IA : un modèle prédit les combats UFC avec 71,6% de réussite
Un modèle d’IA prédit les vainqueurs des combats UFC avec plus de 71% de précision, en analysant les styles de combat.
Apprentissage automatique
David Silver lève 1,1 milliard de dollars pour une IA autonome
David Silver, ancien de DeepMind, a levé 1,1 milliard de dollars pour Ineffable Intelligence, une IA apprenant sans données humaines.
Identifier les problèmes de recherche ouverts en IA : un défi pour les débutants
Un étudiant en début de parcours cherche à comprendre comment identifier les véritables problèmes de recherche ouverts en IA.
Les modèles VLA, nouveau paradigme de l’IA incarnée
Les modèles Vision-Langage-Action (VLA) s’imposent comme la principale approche pour l’IA incarnée, transformant la manière dont les robots interprètent et agissent.
NoTorch : Des réseaux neuronaux en pur C pour une IA légère
Un développeur a créé NoTorch, une bibliothèque de réseaux neuronaux en pur C, pour contourner la lourdeur des installations Python comme PyTorch.
Carrière en recherche IA : le dilemme d’un étudiant en Master
Un étudiant en Master en Science des Données et IA s’interroge sur une carrière en recherche, son expérience étant principalement en apprentissage automatique appliqué.
ICLR 2026 : Plus de 1 200 articles avec code ou données publics
Environ 22% des articles acceptés à ICLR 2026 disposent de code ou de données publics, facilitant la reproductibilité.
ProgramAsWeights : compiler le langage naturel en programmes neuronaux locaux
Le système ProgramAsWeights (PAW) compile des descriptions de fonctions en anglais en programmes neuronaux compacts de 22 Mo, exécutables localement pour des tâches floues.
π0.7 : Physical Intelligence développe un cerveau robotique autonome
La startup Physical Intelligence a dévoilé π0.7, un nouveau cerveau robotique capable d’apprendre et d’exécuter des tâches sans entraînement préalable spécifique.
Détection d’anomalies : un cas d’apprentissage semi-supervisé ?
Un utilisateur de Reddit s’interroge sur la classification d’un système de détection d’anomalies, entraîné sans étiquettes mais dont le seuil est optimisé sur un ensemble de validation.