Aliments pour animaux

63 matériaux

Nouvelles1 novembre 2026

Développement maîtrisé des agents LLM dans l’investissement autonome : architecture multi-agents avec un périmètre de protection immuable

L’article décrit Steward, un système composé de neuf agents LLM spécialisés par rôle, dans lequel les décisions relatives au portefeuille sont examinées par un gestionnaire des risques et où les modifications des prompts ne sont autorisées qu’au moyen d’un contrôle réversible et de la reproduction des données enregistrées. La conclusion essentielle est qu’un noyau immuable et des procédures d’audit permettent de faire évoluer les agents sans leur confier le contrôle des règles de risque ni de l’exécution des ordres.

Lire

Nouvelles30 octobre 2026

NAQD-Env : suspension sélective des opérations des agents linguistiques

Un banc d’essai synthétique a été publié. Il définit, à l’aide d’une référence déterministe, les dépendances entre les données, les autorisations et les contraintes. Les modèles doivent interrompre uniquement les étapes concernées, sans perdre le reste du travail. Les tests de trois modèles ouverts ont révélé un faible taux d’interruption et l’absence de reprises correctes ; le fine-tuning améliore la précision des décisions, mais génère des effets secondaires.

Lire

Nouvelles29 octobre 2026

Méthode CHOIR : l’énumération libre révèle les positions divergentes des modèles au sein des systèmes collectifs

Les auteurs proposent CHOIR, une approche dans laquelle des ensembles sollicitent à plusieurs reprises des listes de réponses classées, puis comparent la saillance des concepts regroupés entre les modèles, les formulations de prompts et les conditions liées aux rôles. L’étude montre qu’une forte similarité apparente entre les réponses ouvertes ne signifie pas pour autant un consensus : l’identité du modèle sous-jacent reste le facteur de distinction le plus constant, tandis que les consignes de persona modifient les concepts exprimés.

Lire

Nouvelles29 octobre 2026

SimTrace : trajectoires de clics synthétiques basées sur des sessions réelles anonymisées et un modèle d’environnement Web

Les auteurs présentent un framework qui anonymise des interactions réelles, crée une copie simulée de l’environnement Web et génère ainsi des trajectoires de clics multimodales intégrant le contexte utilisateur et les observations de l’environnement. Dans un scénario de commerce électronique, la solution a surpassé les méthodes de référence sur 7 des 8 métriques de fidélité, et les modèles entraînés sur des données synthétiques ont affiché une précision comparable à celle des modèles entraînés sur des données réelles ; l’ajout de données synthétiques a apporté un gain de +11,0 % pour la prédiction de l’action suivante. Le code est ouvert aux chercheurs.

Lire

Nouvelles28 octobre 2026

MetaPersona : des populations synthétiques adaptées à la tâche, fondées sur des données empiriques en sciences sociales

Pour les simulations LLM, MetaPersona-DB a été proposé : un ensemble de plus de 11 000 études avec des échantillons humains, annotées avec des variables, des relations et des statistiques agrégées adaptées aux tâches. À partir de ces données, la méthode reconstitue des graphes de dépendances et génère des populations selon des distributions scientifiquement fondées ; la qualité des résultats varie toutefois selon les tâches et les modèles.

Lire

Nouvelles26 octobre 2026

Personnalisation par le développement de wrappers : où se situent les limites de l’approximation, de la généralisation et de l’optimisation

Les auteurs étudient des agents personnels qui s’adaptent aux requêtes d’un utilisateur donné tout en conservant un modèle de base fixe, et formalisent l’amélioration de la couche de contrôle — contexte, mémoire, outils et exécution — comme un problème d’apprentissage. Un benchmark axé sur les préférences et une analyse théorique des erreurs d’approximation, de généralisation et d’optimisation montrent les limites de l’architecture, de l’échelle et des algorithmes d’auto-évolution de l’enveloppe.

Lire

Nouvelles24 octobre 2026

Limites de prédiction et fermeture de Koopman des représentations d’état souples induites géométriquement

Ce travail propose un seuil de confiance calculable pour l’erreur quadratique moyenne minimale de la prédiction linéaire des coordonnées souples, sous une borne fixe sur la norme spectrale. Le certificat permet de distinguer une fermeture de Koopman réalisable d’une fermeture irréalisable et montre que des représentations souples identiques peuvent être compatibles avec une dynamique, mais pas avec une autre.

Lire

Nouvelles24 octobre 2026

Fractionnement des tokens dans les transformeurs multimodaux : quand l’attention préserve la contribution des représentations

Cette étude examine dans quelles conditions le fractionnement d’une représentation d’entrée en un plus grand nombre d’éléments ne modifie pas sa contribution, lorsque le contenu, la position, le contexte visible et la masse totale sont préservés. Pour les noyaux d’attention positifs dont le multiplicateur local de masse est non décroissant, l’invariance n’est obtenue que si ce multiplicateur est linéaire ; sur Qwen2.5-Omni-7B et des benchmarks vidéo, la pondération par la masse réduit la dérive et améliore la précision lors de la compression.

Lire

Nouvelles24 octobre 2026

CEG-Agent : analyse causale des échecs dans les traces d’agents LLM à l’aide de graphes d’erreurs

Ce travail présente CEG-Agent, un framework instrumenté pour le diagnostic causal des traces d’agents. Une classification formelle distingue les anomalies, les erreurs et les défaillances, tandis que les graphes typés CEG relient les événements d’exécution aux nœuds de diagnostic et aux échecs finaux ; le benchmark CEG-Bench confirme la supériorité de cette approche en matière de précision sémantique et structurelle.

Lire