#Recherche
Sélection de matériaux sur «Recherche»: sorties, recherche, benchmarks, open-source.
L'auteur des virus conçus par IA à Stanford explique à MIT TR comment un modèle écrit des génomes
2,14 millions de comptes bannis et 3,3% d'appels gagnés : comment fonctionne l'antifraude de Claude et sa protection contre les bans
ProAS accélère l'entraînement des agents LLM de 2,44 fois et porte ALFWorld à 94,3%
AgentProofBench : des chercheurs de CMU testent la réutilisabilité des vérificateurs d'agents web
Le benchmark AgentProofBench, sur 97 tâches et 4 services web, montre que les vérificateurs générés par DeepSeek Flash et Pro restent valides dans 82/96 et 79/96…
Δτ-Bench : le meilleur agent IA ne résout que 42,3 % des tâches dans un monde qui change
Des chercheurs d'UCL et leurs coauteurs publient Δτ-Bench : 1 588 tâches réparties sur 42 domaines, où les outils disparaissent et sont remplacés. Le meilleur agent…
DynaFlow apprend à l'agent principal à écrire des workflows et dépasse la base de 10,9 points
Des chercheurs de NUS ont entraîné un agent principal basé sur Qwen3.5-27B à rédiger lui-même des programmes pour des sous-agents. Résultat : 88,08 % de précision…
PatEx-Gym apprend aux agents IA à chercher des antériorités de brevets : 1 million de brevets et un modèle de 4 Md
Des agents LLM ont construit en 20 jours une IA pour Hearthstone Battlegrounds plus forte que le top 10 des joueurs
Des chercheurs de CMU apprennent aux modèles RL à ne plus délayer : FORK fait grimper le taux de victoire de 22 % à 74 %
Mycelium : des chercheurs décomposent les benchmarks de détection d'hallucinations selon trois axes
AV-FABLE : des chercheurs rassemblent 998 heures de vidéo pour chasser les deepfakes ponctuels
Le benchmark AV-FABLE, composé de 16 650 paires original-falsifié, révèle que les AV-LLM ne détectent pas les manipulations audio et vidéo, alors que leurs…
Raspberry Pi 5 hors ligne : un paquet de connaissances empoisonné mais signé passe tous les contrôles
Les auteurs ont fait tourner un RAG hors ligne sur Qwen2.5 1.5B/3B/7B sur Raspberry Pi 5 : les vérifications de signature ont laissé passer 6 attaques de mise à…
C3L brise la boucle de dérive des explications en continual learning : 5 benchmarks, 20+ baselines
Un PhD de Stanford dérive le Transformer à partir d'un seul problème de mémoire
Les universités du Zhejiang et de Pékin proposent SPADER pour le QA à réponses multiples
Xiaohongshu et l'université Fudan conçoivent DR-Rubric pour le RL sur des tâches ouvertes
Mine-Sample-Render : une méthode en trois étapes pour une génération vraiment diversifiée
Les modèles génératifs actuels produisent des résultats de grande qualité, mais souvent répétitifs. MSR (Mine-Sample-Render), développé par Microsoft Research…
Autoencodeurs parcimonieux : les interactions par paires portent la rank fidelity à 0,7790
La nouvelle métrique SAR montre que les features des SAE s'additionnent mieux qu'une base aléatoire dans les 18 configurations, mais un steering précis exige les…