Cactus Hybrid Router, un modèle routeur de 65k paramètres, dirige 15-55% des tâches vers Gemini-3.1-Flash-Lite et exécute le reste localement avec Gemma4-2B. Le système maintient les performances même avec quantification 4-bit et gère texte, vision et audio.
GPT-4o, ChatGPT et GPT-o3 affichent une confiance supérieure à leur précision réelle, particulièrement sur les tâches difficiles où ils commettent le plus d'erreurs. Un preprint USC/Berkeley révèle un écart croissant entre confiance déclarée et performance réelle.
llama.cpp Console est une application Windows desktop (WPF) pour gérer llama.cpp sur WSL/Ubuntu sans terminal. Elle automatise l'installation de WSL, Ubuntu, CUDA, Vulkan, le téléchargement de modèles GGUF depuis Hugging Face, et le lancement de llama-server avec monitoring en temps réel (tokens, GPU, logs).
EAMS (Equivariant Anatomical Mesh Segmentor) applique l'équivariance rotationnelle aux réseaux de mailles pour la segmentation anatomique 3D. Le modèle (<2M paramètres) maintient la performance sous perturbations géométriques (rotation 40°) où les méthodes existantes chutent de 25-26 points IoU. Évalué sur 4 tâches cliniques (anévrisme intracrânien, segmentation intra-orale, foie).
MOSS-TTS-v1.5 améliore la synthèse vocale multilingue (31 langues), le clonage de voix zéro-shot et la stabilité. Nouvelles capacités : contrôle explicite des pauses, meilleure gestion des références longues, prosody plus stable. Modèle open-source sur Hugging Face.
MCP Basic Servers : bundle open-source de scripts Bash pour installer localement 6 serveurs MCP (web, fichiers, mémoire, contacts, wiki, météo) sur Linux. Endpoints HTTP sur ports 8001-8006, conçu pour utilisateurs débutants/intermédiaires en home-lab, testé sur Arch et Ubuntu.
GitRAG permet de poser des questions sur n'importe quel repo GitHub public et obtient des réponses ancrées dans le code source avec chemins de fichiers et numéros de lignes. Le système combine parsing AST, embeddings denses, index BM25, fusion RRF et reranking Cohere avant génération via llama-3.3-70b sur Groq. Supporte 15+ langages.
Une étude MIT/USC révèle que les plaintes sans avocat aux tribunaux fédéraux US ont doublé depuis ChatGPT. Une plainte sur cinq contient du texte généré par IA. Les juges adoptent des mesures drastiques face à l'afflux de dossiers.
Étude de fine-tuning GRPO sur modèles ultra-légers (Qwen2.5-0.5B, LFM-2.5-350M) pour résumer des posts Reddit en exactement 64 tokens. Comparaison de deux stratégies : entraînement séquentiel (longueur puis qualité) vs joint. Le curriculum staged gagne avec scores G-Eval de 2.904 (LFM) et 2.817 (Qwen), contre 2.376/2.332 en zero-shot.
Un PR rejeté pour llama.cpp optimise le traitement par paquet (PP) des modèles MOE de 30% sur Qwen 3.5 MoE 35B. L'amélioration diminue avec l'augmentation du contexte. Le code peut être appliqué manuellement à la version courante.
Un utilisateur a optimisé l'ASR (reconnaissance vocale) sur NPU Intel Arrow Lake via OpenVINO. Résultats : 4,8× plus rapide et 10,7× moins d'énergie que CPU INT8 sur audio 10s. Le NPU (13 TOPS) libère CPU et VRAM pour d'autres tâches ML, surpassant en latence un RTX 3060 eGPU.
Un cadre PINN avec incertitude hétéroscédastique pour la cartographie des inondations à partir de données SAR. Le modèle Attention-Gated FNO-UNet intègre un protocole Warm-Start et modélise l'incertitude aléatoire pour éviter la divergence de gradient (« Physics Shock »). Sur Sen1Floods11 : +25% IoU vs baselines déterministes, avec bornes de confiance calibrées.
Nouvel article arXiv proposant DINOSaur, méthode sans entraînement pour la détection d'anomalies continue en environnement industriel. Combine backbone DINOv3 gelé, mémoire coreset indexée spatialement et scoring d'anomalies restreint. Atteint zéro oubli, surpasse tous les baselines sur 5 protocoles, inférence <100ms sur Jetson Orin Nano avec adaptation on-device <30s.
Agent-ToM est un framework d'apprentissage pour surveiller les agents LLM autonomes via le raisonnement Theory-of-Mind. Il infère les croyances, intentions et déviations comportementales des agents pour détecter les comportements malveillants cachés. Évalué sur SHADE-Arena et CUA-SHADE-Arena, il surpasse les baselines d'ensemble tout en utilisant un pipeline de vérification à deux appels.
