régularisation
2 published articles
Recherche en apprentissage automatique : systèmes de recommandation
Chaque meilleur modèle de recommandation linéaire pourrait se réduire à l'un de deux régularisateurs
Une prépublication soumise à arXiv le 10 septembre 2026 soutient que les modèles linéaires en tête des benchmarks de recommandation se réduisent tous à l'un de deux régularisateurs, puis propose deux hybrides de rang faible à forme fermée.
2026-09-20
Théorie de l'apprentissage automatique
Pourquoi les modèles de diffusion interpolent, et ne se contentent pas de mémoriser : une théorie mathématique de la créativité
Les chercheurs de Google révèlent que la créativité des modèles de diffusion provient d'un effet de 'lissage du score' causé par la régularisation des réseaux de neurones. Ce cadre théorique explique pourquoi les modèles interpolent entre les points de données d'entraînement plutôt que de simplement les mémoriser, ouvrant la voie à une nouveauté contrôlée dans l'IA générative.
2026-07-16