 lignes de code avec accès aléatoire 100x plus rapide, indexation vectorielle et versioning. Compatible Pandas, DuckDB, Polars, PyArrow, PyTorch.
Gemini 3.5 Flash coûte 5,5 fois plus cher que son prédécesseur en benchmark. Sur les tâches d'agents, le coût total dépasse Gemini 3.1 Pro de 75% en raison de plus d'étapes d'interaction. Google suit la tendance générale : les modèles IA deviennent plus chers chez Anthropic et OpenAI aussi.
Grok Build 0.1, modèle de codage bêta entraîné pour le codage agentique, est désormais disponible sur Vercel AI Gateway. Le modèle fonctionne avec effort de raisonnement non configurable et sans mode non-raisonnement. Vercel AI Gateway offre une API unifiée pour appeler les modèles, suivre l'utilisation et les coûts, avec routage intelligent et retries automatiques.
Des garde-fous (guardrails) améliorent les performances d'un modèle 8B de 53% à 99% sur des tâches agentiques, selon un preprint ACM CAIS '26. La technique renforce le contrôle et la fiabilité des agents IA.
Étude systématique de 77 travaux sur les agents LLM en trading financier. Seuls 19 études satisfont les critères minimum (action + évaluation en boucle fermée). Résultat clé : absence de protocoles comparables, reproducibilité insuffisante (aucune étude R3), et manque de documentation sur les coûts de transaction et la gestion de l'univers.
Système d'alerte de sécurité pour piétons aux carrefours urbains utilisant un jumeau numérique couplé à des capteurs (caméra, UWB) et modélisation prédictive de trajectoires. Déployé sur le testbed COSMOS à New York, le système génère des alertes en temps réel via edge-cloud computing et réduit significativement les temps de réaction des usagers vulnérables.
Article théorique sur l'élicitation efficace des désaccords collectifs entre votants. Propose la matrice de pluralité, généralisation des comparaisons par paires, pour identifier l'information préférentielle minimale nécessaire au calcul de mesures de désaccord. Montre que certaines mesures (variance de rang, divisivité) requièrent des sous-ensembles de taille 3, pas seulement des paires.