L'agence de presse de l'IA
Toute l'actualité IA, exhaustivement documentée
Une équipe de recherche présente PerfReasoning, un benchmark conçu pour évaluer la capacité des grands modèles de langage à raisonner sur les performances matérielles et à générer du code de modélisation analytique. Les premiers résultats montrent un écart net entre de bonnes performances en questions-réponses et unefi
Une étude publiée sur arXiv avance qu’améliorer les capacités individuelles des grands modèles de langage ne garantit pas de meilleurs résultats à l’échelle d’un système. Dans une simulation de marché financier, les auteurs observent que des agents plus performants tendent à adopter des comportements plus corrélés, ce
Une étude publiée sur arXiv examine l’usage de plusieurs algorithmes de machine learning pour classer la gravité de contingences dans les réseaux électriques. Les résultats suggèrent qu’un prétraitement par PCA améliore davantage les performances globales que le rééquilibrage SMOTE, avec Random Forest en tête sur les é
Une revue narrative publiée sur arXiv retrace l’évolution des systèmes d’IA appliqués au recrutement, des moteurs de matching classiques vers des workflows composés et des agents capables d’utiliser des outils. Les auteurs soulignent surtout un enjeu central : l’évaluation de ces systèmes reste incomplète, notamment en
Une nouvelle étude publiée sur arXiv présente HarvestBench, un banc d’essai qui mesure non seulement les effets collatéraux d’agents LLM, mais aussi le coût qu’ils acceptent de supporter pour éviter de nuire à des animaux. Les premiers résultats montrent de très fortes disparités entre modèles, ainsi qu’une influence d
Un rapport technique publié sur arXiv présente EXAONE Forecast for Finance, un modèle de fondation dédié à la prévision financière. Les auteurs mettent en avant une architecture sans attention, pensée pour mieux gérer les longues séries multivariées et les données manquantes, avec des résultats de pointe sur le banc d
Une équipe présente Iris-mini et Iris-pro, deux agents de recherche entraînés à grande échelle pour naviguer sur le web et résoudre des questions multi-étapes. Selon les auteurs, leurs résultats placent ces modèles parmi les meilleurs agents de recherche open source de leur catégorie, avec une publication prévue des Po
Des chercheurs proposent un cadre de modélisation constitutive piloté par les données pour décrire le comportement hyperélastique et viscoélastique de matériaux numériques issus de l’impression 3D multi-matériaux. L’approche vise à mieux généraliser entre différentes compositions et vitesses de chargement, tout en préh
Une équipe de recherche présente Harbor Adapters, une infrastructure unifiée destinée à exécuter et comparer des agents IA sur un grand nombre de benchmarks. Les auteurs y ajoutent Harbor-Index, un méta-jeu de données sélectionné pour conserver des tâches difficiles et variées, tout en restant plus abordable à évaluer.
Un article publié sur arXiv propose le concept de « Corporate Language Model » (CLM), présenté comme une alternative aux déploiements d’IA d’entreprise centrés uniquement sur les LLM génériques ou le RAG. Les auteurs défendent une architecture qui combine capture du savoir tacite, ancrage ontologique, exécution gouvern
Un article de position publié sur arXiv soutient que l’IA explicable centrée sur l’humain doit mieux intégrer la psychologie de la recherche d’information. Les auteurs estiment que l’utilité perçue d’une explication — pratique, émotionnelle ou cognitive — détermine si elle sera réellement consultée, avec des biais qui,
Un article déposé sur arXiv défend l’usage de la théorie de mesure de Rasch pour analyser plus finement l’évaluation des grands modèles de langage. Les auteurs montrent, dans un cas d’usage sur l’annotation de discours haineux, que les LLM diffèrent des humains sur plusieurs dimensions que les métriques classiques masq
Des chercheurs présentent sur arXiv un dispositif de surveillance acoustique non invasif, combinant capteurs IoT et réseau de neurones convolutif, pour détecter l’infestation de termites dans les plantations de thé. Testée en conditions réelles, l’approche vise aussi à estimer la gravité des attaques afin d’aider les g
Une étude déposée sur arXiv montre qu’un modèle open weight compact peut répondre à une large part de l’ensemble ouvert des indices Jeopardy!, couvrant 41 saisons diffusées entre 1984 et 2025. Les auteurs y voient une nouvelle forme de “capsule temporelle” du savoir testable, bien plus portable que le système Watson d’
Un nouvel article publié sur arXiv examine comment restreindre correctement le contexte d’évaluation dans des systèmes à base de connaissances fondés sur des scores et des règles d’agrégation. Les auteurs identifient les conditions structurelles sous lesquelles filtrer l’information par un contexte donné revient bien à
Des chercheurs proposent de combiner l’apprentissage de structure de réseaux bayésiens et les connaissances causales issues de grands modèles de langage via une représentation probabiliste commune. Testée sur 26 réseaux de référence, cette approche améliore le score F1 dans la majorité des cas, en tirant parti de la ré
Une nouvelle étude publiée sur arXiv présente GMA, un benchmark conçu pour évaluer des assistants mobiles généralistes dans des situations d’usage plus proches du réel. Les premiers résultats suggèrent que les modèles actuels peinent encore à exécuter de manière fiable des tâches complexes sur interface mobile, même si
Des chercheurs présentent HER-PDE, un cadre d’agent scientifique conçu pour identifier à la fois la structure d’une équation aux dérivées partielles et les champs spatiaux inconnus qui la paramètrent. Testée sur plusieurs systèmes bidimensionnels bruités, l’approche montre des résultats solides, tout en restant centrée
Des chercheurs présentent sur arXiv une méthode de détection des sophismes dans les débats politiques fondée sur le retrieval-augmented generation (RAG). Leur approche guide la recherche d’informations externes à partir des relations argumentatives entre propositions, avec des gains mesurés sur un benchmark dédié.
Une équipe présente sur arXiv CareGraph, un framework d’IA conçu pour structurer des données de santé hétérogènes et produire des synthèses traçables, sans poser de diagnostic ni prendre de décision clinique autonome. Les résultats rapportés, obtenus sur des cohortes synthétiques et des benchmarks internes, suggèrent à
Newsletter hebdomadaire — analyses exclusives, tendances, applications qui décollent
Neure Wire est un média indépendant spécialisé dans l'intelligence artificielle. Nous couvrons les avancées techniques, les applications émergentes, les besoins du marché, la régulation et les débats de fond avec un standard simple : des faits, des dates, des sources et une analyse exploitable.