Aller au contenu
23 avriljeu.
22 avrilmer.
  1. Google DeepMind67

    Google DeepMind présente Decoupled DiLoCo, une architecture d'entraînement distribué résiliente

    Google DeepMind publie un article sur Decoupled DiLoCo, une architecture distribuée qui divise les entraînements LLM en îlots de calcul découplés avec flux de données asynchrone.

    Motif de la recommandation :L'article détaille l'architecture Decoupled DiLoCo et ses résultats sur Gemma 4, permettant de comprendre comment l'entraînement distribué gagne en résilience et en efficacité.

  2. Google Research62

    ReasoningBank : un cadre de mémoire qui permet aux agents d'apprendre de leurs expériences

    Google Research présente ReasoningBank, un cadre de mémoire d'agent publié à l'ICLR qui distille des schémas de raisonnement de haut niveau à partir d'expériences réussies et échouées pour l'auto-évolution au moment du test. Chaque mémoire structurée contient un titre, une description et un contenu de raisonnement distillé, et le flux fonctionne en boucle fermée de récupération, extraction et consolidation. Sur WebArena et SWE-Bench-Verified avec Gemini-2.5-Flash, ReasoningBank dépasse les agents sans mémoire de 8,3 % et 4,6 % de taux de réussite, et le couplage avec le memory-aware test-time scaling (MaTTS) apporte 3 % de réussite supplémentaire et 0,4 étape en moins sur WebArena.

    Motif de la recommandation :L'article détaille le mécanisme de mémoire ReasoningBank et les gains mesurés sur WebArena et SWE-Bench-Verified, utile pour comprendre l'auto-évolution des agents.

21 avrilmar.
  1. Hugging Face Blog40

    QIMMA قِمّة : un leaderboard arabe LLM axé sur la qualité des benchmarks

    Hugging Face présente QIMMA قِمّة, un leaderboard arabe de LLM qui valide la qualité des benchmarks avant d'évaluer les modèles. La plateforme agrège 109 sous-ensembles issus de 14 benchmarks, soit plus de 52 000 échantillons couvrant 7 domaines, avec 99 % de contenu natif arabe et la première évaluation de code en arabe via HumanEval+ et MBPP+. Le pipeline de validation, combinant Qwen3-235B-A22B-Instruct et DeepSeek-V3-671B puis une revue humaine, a écarté jusqu'à 3,1 % des échantillons d'ArabicMMLU, révélant des problèmes systématiques de réponses, de formatage et de sensibilité culturelle.

20 avrillun.
16 avriljeu.
  1. Google Research60

    Google Research présente Simula, un cadre de génération de données synthétiques piloté par le raisonnement

    Google Research présente Simula, un cadre de génération de données synthétiques sans seed qui construit des jeux de données à partir de principes premiers via la conception de mécanismes. Le système décompose la génération en quatre axes contrôlables : diversification globale par taxonomies hiérarchiques, diversification locale par méta-prompts, complexification configurable et contrôle qualité par boucle à double critique. Évalué avec Gemini 2.5 Flash comme modèle enseignant et Gemma-3 4B comme élève sur cinq domaines (cybersécurité, raisonnement juridique, GSM8k, Global MMLU), il génère jusqu'à 512K points par domaine ; une complexité élevée apporte un gain de 10 % en mathématiques mais nuit au raisonnement juridique. Simula alimente l'écosystème Gemma (ShieldGemma, FunctionGemma, MedGemma) et des fonctions de protection des utilisateurs comme la détection d'arnaques sur Android et le filtrage de spam dans Google Messages.

    Motif de la recommandation :L'article expose une méthode de génération de données synthétiques pilotée par le raisonnement et ses résultats sur cinq domaines, utile pour comprendre comment couvrir des cas rares sans données réelles.

  2. Google Research60

    Google Research présente MoGen, des neurones synthétiques pour accélérer la cartographie cérébrale

    Google Research présente MoGen, un modèle de génération de morphologies neuronales par point cloud flow matching.

    Motif de la recommandation :L'article détaille comment des neurones synthétiques générés par IA réduisent les erreurs de reconstruction et le temps de relecture manuelle, avec des chiffres concrets.

