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

Cadre pratique de gestion des risques de l’IA de pointe : Rapport technique d’analyse des risques v1.5

Latents unifiés (UL) : Comment entraîner vos latents































Cadre pratique de gestion des risques de l’IA de pointe : Rapport technique d’analyse des risques v1.5

Latents unifiés (UL) : Comment entraîner vos latents






























Mobile-Agent-v3.5 : Agents fondamentaux GUI multiplateformes
SpargeAttention2 : Une attention creuse entraînable grâce au masquage hybride Top-k+Top-p et au fine-tuning par distillation
AutoWebWorld : Synthétisation d’environnements web vérifiables infinis via des machines à états finies
Vérification de Modèles Bornée pour des Systèmes Client-Serveur Non Bornés
Combien de raisonnement les modèles améliorés par récupération ajoutent-ils au-delà des LLM ? Un cadre d'évaluation pour l'inférence multi-sauts sur un savoir hybride
Le Vision Wormhole : Communication dans l’espace latent des systèmes multi-agents hétérogènes
Panini : Apprentissage continu dans l’espace des tokens grâce à une mémoire structurée
ResearchGym : Évaluation des Agents Modèles Linguistiques sur la Recherche en IA du Monde Réel
Apprentissage de la configuration des systèmes d'IA agente
L’Émergence de la Socialisation dans une Société d’Agents IA ? Une Étude de Cas sur Moltbook
Vérifications de cohérence pour les autoencodeurs creux : les SAE surpassent-ils les bases aléatoires ?
SkillsBench : Évaluation de la performance des compétences d’un Agent sur une variété de tâches
GLM-5 : du Vibe Coding à l'ingénierie agente
BitDance : Mise à l'échelle des modèles génératifs autoregressifs à l'aide de jetons binaires
REDSearcher : un cadre évolutif et économique pour les agents de recherche à horizon long
Qute : Vers une base de données native quantique
InnoEval : Évaluer les idées de recherche comme un problème de raisonnement multi-perspective fondé sur des connaissances
Requête comme ancre : Représentation utilisateur adaptative aux scénarios par modèle de langage à grande échelle
SemanticMoments : Similarité de mouvement sans entraînement grâce aux caractéristiques du troisième moment
RLinf-Co : Co-entraînement Sim-Réel Basé sur l'Apprentissage par Renforcement pour les Modèles VLA
ABot-M0 : Modèle fondamental VLA pour la manipulation robotique avec apprentissage de la variété d'action
Quel est l'apport de la RL pour le raisonnement visuel ? Une analyse du type Frankenstein
MedXIAOHE : Une Recette Complète pour la Construction de MLLMs Médicales
Zoomer sans zoomer : Distillation région-image pour la perception multimodale fine-grainée
Moins, c’est suffisant : synthèse de données diversifiées dans l’espace des caractéristiques des LLM
GigaBrain-0.5M* : un VLA qui apprend par apprentissage par renforcement basé sur un modèle du monde
MOSS-Audio-Tokenizer : Échelle des tokenizers audio pour les futurs modèles fondamentaux audio
Apprentissage au-delà de l'enseignant : distillation policy-généralisée avec extrapolation de récompense
DeepGen 1.0 : un modèle multimodal léger et unifié pour faire progresser la génération et l'édition d'images
Composition-RL : Composez vos prompts vérifiables pour l'apprentissage par renforcement des grands modèles linguistiques
Mobile-Agent-v3.5 : Agents fondamentaux GUI multiplateformes
SpargeAttention2 : Une attention creuse entraînable grâce au masquage hybride Top-k+Top-p et au fine-tuning par distillation
AutoWebWorld : Synthétisation d’environnements web vérifiables infinis via des machines à états finies
Vérification de Modèles Bornée pour des Systèmes Client-Serveur Non Bornés
Combien de raisonnement les modèles améliorés par récupération ajoutent-ils au-delà des LLM ? Un cadre d'évaluation pour l'inférence multi-sauts sur un savoir hybride
Le Vision Wormhole : Communication dans l’espace latent des systèmes multi-agents hétérogènes
Panini : Apprentissage continu dans l’espace des tokens grâce à une mémoire structurée
ResearchGym : Évaluation des Agents Modèles Linguistiques sur la Recherche en IA du Monde Réel
Apprentissage de la configuration des systèmes d'IA agente
L’Émergence de la Socialisation dans une Société d’Agents IA ? Une Étude de Cas sur Moltbook
Vérifications de cohérence pour les autoencodeurs creux : les SAE surpassent-ils les bases aléatoires ?
SkillsBench : Évaluation de la performance des compétences d’un Agent sur une variété de tâches
GLM-5 : du Vibe Coding à l'ingénierie agente
BitDance : Mise à l'échelle des modèles génératifs autoregressifs à l'aide de jetons binaires
REDSearcher : un cadre évolutif et économique pour les agents de recherche à horizon long
Qute : Vers une base de données native quantique
InnoEval : Évaluer les idées de recherche comme un problème de raisonnement multi-perspective fondé sur des connaissances
Requête comme ancre : Représentation utilisateur adaptative aux scénarios par modèle de langage à grande échelle
SemanticMoments : Similarité de mouvement sans entraînement grâce aux caractéristiques du troisième moment
RLinf-Co : Co-entraînement Sim-Réel Basé sur l'Apprentissage par Renforcement pour les Modèles VLA
ABot-M0 : Modèle fondamental VLA pour la manipulation robotique avec apprentissage de la variété d'action
Quel est l'apport de la RL pour le raisonnement visuel ? Une analyse du type Frankenstein
MedXIAOHE : Une Recette Complète pour la Construction de MLLMs Médicales
Zoomer sans zoomer : Distillation région-image pour la perception multimodale fine-grainée
Moins, c’est suffisant : synthèse de données diversifiées dans l’espace des caractéristiques des LLM
GigaBrain-0.5M* : un VLA qui apprend par apprentissage par renforcement basé sur un modèle du monde
MOSS-Audio-Tokenizer : Échelle des tokenizers audio pour les futurs modèles fondamentaux audio
Apprentissage au-delà de l'enseignant : distillation policy-généralisée avec extrapolation de récompense
DeepGen 1.0 : un modèle multimodal léger et unifié pour faire progresser la génération et l'édition d'images
Composition-RL : Composez vos prompts vérifiables pour l'apprentissage par renforcement des grands modèles linguistiques