
IA — Modèles & Recherche


China Finally Beats MYTHOS 5 With New GLM 5.3 (Plus Anthropic's New Model 2)
La Chine surpasse enfin MYTHOS 5 avec le nouveau GLM 5.3 (et le nouveau modèle 2 d'Anthropic)

Todo lo que tienes que saber sobre la marca de agua de Claude
Tout ce que vous devez savoir sur le filigrane de Claude


Literally Everything About How Neural Networks Learn Explained Slowly (For Sleep)
Littéralement Tout sur Comment les Réseaux de Neurones Apprennent Expliqué Lentement (Pour Dormir)

Lec 28: Efficient LLM fine-tuning using peft and LoRA
Lec 28 : Ajustement fin efficace des LLM à l'aide de peft et LoRA

Lec 27: Transfer learning for large models
Lec 27 : Apprentissage par transfert pour grands modèles



Dr. Gareth Conduit | Unveil the unseen: uncover hidden information in concrete with machine learning
Dr. Gareth Conduit | Dévoiler l'invisible : découvrir des informations cachées dans le béton grâce à l'apprentissage automatique

Digital twins modeling via conditional generative models || Aug 14, 2026
Modélisation des jumeaux numériques via des modèles génératifs conditionnels || Aug 14, 2026

AI News: The AI Agent Race Just Exploded
Actualités IA : La course aux agents IA vient d'exploser

Why Great Models Fail: Lessons From 9 Years of Deploying ML Models - Megan Robertson
Pourquoi les grands modèles échouent : Leçons de 9 ans de déploiement de modèles de ML - Megan Robertson

Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 19: Model-Based RL
Stanford AA203 Contrôle optimal et basé sur l'apprentissage | Printemps 2026 | Leçon 19 : RL basé sur modèle

Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 18: RL Policy Optimization
Stanford AA203 Contrôle optimal et basé sur l'apprentissage | Printemps 2026 | Cours 18 : Optimisation de politiques de RL

Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 17: RL Value-Based Methods
Stanford AA203 Contrôle optimal et basé sur l’apprentissage | Printemps 2026 | Cours 17 : Méthodes basées sur la valeur de RL

Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 16: Fundamentals of RL
Stanford AA203 Contrôle optimal et basé sur l’apprentissage | Printemps 2026 | Cours 16 : Fondamentaux du RL

Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 15: Imitation Learning
Stanford AA203 Contrôle optimal et basé sur l'apprentissage | Printemps 2026 | Leçon 15 : Apprentissage par imitation

Prof. John Harlim | Learning solution operator of dynamical systems with diffusion maps kernel ri...
Prof. John Harlim | Apprentissage de l'opérateur de solution de systèmes dynamiques avec noyau de cartes de diffusion...

Prof. Gitta Kutyniok | Beyond Scaling: Optimization and Learning for Sustainable AI
Prof. Gitta Kutyniok | Au-delà de la mise à l'échelle : Optimisation et apprentissage pour une IA durable

Neural Network Models for Acoustic Wave Scattering by Souryajit Roy
Modèles de Réseaux de Neurones pour la Diffraction des Ondes Acoustiques par Souryajit Roy


Grok 4.6 Shows How Fast Your AI Options Are Expanding
Grok 4.6 montre à quelle vitesse vos options en matière d'IA se multiplient

Copilot, Cursor, and Custom LLMs: Navigating the New .NET Developer Experience - Isaac Levin
Copilot, Cursor et LLM personnalisés : Naviguer dans la nouvelle expérience développeur .NET - Isaac Levin

Claude le arruinó el negocio a los detectores de IA
Claude a ruiné le business des détecteurs d'IA

The BEST local AI video generator just got BETTER!
Le MEILLEUR générateur de vidéo IA en local vient de devenir ENCORE MEILLEUR !

Seedance 2.5 : Miracle ou Arnaque ? (crash test)

Run Open Models Locally: Nemotron 3 Ultra on DGX Station | Nemotron Labs
Exécuter des modèles ouverts localement : Nemotron 3 Ultra sur DGX Station | Nemotron Labs

Dana Arad: SAEs for Content Control (2026-02-05)
Dana Arad: SAEs pour le contrôle de contenu (2026-02-05)

CCN 2026 | GAC: Do World Models Emerge in Neural Networks Trained for Prediction?
CCN 2026 | GAC : Des modèles du monde émergent-ils dans des réseaux de neurones entraînés pour la prédiction ?

Así puedes crear vídeos con IA sin volver a ponerte delante de una cámara
C'est ainsi que vous pouvez créer des vidéos avec l'IA sans avoir à vous remettre devant une caméra

Andrew Lee: Decomposing Query-Key Feature Interactions Using Contrastive Covariances (2026-05-13)
Andrew Lee: Décomposer les interactions de caractéristiques query-key à l'aide de covariances contrastives (2026-05-13)

Why Your RAG Agent Is Confidently Wrong: Retrieval Choices That Actually Matter
Pourquoi votre agent RAG a tort avec assurance : les choix de recherche qui comptent vraiment

The Meaning Gap: Your Agent Is Correct. Your Deployment Is Not.
Le fossé du sens : votre agent a raison. Votre déploiement, non.

OpenAI’s Secret New Model Makes Fable 5 Look Primitive
Le nouveau modèle secret d’OpenAI rend Fable 5 primitif


INSPIRE: Intent-aware Neural Sponsored Product Retrieval for E-commerce
INSPIRE: Recherche neuronale de produits sponsorisés sensible à l'intention pour le commerce électronique

How to Build a One Person AI Business (Using Claude Code)
Comment créer une entreprise d'IA en solo (avec Claude Code)

Fine-Tuning LLMs for Real-World Tool Calling: Lessons from tau2-bench
Ajustement fin des LLM pour l'appel d'outils dans le monde réel : leçons de tau2-bench

Expanding the Capabilities of Tabular Foundation Models
Étendre les capacités des modèles de fondation tabulaires