Command Palette
Search for a command to run...
Papers
Articles de recherche en IA de pointe mis à jour quotidiennement pour vous aider à suivre les dernières tendances en IA

delta-mem : Mémoire en ligne efficace pour les grands modèles de langage

MCP-Cosmos : Agents augmentés par un modèle du monde pour l'exécution de tâches complexes dans les environnements MCP































delta-mem : Mémoire en ligne efficace pour les grands modèles de langage

MCP-Cosmos : Agents augmentés par un modèle du monde pour l'exécution de tâches complexes dans les environnements MCP






























Au-delà du raisonnement : l'apprentissage par renforcement débloque les connaissances paramétriques dans les LLM
Représentations débiaisées basées sur le modèle pour le contrôle continu économe en échantillons
LLMs à flux multiples : débloquer les modèles de langage avec des flux parallèles de pensées, d'entrées et de sorties
Votre modèle de langage est son propre critique : apprentissage par renforcement avec estimation de la valeur à partir des états internes de l'acteur
Relit-LiVE : Relumière la vidéo en apprenant conjointement la vidéo d'environnement
Alignement positif : Intelligence artificielle pour l'épanouissement humain
LLaVA-UHD v4 : Qu’est-ce qui rend l’encodage visuel efficace dans les LLMs multimodaux ?
Démasquer la distillation on-policy : où elle aide, où elle nuit, et pourquoi
Un seul neurone suffit pour contourner l’alignement de sécurité dans les grands modèles de langage
SlimQwen : explorer le découpage et la distillation dans le pré-entraînement des grands modèles MoE
ELF : Flux de Langages Intégrés
PaperFit : Optimisation de la mise en page pour documents scientifiques avec une boucle de vision intégrée
Distillation On-Policy basée sur les rubriques
CollabVR : Raisonnement vidéo collaboratif avec des modèles de vision-langage et de génération vidéo
TMAS : Mise à l'échelle du calcul pendant le test grâce à la synergie entre agents
Soohak : un benchmark conçu par des mathématiciens pour évaluer les capacités mathématiques de niveau recherche des LLMs
Rapport Technique sur Qwen-Image-2.0
MiniCPM-o 4.5 : Vers une interaction omni-modale en temps réel et plein duplex
Apprentissage en déploiement : Apprentissage par renforcement à l'échelle d'une flotte pour des politiques robotiques polyvalentes
Transformateur Rapide à Latents de Byte
Co-mathématicien IA : Accélérer les progrès des mathématiciens grâce à l'IA agentique
HyperEyes : Un apprentissage par renforcement efficace et conscient de l'efficacité à double granularité pour des agents de recherche multimodale en parallèle
Moyenne Mode Screaming : Résidus de séparation moyenne-variance pour les Diffusion Transformers à 1000 couches
LLMs améliorant les LLMs : Découverte agentic pour la mise à l'échelle lors de l'inférence
Optimisation de la politique en liste : RLVR basé sur les groupes comme projection cible sur le simplexe de la réponse du LLM
Flow-OPD : Distillation sur politique pour les modèles de correspondance de flux
MACE-Dance : Experts en cascade de mouvement et d'apparence pour la génération de vidéos de danse pilotées par la musique
Repenser la récupération intensive en raisonnement : Évaluation et amélioration des systèmes de récupération dans les systèmes de recherche agentic
Quand faire confiance à l’imagination : exécution adaptative des actions pour les modèles mondiaux d’actions
RaguTeam à SemEval-2026 Tâche 8 : Meno et ses amis dans une orchestration d’agents LLM pour la génération fidèle de réponses multi-tours
Au-delà du raisonnement : l'apprentissage par renforcement débloque les connaissances paramétriques dans les LLM
Représentations débiaisées basées sur le modèle pour le contrôle continu économe en échantillons
LLMs à flux multiples : débloquer les modèles de langage avec des flux parallèles de pensées, d'entrées et de sorties
Votre modèle de langage est son propre critique : apprentissage par renforcement avec estimation de la valeur à partir des états internes de l'acteur
Relit-LiVE : Relumière la vidéo en apprenant conjointement la vidéo d'environnement
Alignement positif : Intelligence artificielle pour l'épanouissement humain
LLaVA-UHD v4 : Qu’est-ce qui rend l’encodage visuel efficace dans les LLMs multimodaux ?
Démasquer la distillation on-policy : où elle aide, où elle nuit, et pourquoi
Un seul neurone suffit pour contourner l’alignement de sécurité dans les grands modèles de langage
SlimQwen : explorer le découpage et la distillation dans le pré-entraînement des grands modèles MoE
ELF : Flux de Langages Intégrés
PaperFit : Optimisation de la mise en page pour documents scientifiques avec une boucle de vision intégrée
Distillation On-Policy basée sur les rubriques
CollabVR : Raisonnement vidéo collaboratif avec des modèles de vision-langage et de génération vidéo
TMAS : Mise à l'échelle du calcul pendant le test grâce à la synergie entre agents
Soohak : un benchmark conçu par des mathématiciens pour évaluer les capacités mathématiques de niveau recherche des LLMs
Rapport Technique sur Qwen-Image-2.0
MiniCPM-o 4.5 : Vers une interaction omni-modale en temps réel et plein duplex
Apprentissage en déploiement : Apprentissage par renforcement à l'échelle d'une flotte pour des politiques robotiques polyvalentes
Transformateur Rapide à Latents de Byte
Co-mathématicien IA : Accélérer les progrès des mathématiciens grâce à l'IA agentique
HyperEyes : Un apprentissage par renforcement efficace et conscient de l'efficacité à double granularité pour des agents de recherche multimodale en parallèle
Moyenne Mode Screaming : Résidus de séparation moyenne-variance pour les Diffusion Transformers à 1000 couches
LLMs améliorant les LLMs : Découverte agentic pour la mise à l'échelle lors de l'inférence
Optimisation de la politique en liste : RLVR basé sur les groupes comme projection cible sur le simplexe de la réponse du LLM
Flow-OPD : Distillation sur politique pour les modèles de correspondance de flux
MACE-Dance : Experts en cascade de mouvement et d'apparence pour la génération de vidéos de danse pilotées par la musique
Repenser la récupération intensive en raisonnement : Évaluation et amélioration des systèmes de récupération dans les systèmes de recherche agentic
Quand faire confiance à l’imagination : exécution adaptative des actions pour les modèles mondiaux d’actions
RaguTeam à SemEval-2026 Tâche 8 : Meno et ses amis dans une orchestration d’agents LLM pour la génération fidèle de réponses multi-tours