  3. OpenAI News82

    OpenAI lance GPT-Rosalind, un modèle de raisonnement pour la recherche en sciences de la vie

    OpenAI présente GPT-Rosalind, un modèle de raisonnement de pointe conçu pour accélérer la découverte de médicaments.

    Motif de la recommandation :Un nouveau modèle de raisonnement d'OpenAI orienté sciences de la vie, dont les capacités annoncées couvrent la découverte de médicaments et l'analyse génomique.

15 avrilmer.
14 avrilmar.
  1. Google Research60

    Google Research présente Vantage, une expérience d'évaluation des compétences durables par l'IA générative

    Google Research présente Vantage, une expérience de recherche qui évalue les compétences durables des élèves en les plaçant dans des conversations simulées avec des avatars IA. Un Executive LLM pilote le dialogue pour susciter des occasions de démontrer des compétences comme la résolution de conflits ou la gestion de projet, puis un AI Evaluator note la conversation selon une grille d'évaluation. Une étude conjointe avec la New York University menée auprès de 188 testeurs de 18 à 25 ans indique que l'accord entre l'AI Evaluator et les experts humains est comparable à celui entre deux évaluateurs experts. Vantage est disponible en anglais sur Google Labs.

    Motif de la recommandation :L'article détaille un dispositif d'évaluation des compétences durables par des avatars IA pilotés par un Executive LLM, avec validation par des experts humains.

10 avrilven.
9 avriljeu.
6 avrillun.
3 avrilven.
1 avrilmer.
31 marsmar.
  1. Google Research75

    Google Quantum AI publie un livre blanc sur la vulnérabilité quantique des cryptomonnaies

    Google Quantum AI a publié un livre blanc montrant que de futurs ordinateurs quantiques pourraient casser la cryptographie à courbes elliptiques protégeant les cryptomonnaies avec moins de qubits et de portes que estimé auparavant. Les circuits compilés pour l'algorithme de Shor sur ECDLP-256 utilisent moins de 1 200 qubits logiques et 90 millions de portes Toffoli, ou moins de 1 450 qubits logiques et 70 millions de portes Toffoli, exécutables en quelques minutes sur un CRQC supraconducteur de moins de 500 000 qubits physiques, soit une réduction d'environ 20 fois du nombre de qubits physiques nécessaires. Google recommande la transition des blockchains vers la cryptographie post-quantique (PQC) et a développé une preuve à divulgation nulle de connaissance pour permettre la vérification des vulnérabilités sans fournir de feuille de route aux acteurs malveillants, en collaboration avec le gouvernement américain et selon une échéance 2029.

    Motif de la recommandation :Google Quantum AI détaille les ressources quantiques nécessaires pour casser ECDLP-256 et propose une divulgation par preuve à divulgation nulle de connaissance.

26 marsjeu.
  1. Google DeepMind62

    Google DeepMind publie une étude sur la manipulation nuisible par l'IA et un outil de mesure validé

    Google DeepMind publie de nouveaux résultats sur le risque que l'IA soit détournée à des fins de manipulation nuisible.

    Motif de la recommandation :L'étude fournit un outil de mesure validé empiriquement et ouvre ses supports, ce qui permet de reproduire et d'étendre l'évaluation de la manipulation nuisible.

25 marsmer.
  1. Google Research62

    Google lance Vibe Coding XR avec XR Blocks et Gemini

    Google annonce Vibe Coding XR, un flux de travail qui associe Gemini au framework web XR Blocks pour transformer des descriptions en langage naturel en applications Android XR fonctionnelles et sensibles à la physique en moins de 60 secondes. Le système s'appuie sur des prompts système spécialisés et des modèles de code pour gérer la logique spatiale, avec des exemples allant d'un tuteur de mathématiques à une expérience de chimie immersive. Une évaluation préliminaire sur le jeu de données VCXR60, issu de quatre ateliers internes et comptant 60 prompts fournis par 20 participants, indique un taux de réussite d'environ 70 % lors des premières itérations, avant 11 versions majeures et la publication de XR Blocks Gem v0.11.0 comme référence de base. Le framework open source est accessible sur Android XR et une démonstration est prévue au stand Google à ACM CHI 2026.

