GNOVA, un framework combinant GRU, Neural ODE et VAE, prédit les trajectoires cognitives (CDR-SB, MMSE) chez 1,727 patients Alzheimer (ADNI, 10 ans) sans imagerie. MAE de 1.35 et 2.28 respectivement. Interpolation/extrapolation et estimation d'incertitude calibrée pour contextes ressources limitées.
Étude appliquant Random Forest Recursive Feature Elimination aux données d'enquête ménagère nigériane (2018/19) pour identifier les prédicteurs minimaux de pauvreté, quintiles de bien-être et inégalités. RF-RFE atteint 90% de précision pour la pauvreté avec 5 variables de revenu, 80% pour quintiles saisonniers. Les méthodes ML réduisent les besoins en données tout en conservant l'information distributionnelle.
AGCLR (Adaptive Gated Continuous Latent Reasoning) résout le « concept bottleneck » de CoCoNuT en ajoutant un Gated Concept Stream — mémoire résiduelle persistante avec portes write/read/forget. Sur GSM8K, HotpotQA et ProsQA (GPT-2), amélioration constante avec la profondeur de raisonnement.
Cadre de renforcement spectral pour la gestion des pannes dans les réseaux de distribution électrique. Utilise des réseaux de neurones graphiques spectraux pour apprendre une politique optimale de restauration d'énergie. Évalué sur les systèmes de test IEEE 13-bus, 34-bus et 123-bus avec performance quasi-optimale en temps réel.
Étude empirique d'agents IA généralistes sur un pipeline neuroscience (optogénétique). Les agents résolvent des étapes individuelles mais échouent sur l'end-to-end : manque de critères d'itération prédéfinis, faiblesse en jugement scientifique et interprétation visuelle. Défis absents des benchmarks : gestion des ressources, généralisation sur données massives.
Framework mathématique (HEF) modélisant l'émergence comme transition de phase dans un paysage de mécanismes. Étude empirique sur 111 expériences de grokking dans transformers : convergence vers 0.9745±0.014 indépendamment de l'initialisation, pic de norme des poids avant grokking dans 92% des cas, courbes d'accuracy s'effondrant sur tanh (R²=0.93).
HASA propose une allocation de sous-réseaux pour l'apprentissage fédéré hétérogène en ressources et données. La méthode assigne les largeurs de sous-réseaux selon des scores d'hétérogénéité calculés à partir des données locales, sous contrainte de budget de calcul fixe. Sur prédiction de titre (7 clients), HASA améliore la précision moyenne de 13,82% à 14,32% et renforce la performance des clients les plus faibles.
CICL, une couche de contexte décisionnelle, sélectionne et compresse les preuves pertinentes pour les agents LLM utilisant des outils. Sur 50 instances SWE-bench, le réranking Qwen3.6 améliore hit@1 de 0,58 à 0,78 et MRR@10 de 0,634 à 0,790. Le système évalue les unités par impact décisionnel, gain de résultat, nécessité et risque de transfert négatif.
Étude arXiv sur les limites des LLM-judges pour évaluer la sécurité à l'échelle. Les chercheurs montrent que les juges IA restent rigides face à de nouvelles définitions de sécurité ou contextes contradictoires, même quand on leur fournit des informations ou démonstrations en contexte.
EditSR propose un framework deux couches pour la régression symbolique neurale. Une première couche génère des expressions via décodage autorégressif, une deuxième couche (Rectifier) corrige les erreurs syntaxiques par édition pas-à-pas. Le Rectifier est préentraîné pour maintenir l'efficacité sans relancer la recherche globale. Gains significatifs sur expressions complexes.
Étude arXiv montrant que différents LLMs développent des patterns d'inférence similaires malgré leurs architectures et données d'entraînement différentes. Les modèles avancés partagent davantage de patterns d'interaction pour prédire le même token. Les interactions partagées sont d'ordre inférieur avec moins d'annulation positive-négative.
DiffOR propose un nouveau paradigme pour la régression ordinale en la formulant comme une tâche de génération continue. Le framework utilise des modèles de diffusion pour récupérer des valeurs ordinales via débruitage itératif, avec une stratégie de double découplage (agrégation multi-échelle et perception dynamique du débruitage) pour préserver la topologie ordinale. Validé sur 12 benchmarks.
Nouveau dataset industriel MMIO (80K+ samples, 6 super-catégories, 18 sous-catégories) pour la détection de défauts en zéro-shot. Méthode RTVP (Refined Text-Visual Prompt) basée sur Mobile-SAM avec adaptation de domaine guidée par expert. Atteint 42.2% AP zéro-shot et 24.7% AP en scènes fermées.
