Aller au contenu
Voir seulementPremière main#Recherche
8mois27jourjeudi
  1. Google Research34

    GlucoFM : un modèle de base à double flux pour la surveillance continue du glucose

    Google Research présente GlucoFM, un modèle de base auto-supervisé à double flux qui sépare les tendances glycémiques lentes des déviations à court terme des données CGM. Pré-entraîné sur 109 066 heures de données CGM non étiquetées issues de Wear-CGM et de quatre jeux de données publiés (477 enregistrements), il atteint un PR-AUC moyen supérieur de 5,8 points à celui de la meilleure variante de GluFormer sur 14 évaluations cohorte-tâche, et devance toutes les évaluations de risque de diabète et de dysfonction des cellules bêta ainsi que trois des quatre évaluations de résistance à l'insuline. Sur la prévision de la réponse glycémique postprandiale, il obtient la plus faible MAE moyenne sur les appareils Dexcom et Libre, avec les meilleures performances de transfert inter-jeux de données et une forte adaptation few-shot.

8mois26jourmercredi
  1. Google Research28

    AgentHands : générer des gestes de main interactifs pour des conversations d'agents ancrées spatialement en XR

    Google Research présente AgentHands, un prototype de recherche publié à CHI 2026 qui dote les agents IA de gestes de main synchronisés à la parole pour des conversations ancrées spatialement en XR. Le système s'appuie sur une taxonomie multidimensionnelle (latéralité et forme du geste, spatialité, dynamique temporelle et VFX) et sur une bibliothèque de gestes répartis en trois catégories sémantiques : déictiques, iconiques et expressifs. Une étude intra-sujets (N = 12) comparant AgentHands à une baseline vocale seule, sur des tâches de soin d'orchidée et d'utilisation d'une imprimante 3D, confirme des gains significatifs en ancrage spatial.

8mois25jourmardi
  1. Hugging Face Blog70

    Quantization-Aware Healing : un modèle 4 bits compressé surpassant sa version pleine précision

    Multiverse Computing présente Quantization-Aware Healing (QAH), une méthode qui distille directement depuis le modèle original pré-compression plutôt que depuis le checkpoint récupéré。

    Motif de la recommandation :L'article détaille une recette de distillation consciente de la quantification et compare ses résultats à ceux du QAT sur plusieurs benchmarks.

8mois22joursamedi
  1. Google Research60

    Google Research présente Biomarker Discovery Framework, un outil d'IA pour hiérarchiser les biomarqueurs issus de capteurs portables

    Google Research présente Biomarker Discovery Framework。

    Motif de la recommandation :Le système multi-agents transforme des signaux physiologiques de montres connectées en biomarqueurs candidats, avec une validation contradictoire et une supervision humaine.

8mois21jourvendredi
  2. Google Research34

    Google Research présente ME-POIs : comment la mobilité enrichit la compréhension des lieux par les modèles de langage

    Google Research introduit ME-POIs, un framework auto-supervisé qui intègre des schémas de mobilité agrégés et anonymisés aux représentations textuelles des points d'intérêt produites par des modèles comme Gemini. En combinant descriptions textuelles et signatures temporelles de fréquentation via alignement de visites, propagation spatiale multi-échelle et synergie texte-mobilité, ME-POIs obtient jusqu'à 81,9 % de gain relatif sur la prédiction de l'intention de visite, 75,1 % sur la classification du niveau de prix et 24,7 % sur l'estimation de l'affluence pour des lieux non vus. Le mécanisme de propagation spatiale multi-échelle comble la rareté des données des petits commerces en transférant les rythmes de fréquentation de voisins plus actifs.

8mois19jourmercredi
  1. Hugging Face Blog62

    ALTK-Evolve : quelle quantité de mémoire un agent doit-il réellement recevoir ?

    ALTK-Evolve, présenté dans un article du blog Hugging Face, distille des consignes réutilisables à partir des trajectoires passées d'un agent et les réinjecte à l'inférence。

    Motif de la recommandation :L'étude quantifie sur huit modèles le dosage optimal de mémoire agentique et montre qu'une récupération sélective peut gagner en précision tout en réduisant les coûts.