    Motif de la recommandation :Google détaille un flux de prototypage XR piloté par Gemini, avec des exemples concrets et une évaluation préliminaire sur 60 prompts.

  2. Google Research34

    Google Research présente S2Vec, un cadre auto-supervisé pour cartographier le cadre bâti urbain

    Google Research a introduit S2Vec, un cadre auto-supervisé qui apprend des embeddings généralistes du cadre bâti en rasterisant les données géospatiales via la bibliothèque S2 Geometry et un auto-encodage masqué (MAE). Lors des évaluations, S2Vec a montré des performances compétitives face aux approches basées sur l'image pour les tâches de prédiction socioéconomique, notamment en adaptation géographique (extrapolation), tout en révélant un besoin d'amélioration sur les tâches environnementales comme la couverture arborée et l'élévation. La fusion multimodale de S2Vec avec des embeddings d'images surpasse généralement l'usage d'une seule modalité.

19 marsjeu.
18 marsmer.
17 marsmar.
13 marsven.
  1. Berkeley AI Research36

    SPEX et ProxySPEX : identifier les interactions à grande échelle pour les LLM

    Berkeley AI Research présente SPEX et ProxySPEX, des algorithmes d'attribution capables d'identifier les interactions influentes dans les LLM à une échelle bien supérieure aux méthodes antérieures. SPEX exploite la parcimonie et le faible degré des interactions pour reformuler la recherche exhaustive en un problème de recouvrement parcimonieux résolu via des outils de traitement du signal et de théorie du codage. ProxySPEX tire parti de la propriété de hiérarchie des modèles et atteint les performances de SPEX avec environ 10x moins d'ablations. Sur une tâche d'analyse de sentiment, SPEX conserve une fidélité élevée lorsque le contexte atteint des milliers de features, là où LIME et Banzhaf affichent une fidélité nettement inférieure.

12 marsjeu.
  1. Google Research76

    Google Research présente Groundsource, qui transforme les articles de presse en données avec Gemini

    Google Research présente Groundsource, une méthodologie qui utilise Gemini pour transformer des articles de presse non structurés en données historiques exploitables. Le premier jeu de données open access porte sur les crues soudaines urbaines et contient 2,6 millions d'événements couvrant plus de 150 pays depuis 2000. Lors de vérifications manuelles, 60 % des événements extraits étaient exacts en lieu et date, et 82 % suffisamment précis pour une analyse pratique. Groundsource a capturé entre 85 % et 100 % des événements de crue sévère enregistrés par GDACS entre 2020 et 2026. Ces données permettent des prévisions de crues soudaines urbaines jusqu'à 24 heures à l'avance, désormais déployées dans Google Flood Hub.

    Motif de la recommandation :L'article détaille une méthode d'extraction de données historiques à partir d'articles de presse avec Gemini et fournit des chiffres de validation concrets.

  2. Google Research78

    Google Research publie une étude clinique sur l'IA de diagnostic conversationnel AMIE

    Google Research publie les résultats d'une étude de faisabilité prospective menée avec le Beth Israel Deaconess Medical Center.

    Motif de la recommandation :L'étude détaille le déploiement réel d'AMIE en soins primaires, avec des chiffres de sécurité et de précision diagnostique qui éclairent les limites d'un agent conversationnel médical.

10 marsmar.
9 marslun.
7 marssam.
  1. Google Research62

    Google Research publie WAXAL, un corpus vocal ouvert pour 27 langues africaines

    Google Research présente WAXAL, un corpus vocal ouvert couvrant 27 langues d'Afrique subsaharienne parlées par plus de 100 millions de locuteurs dans plus de 26 pays. La publication inclut environ 1 846 heures d'audio transcrit pour la reconnaissance automatique de la parole (ASR) et plus de 565 heures d'enregistrements haute fidélité pour la synthèse vocale (TTS), sous licence CC-BY-4.0. Le projet, mené depuis 2021 avec des universités et organisations communautaires africaines, vise à soutenir la recherche et le développement de technologies vocales inclusives.

    Motif de la recommandation :L'article détaille la composition et les licences d'un corpus vocal multilingue, utile pour évaluer la couverture des langues à faibles ressources.

5 marsjeu.