LLM & Modèles
Grands modèles de langage : GPT, Claude, Gemini, Mistral et poids ouverts.
97 published articles
Recherche en IA
L'écume dans le raisonnement en chaîne : un nouveau benchmark révèle pourquoi les LLM gaspillent des tokens sur des raisonnements valides mais inutiles
Les LLM génèrent souvent des chaînes de raisonnement correctes mais alourdies par des étapes inutiles. Un nouveau benchmark diagnostique et une méthode de compression montrent que les évaluateurs actuels ignorent totalement cette inefficacité et que la moitié des étapes de raisonnement rédigées par des humains pourraient être compressibles.
2026-07-31
Recherche en IA
Un petit contrôleur de surveillance améliore de 4,5 points les scores des LLM quantifiés sur MATH-500
Une nouvelle recherche propose un contrôleur de surveillance externe pour les petits modèles de langage quantifiés, qui détecte les chemins de raisonnement répétitifs ou dégénérés et déclenche un retour en arrière et un re-décodage contraint. La précision s'est améliorée de 4,5 points de pourcentage sur un large ensemble d'évaluation, mais les auteurs soulignent que les résultats ne sont pas confirmatoires.
2026-07-30
Recherche en IA
Les agents d'IA conservaient la mémoire hors du modèle. Metis la met à l'intérieur.
Metis de MemTensor est le premier prototype de modèles de fondation de mémoire : l'historique est compressé dans le backbone, relu via l'attention mémoire, mis à jour en un seul passage forward. Il remet en cause l'ère du store vectoriel pour la mémoire des agents. Les limites sont reconnues mais pas encore quantifiées.
2026-07-30
IA de jeu
Les trois problèmes qu’aucun moteur de jeu IA n’avait résolus jusqu’à présent : cohérence, navigabilité et évaluation
MAGIC est un pipeline en quatre étapes qui convertit une seule invite en un projet Unity jouable avec plusieurs scènes connectées. Il garantit l’accessibilité des portails par un validateur de type flood-fill et introduit un agent d’évaluation qui traverse réellement chaque transition, complétant des décennies de métriques qui ne portaient que sur des intérieurs uniques.
2026-07-30
Apprentissage par renforcement
L'apprentissage expérientiel de Microsoft donne aux modèles d'IA un coach, pas seulement une note
L'Apprentissage Expérientiel réutilise le LLM-comme-Juge en un LLM-comme-Coach qui extrait une connaissance transférable de chaque réponse et l'internalise via une distillation de contexte sur politique, surpassant le RL basé sur des grilles sur des tâches non vues et réduisant le piratage de récompense.
2026-07-30
Interprétabilité mécaniste
Ce que gemma-4 sait réellement de la physique : un nouvel article révèle que les représentations sont réelles
De nouvelles recherches sur gemma-4-E4B-it révèlent que les représentations internes des mécanismes de science des matériaux du modèle sont liées de manière causale à ses réponses. L'étude combine plusieurs techniques de sondage et d'intervention pour montrer que la connaissance de la physique est encodée dans les transformations d'état, et pas seulement dans des motifs statiques.
2026-07-29
Recherche en IA
Les affirmations de risque des têtes de RL distributionnel sont en grande partie fausses, selon un nouvel audit
Un audit à grande échelle montre que les agents de RL distributionnel fabriquent systématiquement des compromis de risque dans les états mêmes où les praticiens leur feraient le plus confiance. Pour QR-DQN, C51 et IQN sur MinAtar, zéro des affirmations les plus fortes étaient confirmables, et agir sur les conseils CVaR des agents donnait parfois des résultats significativement pires que le hasard.
2026-07-29
IA Open Source
L'AV-Flamingo de Nvidia s'attaque à la compréhension des longues vidéos là où la plupart des modèles échouent
Nvidia publie AV-Flamingo, un grand modèle de langage audiovisuel open source conçu pour la compréhension de vidéos longues et complexes. Il utilise un programme d'apprentissage en trois étapes et un cadre de chaîne de pensée horodatée pour gérer le raisonnement temporel et cross-modal qui fait trébucher la plupart des modèles.
2026-07-28
Sciences comportementales
Les décisions humaines que les LLM peuvent reproduire mieux que les enquêtes
Une étude utilisant 3 000 agents basés sur GPT-5 dans des expériences de choix d'itinéraire montre que les LLM reproduisent les biais de la théorie des perspectives cumulées (CPT), l'aversion aux pertes, la dépendance aux points de référence et la pondération des probabilités, avec une grande fidélité. L'approche contourne le goulot d'étranglement de l'estimation des paramètres qui limite la modélisation comportementale traditionnelle.
2026-07-28
Modèles d'IA
La conception à quatre spécialistes de 748B du Macaron-V1-Venti bat GPT-5.5 et Opus 4.8
Macaron-V1-Venti de MindLab Research mène les benchmarks en intelligence personnelle, codage, utilisation du terminal et UI générative, utilisant une nouvelle architecture Mixture of LoRA qui maintient le modèle compact tout en étant spécialisé.
2026-07-27
IA Open Source
Kimi K3 est le plus grand modèle open source jamais créé. Il n'est toujours pas le meilleur.
Kimi K3 est le plus grand modèle open source avec 2,8 billions de paramètres, mais il ne parvient pas à battre les meilleurs modèles propriétaires sur les benchmarks globaux. Bien qu'il excelle sur des tâches spécifiques de codage et d'agents, l'écart avec les leaders de pointe comme Claude Fable 5 et GPT 5.6 Sol expose les limites du passage à l'échelle sans percées architecturales et de données.
2026-07-27
Finance Agentique
La boîte noire de votre portefeuille est sur le point de s’ouvrir : dans les coulisses du premier tracker financier agentique en direct
NextFund enregistre chaque décision prise par un agent de trading IA sur les marchés en direct, permettant aux utilisateurs de comparer les modèles, d’inspecter les justifications et de diagnostiquer les défaillances. Un test sur huit LLM portant sur des actions américaines, chinoises et hongkongaises montre que des signaux intermédiaires similaires peuvent diverger en comportements de portefeuille nettement différents, et que les classements trimestriels basculent selon la métrique privilégiée.
2026-07-27