#Recherche
Sélection de matériaux sur «Recherche»: sorties, recherche, benchmarks, open-source.
NEWarXiv cs.AIAgentOrch compare deux types d'agents : l'écart entre Global et Step-by-Step a reculé de 79%
arXiv cs.CLSLICE-Mem : la mémoire des agents LLM sans génération réduit la consommation de tokens de 92 à 99%
Latent Space (swyx)Goodfire : l'analyse par agents déchiffre des neurones que l'on croyait chaotiques
arXiv cs.LGLes modèles apprennent à la volée : un pas de SGD donne −8 % de loss et bat un contexte de 32k
arXiv cs.CLWhoWins : la première ligne d'un prompt l'emporte dans 72 à 95 % des conflits
Anthropic ResearchAnthropic : les experts suivent l'avis de l'agent dans 86% des choix litigieux
Hugging Face Daily PapersEmbodiedLab : des robots testés sur des expériences, et le meilleur en réussit moins de la moitié
Hugging Face Daily PapersS3AC ramène le critique dans le RL pour LLM : des gains de 1,5 B à 397 B de paramètres
SLICE-Mem : la mémoire des agents LLM sans génération réduit la consommation de tokens de 92 à 99%
Goodfire : l'analyse par agents déchiffre des neurones que l'on croyait chaotiques
Les modèles apprennent à la volée : un pas de SGD donne −8 % de loss et bat un contexte de 32k
WhoWins : la première ligne d'un prompt l'emporte dans 72 à 95 % des conflits
Anish Laddha et ses coauteurs ont testé 14 modèles ouverts sur 1,9 M de réponses : la position d'une instruction pèse souvent plus que le rôle system, et les…
Anthropic : les experts suivent l'avis de l'agent dans 86% des choix litigieux
50 analystes ont résolu une tâche avec Claude Code, sans savoir que les agents avaient reçu en secret un biais. Ils ont choisi le camp de l'agent dans 86% des cas…
EmbodiedLab : des robots testés sur des expériences, et le meilleur en réussit moins de la moitié
Le benchmark EmbodiedLab place un agent IA dans un simulateur de laboratoire : 30 expériences, 14 installations, et même l'agent le plus puissant avec contrôle…
Du prompting au context engineering : 6 techniques qui font gagner des heures sur la finalisation des réponses
MLE-World prédit le résultat d'une expérience de ML sans l'exécuter : 77,9 % de précision
VibeVideoBench : des agents écrivent des vidéos en code, et le meilleur réussit 76,3% des tâches
OpenAI publie 719 manuscrits mathématiques, et les chercheurs réclament leur vérification
OpenAI publie 722 manuscrits de mathématiques, et Yuandong Tian s'attend à perdre son travail
OpenAI a publié sur GitHub 722 manuscrits de mathématiques issus d'un modèle fermé. Après un article cosigné avec GPT-5, Yuandong Tian prévoit d'être remplacé d'ici…
DSReg relie les variables latentes de JEPA aux vraies causes des données
Des chercheurs de l'UIUC, du CSHL, de Brown et du Max Planck proposent DSReg, un régularisateur qui lie chaque dimension de JEPA au vrai facteur générateur des…
Une voix synthétique a lu un roman en 1 h 58 min : c'est l'outillage autour du modèle qui a cassé
Tsinghua apprend aux robots à répéter leurs actions : ParallelWorld fait passer le taux de réussite de 56% à 83%
VMem-Bench le démontre : la mémoire dans les générateurs vidéo fait chuter la précision jusqu'à 0,845
Benchmark iPrefBench : les agents iOS exécutent 91,6% des actions, mais ne résolvent que 47,7% des tâches
La leçon de Klarna et les 78 557 licenciés en un trimestre : pourquoi reconstruire son équipe avec l'IA coûte moins cher que de tailler dans les effectifs
Harvard, Berkeley et NVIDIA cherchent une loi d'échelle pour les robots : +37,4 points sur cinq benchmarks
Fudan NLP lance A5, un assistant qui retient votre style et prend les devants
L'équipe de Tsinghua lance HandsOn : 66 tâches pour tester la dextérité des robots
Des chercheurs de Tsinghua lancent HandsOn, un benchmark de 66 tâches pour évaluer le travail à deux mains de robots à mains multidoigts, conçu pour les données ego…
L'auteur des virus conçus par IA à Stanford explique à MIT TR comment un modèle écrit des génomes
Le doctorant de Stanford Samuel King a fait concevoir à un modèle génératif des génomes de virus en 2025. MIT Technology Review en discutera avec lui le 16 octobre.