NLP & ML
Traitement automatique du langage, apprentissage automatique et apprentissage profond.
6 published articles
Recherche en IA
Pourquoi GPT-5.5 domine un benchmark qui teste comment les agents s'améliorent eux-mêmes
EvoPolicyGym isole une capacité critique mais peu étudiée : la capacité d'un agent à affiner une politique exécutable par des modifications répétées sous contrainte de rétroaction. Le benchmark révèle GPT-5.5 comme le plus performant dans 16 environnements, et fournit des diagnostics au niveau des trajectoires qui exposent comment différents agents allouent leur budget et convertissent la rétroaction en paramètres ajustés.
2026-07-11
Gestion mémoire
Le secret des 12 000 lignes derrière la vitesse de Bing : comment mimalloc a surmonté le compromis des allocateurs
L'allocateur mimalloc de Microsoft Research utilise des milliers de listes libres par page et une astucieuse technique de vol de pages pour atteindre à la fois une haute concurrence et une faible surcharge mémoire, comme détaillé par le groupe RiSE dans un nouveau blog technique.
2026-07-10
Histoire du NLP
Le benchmark qui a fait parler les modèles de langue : comment le GLUE de 2018 a changé l'IA pour toujours
Le benchmark GLUE, lancé en 2018, a transformé le traitement automatique du langage naturel en fournissant un étalon standardisé pour la compréhension du langage. Son héritage perdure dans tous les benchmarks modernes des LLM, de SuperGLUE aux dernières évaluations de type arène qui définissent la course actuelle à l'IA.
2026-07-08
Frameworks d'agents
Le harnais open-source CUGA d'IBM évite la plomberie et va directement à l'invite
Le framework open-source CUGA d'IBM inverse le modèle typique de développement d'agents en gérant l'orchestration, la gestion d'état et la planification. Les développeurs n'ont plus qu'à écrire une liste d'outils et une invite. Plus de deux douzaines d'applications sous forme de fichiers uniques illustrent l'approche, allant d'un recommandeur de films à un système de génération de leads multi-agents, tous déployables en production gouvernée sans nécessiter de réécriture.
2026-07-07
Recherche en apprentissage automatique
Fast-LeWM : La prédiction parallèle de préfixes d'actions réduit les coûts de planification des modèles de monde latent
Des chercheurs présentent Fast-LeWM, un modèle de monde latent qui accélère la planification visuelle en prédisant en parallèle les états futurs à partir de préfixes d'actions. L'approche réduit les coûts de calcul et l'accumulation d'erreurs, surpassant les modèles de transition en une étape précédents.
2026-07-07
Recherche en apprentissage par renforcement
OPID offre aux agents linguistiques un signal de récompense suffisamment dense pour abandonner la mémoire externe
OPID extrait une supervision hiérarchique des compétences à partir de trajectoires sur politique complétées, offrant un guidage dense au niveau des tokens pour l'entraînement des agents linguistiques sans mémoire externe. Les expériences sur ALFWorld, WebShop et Search-based QA montrent une amélioration des performances et de l'efficacité d'échantillonnage par rapport au RL basé uniquement sur les résultats et aux méthodes existantes de distillation de compétences.
2026-07-06