1726 articles
Le papier présente SkillNet, une infrastructure open-source qui permet de créer, évaluer et connecter des compétences d'IA à grande échelle via une ontologie unifiée, améliorant ainsi significativement les performances des agents en évitant la redécouverte constante de solutions.
Cette étude présente le premier cadre intégré pour l'injection de connaissances et l'évaluation des grands modèles de langage dans le domaine de la combustion, démontrant que l'approche par récupération augmentée (RAG) seule atteint un plafond de performance et nécessitant l'adoption de graphes de connaissances et d'un pré-entraînement continu pour développer des modèles fondamentaux spécialisés.
Cette étude révèle une nouvelle vulnérabilité des grands modèles de langage multimodaux où l'optimisation d'un terme de perte visant à maximiser l'instabilité numérique génère des images perturbatrices provoquant une dégradation significative des performances, même avec de minimes modifications visuelles.
Cette étude démontre que la réécriture de requêtes pour réduire l'ambiguïté en utilisant un contexte de référence sans réponse, combinée à la construction dynamique de contexte (RAG), double les performances de précision sur le benchmark Humanity's Last Exam, surpassant ainsi les simples techniques de promptage à l'inférence.
Cette étude démontre que les benchmarks de recherche d'information peuvent rester fiables malgré le décalage temporel des corpus techniques, comme le montre l'analyse de la stabilité des résultats sur FreshStack entre 2024 et 2025.
Ce papier présente A-MAC, un cadre de contrôle d'admission de mémoire adaptatif et interprétable pour les agents LLM qui, en décomposant la valeur de la mémoire en cinq facteurs, améliore la précision et réduit la latence par rapport aux systèmes natifs.
Cet article propose une définition unifiée et une taxonomie systématique des modèles de langage à flux continu (Streaming LLMs) pour clarifier leurs méthodologies, explorer leurs applications en temps réel et orienter les recherches futures vers une intelligence interactive dynamique.
Le papier présente GOLF, un cadre d'apprentissage par renforcement qui exploite des retours linguistiques de groupe pour guider une exploration ciblée et améliorer significativement l'efficacité de l'échantillonnage par rapport aux méthodes traditionnelles basées uniquement sur des récompenses scalaires.
Ce papier présente Vibe Code Bench, un nouveau benchmark évaluant la capacité des modèles d'IA à développer des applications web complètes de bout en bout, révélant que même les modèles les plus performants actuels n'atteignent qu'une précision de 58 % et soulignant l'importance cruciale de l'auto-test et de l'alignement des évaluateurs.
Cet article propose une méthode de génération augmentée par la récupération qui améliore la fiabilité factuelle et la vérifiabilité en intégrant une alignement sémantique coordonné et des contraintes d'evidence explicites pour garantir que le contenu généré reste cohérent avec les objectifs et fortement ancré dans les preuves récupérées.
Ce papier présente iAgentBench, un nouveau benchmark dynamique pour évaluer la capacité des agents à synthétiser des informations provenant de multiples sources sur des sujets d'actualité, comblant ainsi le fossé des évaluations actuelles qui se limitent souvent à la simple récupération de passages.
Cet article présente Stan, un assistant de cours basé sur des modèles de langage open-weight et fonctionnant entièrement en local, qui utilise une infrastructure de pipeline de données partagée pour fournir aux étudiants des réponses étayées par des références précises et aux enseignants des analyses structurées de leurs cours afin d'améliorer l'enseignement en ingénierie chimique.
Cette étude démontre que l'approche multimodale combinant des modèles de vision et de langage (GPT-4.1-nano) permet de prédire avec une plus grande précision la difficulté des items de test de littératie en visualisation de données pour les adultes américains, surpassant ainsi les méthodes unimodales basées uniquement sur le texte ou l'image.
Cet article présente la Direct Consistency Optimization (DCO), une méthode efficace inspirée de DPO qui améliore la cohérence des connaissances des grands modèles de langage multilingues en utilisant un apprentissage par renforcement sans modèle de récompense explicite.
Cet article propose un modèle de sélection de mots vides basé sur une fonction de Hill décroissante, démontrant que cette approche explique la distribution non-Zipfienne des mots vides (ajustée par une fonction de rang bêta) et la déviation quadratique des mots non vides par rapport à la loi de Zipf.
Cette étude évalue l'efficacité des techniques d'augmentation de données et d'amélioration des caractéristiques pour la détection de discours haineux, démontrant que le modèle open-source gpt-oss-20b obtient les meilleurs résultats globaux tandis que l'approche Delta TF-IDF, couplée à l'augmentation de données, atteint une précision exceptionnelle sur le jeu de données Stormfront, tout en soulignant la difficulté accrue de détecter les discours haineux implicites.
Cette recherche démontre que les grands modèles de langage, notamment Llama 3.2, surpassent les méthodes traditionnelles et les modèles de base pour détecter et classifier les contenus illicites complexes et multilingues sur les marchés en ligne, offrant ainsi des outils plus efficaces pour la sécurité numérique.
En s'appuyant sur un cadre d'évaluation à deux couches, cette étude démontre que les modèles d'IA peuvent simuler de manière réaliste les questions des juges lors d'audiences simulées, tout en révélant des limites importantes telles que le manque de diversité et la flatterie, qui resteraient indétectables avec des méthodes d'évaluation naïves.
Ce papier présente « Model Medicine », un cadre clinique novateur qui adapte les principes de la médecine biologique pour diagnostiquer, traiter et prévenir les dysfonctionnements des modèles d'IA grâce à une taxonomie structurée, un modèle comportemental empirique, un outil d'imagerie neuronale et des protocoles de soins standardisés.
Cet article présente un système neuro-symbolique combinant le modèle Gemini Deep Think et une recherche arborescente qui a résolu de manière autonome un problème ouvert en physique théorique en dérivant des solutions analytiques exactes pour le spectre de puissance du rayonnement gravitationnel émis par les cordes cosmiques.