KREPE, une méthode d'apprentissage génératif pour graphes de connaissances hyper-relationnels, utilise la diffusion discrète masquée pour générer des faits complets à partir de requêtes partiellement observées. Unifie prédiction de liens et génération de faits dans un seul cadre, surpassant les baselines LLM sur les benchmarks standard.
Étude sur la sélection optimale de modèles dans les ensembles d'LLM. Les auteurs reframent le choix des proposeurs comme un problème de sélection combinatoire basé sur la complémentarité plutôt que l'exactitude seule. Algorithmes gloutons testés sur un ensemble étiqueté réduit pour équilibrer performance et coût computationnel.
Nouvelle méthode d'entraînement pour les réseaux de neurones input-convexes (ICNN) via une hypernetwork non-contrainte qui émet les poids inter-couches. Approche inspirée des lifts de problèmes inverses, elle contourne les limitations du gradient descent projeté et de la reparamétrisation softplus. Résultats sur estimation de densités log-concaves et flots normalisants convexes montrent convergence améliorée.
EvoSci est un framework multi-agent bio-inspiré pour la découverte scientifique utilisant des LLM. Il intègre évolution, graphes de connaissances et agents spécialisés (mentor, chercheur, reviewer) pour générer, évaluer et affiner itérativement des idées de recherche. Sur des sujets réels, EvoSci atteint un score peer-review ICLR de 4.90 et classement Top-10 de 54%.
Article arXiv argumentant que les LLM échouent en raisonnement causal et planification long-horizon faute de modèles du monde. Les auteurs introduisent Latent Dynamics Inference (LDI) et Flux, un environnement de raisonnement séquentiel en langage naturel. Agents RL avec accès à l'espace latent atteignent 79% de taux de victoire vs 11% pour LLM, révélant des défaillances en suivi d'état persistant.
Étude sur la reproductibilité des systèmes IA en finance réglementée (crédit, fraude, blanchiment). Identifie trois sources de non-déterminisme : variance des explications post-hoc (modèles tabulaires), échantillonnage stochastique (graphes), divergence batch-dépendante (LLM agents). Propose framework d'évaluation avec métriques RBO, D_cos, TDI, PSD pour audit.
BoxLitE est un modèle d'embedding de base de connaissances pour DL-Lite^H utilisant l'optimisation convexe. Il mappe les concepts à des régions convexes dans un espace vectoriel pour représenter les hiérarchies ontologiques. Pour toute KB DL-Lite^H satisfiable, BoxLitE produit un embedding faiblement fidèle.
Pipeline automatisé transformant 4.555 décisions du Tribunal fédéral allemand en commentaires juridiques. Extraction de chunks, résumé du raisonnement, embedding et clustering. LLMs génèrent titres et sections enrichies de citations, fusionnées en commentaires cohérents. Évaluation sur 5 dimensions (pertinence, fidélité des citations, distinction des clusters, ordre logique).
Unveil est un framework d'embedding visual-textuel pour la récupération de documents multi-modaux. Il intègre features textuelles et visuelles via distillation de connaissance, transférant les capacités sémantiques d'un modèle visual-textuel vers un modèle purement visuel. Résultats : amélioration de la précision et de l'efficacité de retrieval sans parsing.
Cadre phonétique conscient des dialectes pour la reconnaissance vocale vietnamienne. Décompose les syllabes en composants phonétiques structurés mappés à des représentations IPA spécifiques aux dialectes. Sur UIT-ViMD, égale les performances de wav2vec2-base-vi-250h avec moins de paramètres et sans préentraînement externe.
Pipeline modulaire pour générer des analogies éducatives en quatre étapes (source, sous-concepts, explication, évaluation). Évaluation de 12 LLMs sur deux datasets annotés (SCAR, ParallelPARC). Les sous-concepts améliorent la qualité des explications et la précision de la récupération. Claude Sonnet 4.6 aligne mieux avec les classements humains qu'avec les scores absolus.
Un framework basé sur LLM extrait les divulgations de segments des formulaires 10-K pour améliorer la complétude et la comparabilité des données financières. Le système utilise RAG pour intégrer les informations entre plusieurs périodes et entreprises, démontrant son efficacité pour l'analyse longitudinale et l'alignement géographique cross-firm.
Étude de l'« omissive bias » : les LLMs omettent systématiquement les perspectives religieuses dans leurs réponses à des questions éthiques quotidiennes. Benchmark AllFaith avec 150 questions (deuil, pardon, relations) évalué sur 27 modèles. Résultat : sous-représentation religieuse asymétrique, plus marquée pour les situations pratiques que pour les questions existentielles.