Étude diagnostique des défaillances dans le respect de la hiérarchie d'instructions par les modèles de raisonnement (Gemma-4-31B-IT, Qwen3.6-35B-A3B, Claude Sonnet 4.6). Framework blanc qui localise les pannes en trois catégories : identification d'instructions, résolution de conflits, réalisation de réponse. Deux mécanismes d'auto-monitoring sans entraînement réduisent les violations de 81-99%.
CIFAR Synthetic Evidence Corpus : dataset pour détecter les documents générés par IA dans les contextes judiciaires. Couvre multiples familles de documents et stratégies de manipulation (édits mineurs à fabrication complète) avec séparation train/test au niveau source pour évaluer la généralisation réelle.
ScaleSweep optimise la quantification NVFP4 (format FP4 4-bit supporté par hardware) des LLMs via balayage de candidats d'échelle de bloc. Théoriquement borné pour réduire l'espace de recherche, la méthode préserve >93% des performances full-precision sur Llama et Qwen en quantification end-to-end (poids, activations, KV cache, query states).
Nouvelle approche de systèmes IA modulaires construits par contributions décentralisées de petits modèles spécialisés. Les systèmes participatifs surpassent les LLMs monolithiques de 15,4% sur 15 tâches (raisonnement, factualité) et résolvent 15% de problèmes où tous les modèles individuels échouent.
SPIN est un framework de coordination décentralisée pour essaims multi-agents sur plateformes edge. Il modélise les topologies d'essaim comme réseaux tensoriels compressés, réduisant la complexité de O(n^m) à O(m·n·χ²). Une pipeline neuro-symbolique hybride combine encodeurs de coordination neuraux pré-entraînés hors ligne avec filtres de rééchantillonnage zéro-shot basés sur la dérivée de Radon-Nikodým.
MemToolAgent améliore l'utilisation d'outils par les agents LLM via un système de mémoire structuré. Le framework extrait des expériences passées en entrées mémoire, les récupère dynamiquement et génère des réflexions basées sur les retours utilisateur. Gains de 29%, 80% et 17% sur WorkBench, NESTFUL et PEToolBench sans fine-tuning.
OmniMem est un framework de compression mémoire pour LLMs audio-visuels en streaming. Il gère séparément les contextes visuels et audio via une allocation mémoire modulaire, et sélectionne les états KV informatifs par perturbation. Sur VideoMME Long, LVBench et LVOmniBench, OmniMem améliore les baselines de 2-4% en précision avec budgets mémoire identiques.
Étude arXiv proposant une architecture hybride FT-Transformer + XGBoost avec stacking pour prédire le churn client sur données structurées. Atteint 62,10% F1 et 0,861 AUC-ROC sur dataset bancaire public, surpassant MLP de 3,37 points F1. Gère le déséquilibre de classe sans suréchanillonnage synthétique.
Étude benchmarking montrant que les méthodes d'interprétabilité (IML) appliquées aux modèles génomiques produisent souvent des explications contradictoires et ne localisent pas les motifs régulateurs connus. Les auteurs proposent un cadre d'évaluation rigoureux inspiré des essais cliniques pour remplacer la validation anecdotique actuelle.
Nouvelle métrique « Contribution Weights » pour analyser les transformers au-delà des poids d'attention. Intègre magnitude des vecteurs de valeur et alignement directionnel. Surpasse les métriques basées sur l'attention pour identifier les tokens critiques. Révèle que les « attention sinks » jouent un rôle actif de suppression d'information, stabilisant les représentations.
Une méthode post-hoc réduit les biais de fine-tuning en tronquant la queue de la décomposition SVD des mises à jour de poids (ΔW). Testée sur 3 modèles (0.5B–7B) et 4 benchmarks, elle diminue l'écart de performance sur groupes sous-représentés jusqu'à 5× (CivilComments) avec <2pp de perte d'accuracy, sans retraining ni labels de groupe.
Query Lens étend Logit Lens pour interpréter les features des autoencodeurs creux en analysant conjointement les clés (encoder) et valeurs (decoder). La méthode capture les effets indirects via les modules aval, révélant des signatures de tokens cohérentes pour des features opaques sous Logit Lens. Hypothèse : les modules aval lisent les features via des sous-espaces spécifiques par couche.
MedicalRec est un système de recommandation basé transformer pour sélectionner automatiquement le meilleur modèle de classification d'images médicales sans réentraînement. Construit sur MedicalRec-Bench (5000+ enregistrements de modèles testés sur cancer de peau, tumeurs, plaies, cancer du sein, IRM), le système atteint HitRate@100 de 75,5% avec 4 variantes (5-18 features).
