390 matériaux
Le ministère du développement numérique de l'Inde a lancé un appel supplémentaire à des fournisseurs d'IA et de ML pour rejoindre le panel de partenaires existant des programmes Digital India. Les nouveaux participants travailleront selon les conditions fixées lors de la sélection précédente, et les candidatures sont acceptées jusqu'au 7 septembre.
Mardi, le S&P 500 a gagné environ 0,2 %, le Nasdaq 0,5 % et le Dow 0,1 % : les actions des fabricants de puces, qui avaient baissé la veille, ont été à la tête de la hausse. Nvidia a progressé de 2,3 % avant son rapport trimestriel, et les données faibles sur la confiance des consommateurs et les ventes de logements n'ont pas entamé le sentiment positif du marché.
Les attaquants ont publié des liens vers un memecoin sur le profil de Jenner, après quoi celui-ci a bondi à une valorisation boursière d'environ 1,19 million de dollars, avant de perdre rapidement une partie de sa valeur. Des jetons imitatifs, utilisant des noms et des designs similaires, sont immédiatement apparus sur Solana.
La méthode RARRL proposée, grâce à l'apprentissage par renforcement, apprend au robot à choisir de manière adaptative les moments de raisonnement, leur format et le budget de calcul. Les expériences sur ALFRED ont montré une augmentation du taux de réussite et de la robustesse, avec une latence réduite par rapport aux stratégies fixes.
Une nouvelle approche permet aux agents LLM non seulement d'adapter la structure de communication à la tâche, mais aussi de la réorganiser au fil du dialogue, en accumulant de l'expérience. Sur neuf benchmarks, ST-EVO a montré une amélioration de la précision de 5 à 25 % par rapport aux méthodes précédentes.
Konstantin Marountchenko, qui a construit des pipelines d'IA d'entreprise chez Echelon, est convaincu que pour que l'IA dépasse l'écran, il faut non pas des modèles étroits, mais des agents flexibles capables de planifier et de contrôler des processus réels. Il appelle à considérer la matière comme un code que l'on peut « éditer », mais prévient : le prix de l'erreur y est bien plus élevé.
Les chercheurs ont proposé une approche combinant des contraintes fondées sur la physique et des données de conduite réelle : un modèle Transformer prédit d'abord comment les véhicules s'influencent mutuellement, puis un planificateur élabore des manœuvres semblables à celles d'un humain. Lors des tests, la méthode a nettement réduit les erreurs de prédiction de trajectoires et le nombre de collisions par rapport à l'apprentissage par renforcement.
Dans ce nouveau travail, l'architecture ADN-Agent est proposée, dans laquelle un grand modèle de langage joue le rôle de répartiteur pour un ensemble de modèles spécialisés utilisés dans la gestion des réseaux de distribution. Le système détermine lui-même le sens de la requête, la décompose en étapes, sélectionne les outils nécessaires et les connecte via une interface commune, tandis que pour simplifier les sous-tâches textuelles, un réentraînement automatisé de LLM compacts est appliqué.
Dans cet article scientifique, Align-LoRA est présenté comme un schéma de fine-tuning simple qui s’appuie sur l’alignement des caractéristiques communes aux tâches, plutôt que sur des branches isolées du modèle. Cette approche accélère l’inférence et permet de fusionner les poids, tout en produisant des résultats plus solides que les configurations multitâches complexes.
