Anthropic dévoile des NLAE pour interpréter les pensées de Claude
Anthropic a développé des auto-encodeurs en langage naturel (NLAE) pour traduire les activations internes de ses modèles Claude en texte compréhensible.
Anthropic a développé des auto-encodeurs en langage naturel (NLAE) pour traduire les activations internes de ses modèles Claude en texte compréhensible.
Liz Reid de Google a mis en lumière la fragmentation des mots-clés et les besoins des utilisateurs en recherche IA, impactant les stratégies SEO.
Des chercheurs du MIT ont identifié la superposition comme le phénomène clé expliquant la fiabilité de la mise à l’échelle des performances des grands modèles de langage.
Une analyse de la fondation ARC Prize révèle que les modèles d’IA comme GPT-5.5 et Opus 4.7 commettent trois erreurs de raisonnement systématiques sur le benchmark ARC-AGI-3.
Une nouvelle méthode améliore le suivi de personnes par systèmes multi-caméras en prédisant leur position même quand une caméra les perd, grâce à une calibration automatique.
Le processus d’évaluation des conférences en apprentissage automatique est souvent perçu comme une « loterie », une observation nuancée par la communauté.
Des chercheurs s’inquiètent de nombreux rejets d’articles pourtant unanimement bien évalués lors de la conférence ICML 2024, pointant un désalignement des incitations.
Un nouveau dépôt éducatif sur GitHub propose des implémentations de diverses méthodes de décodage spéculatif, visant à faciliter leur étude comparative.
Un groupe de quatorze chercheurs affirme qu’une théorie scientifique du deep learning est en train d’émerger, basée sur cinq axes de preuves récentes.
Le scientifique en chef d’OpenAI juge les progrès récents de l’IA « étonnamment lents » et promet des avancées majeures.