Les LLM pour la génération d'assemblages LEGO souffrent du problème PhysHack : structures physiquement valides mais géométriquement mal alignées. Les auteurs proposent PVPO, une méthode RL sample-efficient couplant faisabilité physique et récompenses géométriques en voxel-space. Résultats : amélioration de l'alignement sémantique, stabilité structurelle et calibration.
Framework topologique pour comparer les GNNs entraînés en mappant les Stochastic Block Models sur la sphère n-dimensionnelle. Utilise la compacité de l'espace graphon, le lemme de régularité faible de Frieze-Kannan et la continuité Lipschitz des MPNNs. Produit une « empreinte » de faible dimension pour la recherche de candidats de transfer-learning sans réentraînement.
MST-Direct étendu à grande échelle pour simulation géostatistique multivariée et conditionnelle via transport optimal de Sinkhorn. Résout scalabilité (O(nC) mémoire), extension multivariée et conditionnement par kriging. Validation sur 6 variables, grilles 200×200 et 100×100 avec 200 données observées. Reproduit distribution jointe exactement vs approximation PPMT.
Article théorique prouvant que l'ordonnancement optimal des filtres séquentiels minimise le coût total en les triant par ratio croissant coût/probabilité de rejet. Simulations Monte Carlo confirment la domination stricte sur les heuristiques courantes.
Cadre de pruning structuré utilisant des algorithmes de bandits multi-bras (MAB) pour supprimer des neurones complets dans les réseaux de neurones profonds. Évalue UCB1, Thompson Sampling, Epsilon-Greedy et autres politiques sur tâches de classification, régression et apprentissage profond. UCB1 et Thompson Sampling surpassent le pruning basé sur la magnitude et le modèle non élagué.
SRT propose un framework de super-résolution pour séries temporelles via flux rectifié disentanglé. La méthode décompose l'entrée en composantes trend/saisonnière, les aligne via représentation neurale implicite, et utilise un mécanisme d'attention cross-résolution. SRT-large pré-entraîné démontre capacités zero-shot sur 9 datasets publics.
Nouvelle méthode d'évaluation pour agents sociaux IA : un agent évaluateur interagit activement avec l'agent cible pour générer des situations spécifiques testant des critères sociaux (gestion de conflits, etc.). Testé sur 32 critères dans un environnement de simulation de vie, améliore la couverture et l'accord avec les labels humains par rapport aux méthodes passives.
LFNO (Laplace-Fourier Neural Operator) combine les avantages spectraux des opérateurs de Laplace et Fourier via une décomposition explicite en régimes transitoires et stationnaires. Évalué sur 9 benchmarks (3 systèmes ODE, 6 systèmes PDE incluant Navier-Stokes), LFNO surpasse les opérateurs existants sur les ODE et rivalise avec FNO sur les PDE.
Étude sur l'extraction automatique de données structurées à partir de rapports IRM cérébrale en néerlandais. LLaMA 3.1 atteint 90-96% de précision pour les scores visuels (atrophie temporale médiale, atrophie corticale globale, Fazekas), 93% pour la détection de microhémorragies, mais 66-80% pour les variables numériques. Le few-shot prompting améliore les résultats numériques (92% pour microhémorragies).
IntentPOI, un framework en deux étapes utilisant les LLM, prédit le prochain Point-of-Interest en inférant d'abord l'intention de l'utilisateur (mobilité historique, comportements pairs, contexte temporel), puis en sélectionnant les POI alignés. Surpasse 11 baselines sur trois datasets réels.
PathoSage est un framework à trois étapes pour le raisonnement multimodal en pathologie computationnelle. Il sépare explicitement la récupération de connaissances, la collecte de preuves et l'adjudication des preuves via un système de délibération structurée. Un système Beta-Bernoulli sans entraînement modélise la fiabilité des outils pour réduire les hallucinations et les biais d'ancrage.
MetaEvo propose un framework deux étapes pour l'évolution continue d'agents LLM. Il combine l'optimisation basée sur les préférences pour améliorer l'abstraction de principes, puis accumule et réutilise ces principes dans une architecture modulaire. Résultats sur benchmarks de raisonnement montrent des améliorations continues sans plateau.
QDSP est un framework d'apprentissage structuré pour prédire la mortalité ou paralysie cérébrale chez les nourrissons de très faible poids à la naissance. Sur une cohorte de 51 patients, il atteint 92% d'accuracy et 0.9714 AUC, surpassant XGBoost, TabNet et TabPFN. L'interprétabilité via SHAP identifie des prédicteurs cliniques pertinents comme la leucomalacie périventriculaire kystique.
Code and Theory réduit le time-to-prototype de 75% avec v0 en remplaçant wireframes et PRD par des workflows prompt-to-code. Les délais de déploiement baissent de 50%. L'agence (Microsoft, Amazon, NBC) transforme les briefs clients en prototypes fonctionnels en temps réel.