Aliments pour animaux

377 matériaux

Trier par

Pourquoi l'industrie de l'IA manque de recherches rigoureuses sur le bien-être et ce que change le nouveau fonds de subventions

Anthropic alloue 5 millions de dollars à des équipes indépendantes : elles étudieront comment les modèles influencent l'état émotionnel des utilisateurs et publieront leurs méthodologies d'évaluation en accès libre. Le programme offre également un accès aux modèles et une assistance technique, et les candidatures des chercheurs sont acceptées jusqu'au 21 septembre.

Lire

Premier Meta Quest libéré de Meta : un nouveau bootloader ouvre un accès root complet

Des passionnés ont publié un exploit qui, via l'interface web, obtient les droits root sur le casque Quest d'origine. Cela supprime la dépendance aux serveurs de Meta et permet d'installer des applications sans compte développeur.

Lire

ScienceFlow : comment un agent LLM apprend à mener des recherches jusqu’au bout dans de longues expériences

Le nouveau framework ScienceFlow aide les agents IA à ne pas perdre leur objectif dans des tâches de recherche de plusieurs heures : le travail est découpé en segments récupérables, et les ressources sont réparties en fonction des progrès réellement confirmés. Sur MLE-bench, il a obtenu le meilleur résultat parmi les approches publiées.

Lire

SQL agentique sans illusions : une échelle unique d’autonomie et une comparaison honnête des benchmarks LLM

Les chercheurs proposent d'envisager le domaine Text-to-SQL comme un classement consolidé, où les résultats sont répartis selon le degré d'autonomie du modèle lors de la génération de requêtes SQL. Ils effectuent des mesures sur Spider et montrent que les succès ne se transfèrent pas toujours à d'autres benchmarks, et que l'autonomie offre une certaine robustesse, mais exige des ressources de calcul considérables.

Lire

Sans s'appuyer sur l'histoire : l'algorithme du MIT dessine les catastrophes météorologiques du futur

Des ingénieurs du Massachusetts Institute of Technology ont créé un outil d'IA qui génère des scénarios météorologiques extrêmes absents des archives d'observations. Le modèle évalue leur intensité, leur durée et leur étendue possibles sans apprentissage sur les données de catastrophes passées.

Lire

Les grandes avancées scientifiques ne se planifient pas : les auto-chercheurs agentiques ont beaucoup en commun avec le fuzzing

Les auteurs de ce nouveau travail soutiennent que les systèmes scientifiques autonomes devraient s'appuyer sur des signaux denses de progrès intermédiaire, comme le font les fuzzers, plutôt que sur un seul résultat final rare. Cette approche permet à l'agent d'explorer des hypothèses non conventionnelles et d'éviter le surapprentissage sur le benchmark.

Lire

NL2SHACL-Bench : un nouveau benchmark pour évaluer la génération de formes SHACL à partir d'exigences textuelles

Dans un article pour ISWC 2026, les auteurs ont présenté un outil qui mesure la capacité des LLM à transformer des requêtes ordinaires en contraintes SHACL valides, en tenant compte du fait que les mêmes règles peuvent se présenter sous différentes formes. Les tests sur quatre modèles ont montré qu'ils maîtrisent facilement la syntaxe, mais échouent souvent à saisir la sémantique des contraintes complexes.

Lire

Hailuo AI : comment s'inscrire et maîtriser la génération de vidéos, de musique et la reconnaissance d'images

Nous explorons un parcours pratique à travers le service de MiniMax : création d'un compte, découverte du tableau de bord et prise en main de trois outils clés — la génération vidéo, l'éditeur musical et l'analyse d'images. Et aussi — où cette combinaison fait réellement gagner du temps : réseaux sociaux, publicité, formation et contenu pour les cours.

Lire

Calibrage de la marge contre le réapprentissage : comment garder l’oublié oublié

Les chercheurs ont découvert que les méthodes standard de désapprentissage des LLM se brisent facilement lors d'un réentraînement sur un petit nombre d'exemples oubliés. Leur technique proposée, Margin Calibration, ajoute une pénalité de marge non saturante et réduit nettement le succès de telles attaques sur différents modèles et ensembles de données.

Lire