Modèles de raisonnement
Les modèles de raisonnement sont une nouvelle classe d'IA qui « réfléchit » avant de répondre : ils consacrent du calcul supplémentaire à l'inférence, construisent des chaînes de raisonnement et résolvent des problèmes hors de portée des LLM classiques — mathématiques, code, science. Ils ont lancé la course au test-time compute. Voici toute notre couverture des modèles de raisonnement : sorties, benchmarks (GPQA, ARC-AGI), limites et coût.
LLM hybrides : les couches récurrentes étouffent l'attention, l'entraînement par étapes y remédie
Competing Learning : dans les LLM hybrides, les couches récurrentes apprennent le retrieval plus vite et étouffent l'attention. Un entraînement par étapes a été…
Heartbeat Thinking : les agents vocaux travaillent pendant que vous parlez encore, latence −36,4%
Un nouveau schéma lance raisonnement et appels d'outils pendant la parole. Sur FDBench v3, la couverture des outils gagne 16 points de pourcentage, la latence…
Reasoning drift dans l'IA : comment un modèle se dégrade alors que le service fonctionne
Les modèles d'IA commerciaux comme Claude peuvent perdre en qualité de façon discrète, sans que le service tombe en panne. Le reasoning drift — cette baisse de…
Stanford publie un cours sur l'entraînement des LLM : 16 chapitres, du pré-entraînement à GRPO
NVIDIA lance Nemotron 3.5 Super : 26 points AA et 630 tokens/s
La réécriture des données surpasse DP-SGD sur l'équilibre entre confidentialité et qualité
AA-Robotics v0.1 : GPT-6 Astra pilote un bras robotisé et obtient 69 points sur 100
MolLean oblige les LLM à vérifier la chimie : un gain sur 12 tâches sur 12
Le langage MolLean, bâti sur Lean, vérifie chaque étape du raisonnement chimique d'un LLM. Sur Qwen3.6-27B, il bat le chain-of-thought classique dans les 12 tâches…
iRTE 2026 : décryptage des modèles temps réel sur lesquels misent OpenAI et Thinking Machines
La conférence iRTE 2026 (Chine) met les modèles interactifs au programme, de la parole full-duplex à la compréhension de la conversation. OpenAI et Thinking…
200 OK, mais le client ne reçoit rien : trois bugs d'un agent n8n en production
Les modèles vidéo-langage confondent les manœuvres d'une voiture : un LoRA et des sondes corrigent le défaut
Anthropic réduit de 10 à 100 fois l'extraction des raisonnements de Claude par les distillateurs
Deep Cogito a entraîné la famille Cogito v1 sur l'infrastructure Runpod, en route vers l'ASI
CARing apprend aux LLM à prédire les diagnostics : R@30 atteint 46,52% sur MIMIC-IV
CARing encode les diagnostics en Semantic IDs et récompense la couverture de diagnostics variés. R@30 en mode raisonnement : 46,04% sur MIMIC-III et 46,52% sur…
Le CoT visible n'améliore pas de façon universelle la génération de code SQL et pandas, selon une nouvelle étude
Un préprint arXiv teste le conseil « réfléchis à voix haute » sur SQL et pandas, code exécuté : aucun gain général du CoT, aucun intérêt à « penser dans le langage…