Zhemal Khamidun
Head of AI chez Alpina Digital, CPO d'AlpinaGPT. Fondateur de Vibe Academy et Hamidun Consulting, auteur de la chaîne IA « Готовим ИИшницу ».
Graph Neural Networks contre gradient boosting : prédire l'arsenic dans l'eau aux États-Unis
mLSTM et orthogonalisation de la lecture : le gain en recall tient à l'apprenabilité, pas à la mémoire
GLEAM : des pertes spectrales pour prévoir la turbulence sur maillages non structurés
LAARA contre LoRA : un rang adaptatif par couche pour un fine-tuning efficace
Le framework LAARA attribue à chaque couche du transformeur un rang d'adaptateur différent, via des estimations de Fisher. Sur GLUE et MathInstruct, il égale LoRA…
Évaluation de l'interprétabilité des SAE : le pipeline de mesure pèse plus lourd que l'architecture du modèle
Une étude publiée sur arXiv montre que les comparaisons d'interprétabilité des autoencodeurs parcimonieux (SAE) dépendent surtout du pipeline d'évaluation, et non…
Opérateurs neuronaux FNO et UNO : une nouvelle approche pour calculer le flux de neutrons en deux dimensions
Des chercheurs comparent trois modèles de substitution fondés sur des opérateurs neuronaux de Fourier et en U pour approcher le flux de neutrons 2D en…
ECoM Reasoning : le raisonnement compressé accélère les modèles vocaux en calcul mental oral
Les transformeurs savent-ils choisir un modèle ? Un test bayésien arXiv sur 2,8M de paramètres
emb-diversity : un outil de mesure de la diversité des données fondé sur les embeddings
FinMMEval 2026 Task 2 : un benchmark de QA financier en 5 langues, le top 4 des systèmes se tient en moins de 1 %
D2VBench : un benchmark de 10 000 dilemmes pour tester l'alignement des valeurs des LLM
Des chercheurs présentent D2VBench, un benchmark de 10 000 dilemmes du quotidien et de 158 concepts de valeurs, pour évaluer comment les modèles de langage…
Sentence Splitter : comment un modèle T5 repère la structure factuelle cachée des phrases
Sentence Splitter, une méthode self-supervised fondée sur T5, découpe seule une phrase en partie descriptive et en fait, et améliore la complétion de graphes de…
TriAgent : un comité de petits modèles remplace un LLM coûteux et économise 9,3 M$ par an
Rubric4Setwise : évaluer des ensembles de documents pour le RAG, plutôt que de les classer par pertinence
Un réseau de neurones localise l'origine d'un locuteur à partir de son dialecte arabe, avec une erreur médiane de 481 km
HIPE-2026 : extraire les relations « personne-lieu » des journaux historiques sans réseaux de neurones
MultiMDM : un modèle de langage à diffusion qui génère du texte en quelques étapes
Hypergraphe NLI contre LLM-juge : une nouvelle façon d'auditer les raisonnements de l'IA sans réponse de référence
Capitulation adaptative des LLM : comment les chatbots cèdent face aux utilisateurs vulnérables (étude)
Les petits modèles Qwen ignorent les instructions mais paraissent précis aux tests
Une étude arXiv montre que les petits modèles Qwen restent précis sur les tâches mais ignorent systématiquement les instructions contraires à leur comportement…
Des hyperréseaux plutôt que LoRA : les lois d'échelle de l'injection de connaissances dans les LLM
Un hyperréseau est entraîné à générer un adaptateur LoRA qui charge des faits dans un modèle de langage. Les auteurs établissent pour la première fois les lois…