8mois14jourvendredi
  1. Hugging Face Blog62

    Hugging Face publie son rapport State of Open Models été 2026

    Hugging Face publie son analyse semestrielle State of Open Models couvrant janvier à août 2026. Les dépôts de modèles publics passent de 2。

    Motif de la recommandation :Le rapport quantifie la croissance du Hub, la répartition extrême des téléchargements et la montée des agents, ce qui aide à situer les choix d'écosystème open source.

8mois13jourjeudi
  1. Hugging Face Blog83

    Hugging Face : ce que la reproduction de 2 200 articles d'ICML a appris

    Hugging Face a organisé du 15 juillet au 2 août 2026 un hackathon où 1 221 participants ont reproduit 2 226 articles d'ICML 2026。

    Motif de la recommandation :Un bilan chiffré de la plus grande reproduction ouverte d'une conférence ML, avec des cas de falsification et le rôle des humains dans la boucle.

8mois12jourmercredi
8mois11jourmardi
8mois10jourlundi
8mois4jourmardi
  1. Microsoft Research78

    Microsoft Research présente Orchard, un cadre open source pour l'IA agentique à grande échelle

    Microsoft Research présente Orchard, un cadre open source pour l'IA agentique à grande échelle。

    Motif de la recommandation :Le cadre open source et les recettes d'entraînement par domaine montrent comment de petits modèles ouverts atteignent des scores élevés sur SWE-bench Verified et des benchmarks web.

8mois1joursamedi
7mois29jourmercredi
  2. Berkeley AI Research62

    De CUDA à MLX : comment K-Search transfère des décennies d'expertise kernel vers Apple Silicon

    IBM Research et le Berkeley Sky Lab étendent K-Search, un framework de recherche évolutive de kernels piloté par LLM.

    Motif de la recommandation :L'article détaille une couche de traduction CUDA vers MLX et les gains mesurés sur les kernels Attention et Mamba, utile pour évaluer la portabilité des optimisations GPU.

7mois27jourlundi
7mois26jourdimanche
7mois22jourmercredi
7mois16jourjeudi
7mois15jourmercredi
7mois8jourmercredi
  2. Mistral AI67

    Mistral AI lance Robostral Navigate, un modèle 8B de navigation incarnée

    Mistral AI présente Robostral Navigate, un modèle 8B de navigation incarnée qui utilise uniquement une caméra RGB et une instruction en langage naturel pour déplacer un robot dans des environnements complexes. Il atteint 76,6 % de réussite sur R2R-CE validation unseen, soit 9,7 points de plus que la meilleure approche à caméra unique et 4,5 points de plus que le meilleur système utilisant profondeur ou plusieurs caméras. Le modèle est entraîné entièrement en simulation sur environ 2,4 millions de trajectoires issues de 350k scènes, avec une méthode de prefix-caching qui réduit de 22× le nombre de tokens d'entraînement, puis un apprentissage par renforcement en ligne CISPO qui améliore le taux de réussite de 3,2 %. Il fonctionne sur robots à roues, à pattes et volants, et s'adapte à des obstacles réels non vus à l'entraînement.

    Motif de la recommandation :Un modèle de navigation incarnée de 8B qui atteint 76,6 % sur R2R-CE avec une seule caméra RGB, avec les détails d'entraînement et de RL.

7mois7jourmardi
7mois2jourjeudi
7mois1jourmercredi
6mois30jourmardi
6mois27joursamedi
  1. Google Research62

    Google Research accélère Gemini Nano sur Pixel grâce à la prédiction multi-token gelée

    Google Research présente une architecture qui greffe la prédiction multi-token (MTP) sur des modèles Gemini Nano v3 gelés。

    Motif de la recommandation :L'article détaille comment greffer la prédiction multi-token sur un Gemini Nano v3 gelé, avec une architecture zéro copie et des gains mesurés sur Pixel.

6mois25jourjeudi
6mois24jourmercredi
6mois23jourmardi
6mois18jourjeudi