Toutes les actualités
10835
Les réseaux de neurones sont plus modulaires qu'il n'y paraît au niveau des neurones : trois niveaux de vérification
Une nouvelle méthode aligne des encodeurs avec 100 à 500 paires au lieu de millions
Un pipeline LLM transforme les datasheets en graphes de connaissances avec 98,8% de précision
EvoSyn : la synthèse de données multi-agents fait gagner 13,3 points de réussite aux tâches
EvoSyn, framework multi-agents, remodèle l'espace de génération de données synthétiques selon les retours de l'agent apprenant et devance la meilleure baseline de…
EliteTable fait évoluer du code de contrôle par LLM : progression sur 6 tâches sur 6
EliteTable associe un LLM et une table des meilleures solutions pour générer du code de contrôle. Médianes des candidats en hausse sur les six tâches Gymnasium…
MCTS battu de 2,88% par des redémarrages aléatoires dans la planification de DAG, à budget égal
Les auteurs ont opposé MCTS à un simple list scheduler à redémarrages, avec 2048 plannings par DAG. L'arbre de recherche fait 2,88% moins bien que des redémarrages…
SynAct apprend aux agents LLM à demander conseil là où cela change l'issue : +11,7 points de pourcentage
STAPLE ajoute des milliards de paramètres à OLMo-2 et décode deux fois plus vite que le MoE
MisVisAgentBench : les graphiques trompeurs font chuter de 34 points de pourcentage le taux de réussite des agents web
Benchmark des modèles conversationnels : GPT Realtime et Gemini répondent à presque chaque pause
Une tête linéaire sur Qwen3-VL devance GPT-4o pour évaluer des réponses sans annotation
Une reward-model vision-language sans étiquettes humaines : quelques milliers de paramètres sur un Qwen3-VL 32B gelé devancent GPT-4o de 6,6 points sur…
GEPA fait passer la récompense d'un agent deep research de 0,702 à 0,781 sur des sujets inédits
L'évolution de prompts GEPA a relevé de 0,079 la récompense de citation sur des sujets mis de côté. Près de la moitié du prompt est un « corrigé », mais la…
DCOCO accélère l'inférence des LLM jusqu'à 6,6x et devance ses concurrents de 6 à 23 %
SWE-Duel : des agents de code s'écrivent mutuellement des bugs, GPT-5.5 en corrige 98,3%
Le reward hacking se transmet entre agents IA : les modèles faibles contaminent les plus puissants
EvoBelief apprend aux agents LLM à vérifier leurs hypothèses sur le monde : 83,3% contre 0% pour les baselines
CLEAT apprend aux agents Qwen3-4B à poser les bonnes questions au bon moment : jusqu'à +13,2 points
SpireBench fait jouer 20 LLM à Slay the Spire en entier : les experts gardent une longueur d'avance
Pékin rassure le marché des A-shares après le décrochage du secteur tech provoqué par la crainte de sanctions américaines
Le patron de DBS : le marché réévalue les risques des investissements dans l'IA, et le financement va se durcir
Tan Su Shan, CEO de la plus grande banque d'Asie du Sud-Est, estime que le marché réévalue les risques du chantier de l'IA et que les prêteurs seront plus sélectifs.
Refactoring C++ dans OpenBMC : comment l'IA s'est débattue avec une fonction de 280 lignes
Un développeur a demandé à une IA de l'aider avec la fonction createSensors d'OpenBMC, qui empile 12 tâches sur 280 lignes. L'agent a proposé 7 améliorations…