Étude théorique des lois d'échelle pour la régression linéaire esquissée avec mini-batches. Analyse comparée de SGD one-pass, SGD multi-pass avec et sans remplacement. Résultat clé : variance en O(min(M,(T_eff*γ)^(1/a))/(B*T_eff)), réduction 1/B en régime multi-pass sans remplacement, fluctuation nulle à B=N.
ChainzRule remplace les activations standard par des couches polynomiales apprises avec régularisation différentielle (DREG), une pénalité jacobienne calculée analytiquement. Testé sur tabular, NLP et vision : 85,71% sur Pima Diabetes, 46,20% sur SST-5 avec encodeur gelé (5% des données d'entraînement de RNTN), 55,79% sur SST-5 fine-tuné BERT, +2,32% sur CIFAR-10-C. Améliore robustesse et efficacité échantillon.
Framework de soutien décisionnel pour thérapies numériques modélisant les effets des recommandations et de l'adhérence des patients via un système dynamique linéaire. Algorithme UCB-BOLD proposé pour la sélection de traitement en ligne avec garanties de regret sublinéaire. Évaluation sur données de micro-essais randomisés : 2-3x moins de regret que les benchmarks.
PrivFusion est un framework multi-agent préservant la confidentialité pour harmoniser automatiquement des datasets hétérogènes avant l'entraînement fédéré. Testé sur quatre datasets COVID-19, il utilise des agents pour analyser les données locales, regrouper les features sémantiquement similaires et recommander des transformations itératives sans centraliser les données sensibles.
Cadre unifié (FPMC) modélisant les fonctions de débruitage des diffusion models. Consolide approches existantes via vecteurs de précision, poids de réponse et distributions sources. Améliore performance par relaxations souples et augmentations de distributions.
Nouvelle approche d'analyse archétypale sur variétés riemanniennes avec géométrie pullback data-driven. Combine interprétabilité de l'analyse archétypale classique et flexibilité des modèles non-linéaires via distributions en étoile déformées. Tests sur MNIST montrent géodésiques significatives et projections de débruitage géométriquement conscientes.
Article arXiv montrant que les transitions consécutives en RL on-policy sont redondantes et causent une instabilité cachée. Supprimer aléatoirement 25% des transitions dans PPO stabilise l'entraînement (KL divergence, entropie, estimations de valeur) sans dégrader les récompenses, sur CartPole, Acrobot, LunarLander, HalfCheetah, Hopper.
Cascade-KDE est une méthode sans apprentissage pour restaurer les séries temporelles corrompues par du bruit gaussien et des pics aberrants. Elle estime une densité spatio-temporelle, applique une troncature robuste pour limiter l'influence des anomalies, puis affine via cascade exponentielle. Testée sur ECG et dégradation batterie, elle préserve les pics de dérivée mieux que les filtres classiques.
Papier arXiv proposant un mécanisme d'agrégation en ligne pour aligner les LLM avec le feedback humain en crowdsourcing mobile. Le système incite les travailleurs à rapporter honnêtement leurs préférences via un jeu bayésien dynamique, réduisant le regret de O(T) à O(√T) sur T slots temporels.
Framework Verifiable Transformers convertissant circuits Transformer en propriétés vérifiables par solveur SMT. Extraction de circuits task-localisés et vérification formelle d'équivalence fonctionnelle, nécessité des arêtes, invariance et robustesse. Démonstration sur tâches symboliques et GPT-2 scale avec architecture SMT-représentable (Signed L1 BandNorm, sparsemax, LeakyReLU).
CAFD est une méthode de détection de défauts pour DNNs combinant signaux du modèle, features de distance et un nouveau Concept Failure Ratio (CFR) basé sur Vision-Language Models. Évalué sur ImageNet et trois modèles, CAFD surpasse 5 baselines avec +18.3% d'amélioration moyenne en Fault Detection Rate.
Framework MODIAD pour la détection d'anomalies industrielles multimodales en environnement distribué et en ligne. Propose un algorithme SMG pour l'ordonnancement multi-classe et une stratégie REC-LoRA réduisant l'overhead computationnel. Validé sur MVTec 3D-AD et Eyecandies.
Framework neuro-inspiré pour la planification et le contrôle embodié. L'Inverter utilise l'Inverse Learning (IL) pour générer des séquences d'actions multi-étapes. Améliore les baselines offline-RL et diffusion-planner sur D4RL (+24.2% en moyenne) avec 100-1000x moins de calcul à l'inférence. Application : synthèse de portes quantiques avec fidélité GRAPE en 1000x plus rapide.