GLM-4 est un modèle d'IA bilingue chinois-anglais de l'Université Tsinghua / Zhipu AI, optimisé dès le départ pour les deux langues, contrairement à la plupart des modèles centrés sur l'anglais. Il dispose d'une architecture Mixture of Experts pour une inférence rapide, d'un long contexte allant jusqu'à 128K tokens et se concentre sur l'appel de fonctions et les flux de travail d'agents.
Ce contenu explore le concept de recherche sémantique, soulignant qu'elle commence par l'utilisation d'embeddings. Il aborde les fondements techniques de la récupération d'informations basée sur le sens.
Cet article explore les limites des LSTMs dans le maintien du contexte, malgré leurs capacités de mémoire améliorées par rapport aux RNNs classiques. L'auteur utilise son expérience personnelle d'apprentissage de l'anglais pour illustrer les trois problèmes spécifiques que les LSTMs ne résolvent toujours pas, préparant le terrain pour la discussion des mécanismes d'attention.
Un an après son lancement, le mode IA transforme la façon dont les utilisateurs américains effectuent des recherches, passant des mots-clés aux requêtes en langage naturel. Cela représente une évolution notable dans les habitudes de recherche.
Ce contenu explore le domaine fascinant de la traduction des processus internes ou des « pensées » d'un modèle d'intelligence artificielle comme Claude en un langage compréhensible. Il étudie comment les opérations complexes de l'IA peuvent être interprétées et exprimées pour mieux comprendre son raisonnement.
L'auteur a construit un système d'IA de support client, Nova, qui a connu un succès significatif en se concentrant sur l'apprentissage de ses erreurs plutôt que sur la simple minimisation de celles-ci. Cette approche, nommée "Error Genome", a entraîné une réduction de 40 % du taux d'erreur et une augmentation de 20 % de la précision globale du système.
Amazon QuickSight génère désormais des tableaux de bord complets multi-feuilles à partir d'invites en langage naturel. Cette fonctionnalité permet aux professionnels de la BI de créer des analyses prêtes pour la production en quelques minutes, réduisant considérablement le temps de configuration manuelle.
Cette recherche introduit une approche novatrice pour la correction neuronale du langage, en utilisant des mécanismes d'attention basés sur les caractères. La méthode vise à améliorer la précision et la robustesse de la correction automatique des erreurs grammaticales et orthographiques dans le texte.
Cet article introduit le Weighted Syntactic and Semantic Context Assessment Summary (wSSAS), un cadre déterministe pour optimiser la catégorisation de texte avec les LLMs. Il vise à surmonter les limites des LLMs en organisant le texte hiérarchiquement et en utilisant un rapport signal/bruit (SNR) pour se concentrer sur les caractéristiques sémantiques de grande valeur.
Cet article présente XHS-SCoRE, un benchmark basé sur les lecteurs pour détecter si un message Xiaohongshu (RedNote) purement textuel déclenche une comparaison sociale ascendante, descendante ou neutre. L'étude révèle une incohérence constante entre la fluidité de génération des LLM et leur capacité de détection fiable, indiquant que les LLM génèrent des déclencheurs de comparaison sociale qu'ils ne parviennent pas à détecter de manière robuste.
Cet article étudie la géométrie locale des nuages d'intégration induits par des classes contrôlées de phrases sémantiquement proches. Les auteurs introduisent un schéma de modélisation géométrique locale et une procédure de sondage latent pour l'analyse de l'espace de représentation et la modélisation des variétés locales.
Este estudo apresenta o dataset TR-EduVSum, focado em vídeos educacionais turcos, e propõe o método AutoMUP. Este método gera resumos padrão-ouro de forma automática e reproduzível a partir de múltiplos resumos humanos, usando agrupamento de unidades de significado e modelagem estatística de consenso.
Ce travail soutient que les effets observés du "prompting contrefactuel" dans les LLM ne peuvent être attribués à un facteur ciblé sans tenir compte des modifications de texte préservant le sens qui établissent la sensibilité générale du modèle. La recherche montre que les taux d'inversion de prédiction lors du changement chirurgical du sexe du patient sont statistiquement indiscernables des taux induits par de simples paraphrases, suggérant qu'une sensibilité particulière au sexe du patient ne peut être conclue.
Cet article présente un système RAG (Génération Augmentée par Récupération) très efficace pour les questions-réponses sur des documents ukrainiens, classé 2ème de la UNLP 2026 Shared Task. Il utilise une recherche hybride personnalisée et un modèle de langage ukrainien optimisé et compressé pour un déploiement local de haute qualité sur du matériel à ressources contraintes.
Este artigo introduz o Text2DistBench, um novo benchmark para avaliar a capacidade de LLMs inferirem conhecimento distribucional a partir de linguagem natural. Diferente dos benchmarks tradicionais, ele foca em tarefas do mundo real, como estimar proporções de sentimentos ou identificar tópicos frequentes em coleções de texto como comentários do YouTube.
Cet article présente MATH-PT, un nouvel ensemble de données de 1 729 problèmes mathématiques en portugais européen et brésilien, pour corriger le biais linguistique dans l'évaluation du raisonnement mathématique des LLM. Le benchmark révèle que les modèles de pointe obtiennent de bons résultats sur les questions à choix multiples, mais que leurs performances diminuent pour les questions ouvertes.
Cet article présente BatteryPass-12K, le premier ensemble de données public pour la nouvelle tâche de classification de conformité des passeports numériques de batteries (DBP), répondant à un besoin crucial avant la réglementation de l'UE. Il évalue 22 modèles de langage, montrant que les modèles "pensants" comme GPT-5.4 obtiennent les meilleures performances, et que les exemples few-shot améliorent significativement les résultats.
Cet article présente un assistant EMR proactif pour le dialogue médecin-patient, qui surmonte les systèmes passifs en intégrant l'ASR en streaming, la stabilisation des croyances et la planification d'actions. Le système a été évalué dans un cadre contrôlé préliminaire, atteignant un F1 de 0.84 et un Recall@5 de 0.87.
CogRAG+ est un cadre sans entraînement conçu pour diagnostiquer et remédier aux lacunes de mémoire et de raisonnement des grands modèles linguistiques dans les examens professionnels. Il découple et aligne la récupération et le raisonnement avec les hiérarchies cognitives humaines, employant le Reinforced Retrieval et le Constrained Reasoning pour améliorer la précision et la cohérence.
Cet article de recherche traite de la sélection optimale de questions pour la collecte d'informations en entretien psychiatrique via l'IA conversationnelle. Il présente un benchmark avec 655 questions et des vignettes synthétiques, évaluant des politiques adaptatives guidées par LLM.