IA — Modèles & Recherche

How to Run Z-Image-Turbo on Mac | FREE Local AI Image Generator w/ xCreate

Comment exécuter Z-Image-Turbo sur Mac | Générateur d'images IA local GRATUIT avec xCreate

Hands-on Machine Learning -- Training Deep Neural Networks

Hands-on Machine Learning -- Entraînement des réseaux de neurones profonds

GPT-5.2 is a total monster

GPT-5.2 est un monstre total

ChatGPT NEW Image 1.5 is Finally Here! (Nano Banana Comparison)

ChatGPT : Nouvelle image 1.5 enfin disponible ! (Comparaison avec Nano Banana)

AI’s Models of the World, and Ours | Theoretically Speaking

Modèles du monde de l’IA et les nôtres | Théoriquement parlant

[ИАД, осень 2025] Методы глубокого обучения. Занятие 13: Acceleration, KV-Cache, Flash Attention

[IAD, automne 2025] Méthodes d'apprentissage profond. Cours 13 : Acceleration, KV-Cache, Flash Attention

Stanford CS230 | Autumn 2025 | Lecture 10: What’s Going On Inside My Model?

Stanford CS230 | Automne 2025 | Cours 10 : Que se passe-t-il à l'intérieur de mon modèle ?

MLT - Week 11, 12 SWU

MLT - Semaine 11, 12 SWU

L10 Nonlinear & Multiclass Classification

L10 Classification Non Linéaire et Multiclasse

GPT 5.2, Mistral, Gemini, les réseaux, C'EST LE FEU !

Google Webinar | Risk Classification with LLMs

Webinaire Google | Classification des risques avec les LLM

Generative AI In Chip Manufacturing

IA générative dans la fabrication de puces

🚨 NOTICIAS IA 🚨: Esto es lo que me ha sorprendido de GPT-5.2 🔥🤯

🚨 ACTUALITÉS IA 🚨: C'est ce qui m'a surpris à propos de GPT-5.2 🔥🤯

Tony Jebara: Discriminative Learning of Generative Models

Tony Jebara : Apprentissage discriminatif des modèles génératifs

Tong Zhang: Two Algorithms for Learning Sparse Representations

Tong Zhang: Deux algorithmes pour apprendre des représentations parcimonieuses

Titans: Learning to Memorize at Test Time (Paper Analysis)

Titans : Apprendre à mémoriser pendant les examens (Analyse de sujets)

Regina Barzilay: Learning to Model Text Structure

Regina Barzilay: Apprendre à modéliser la structure du texte

Philipp Koehn: "Advances in Statistical Machine Translation: Phrases, Noun Phrases and Beyond"

Philipp Koehn : « Progrès en traduction automatique statistique : phrases, syntagmes nominaux et au-delà »

Lillian Lee: Only connect! Two explorations in using graphs for IR and NLP

Lillian Lee: Only connect! Deux explorations dans l'utilisation des graphes pour l'IR et la NLP

Lawrence K. Saul: Distance Metric Learning for Large Margin Classification

Lawrence K. Saul: Apprentissage de métrique de distance pour la classification à grande marge

Julia Hirschberg: Detecting Deceptive Speech

Julia Hirschberg : Détection des discours trompeurs

Jim Glass: Finding Acoustic Regularities in Speech From Words to Segments

Jim Glass : Trouver des régularités acoustiques dans la parole, des mots aux segments

Jason Eisner: Hidden Markov Models

Jason Eisner : Modèles de Markov cachés

Devenir 100% EXPERT : ChaGPT 5.2 ! Pourquoi TOUT a changé.

Dale Schuurmans: Convex Training Algorithms for Hard Machine Learning Problems

Dale Schuurmans: Algorithmes d'entraînement convexes pour les problèmes difficiles d'apprentissage automatique

Corinna Cortes: Rational Kernels: A General Machine Learning Framework for the Analysis of Text,...

Corinna Cortes : Noyaux rationnels : Un cadre général d'apprentissage automatique pour l'analyse de texte,...

Chin-Hui Lee: "Language-Universal Speech Modeling: What, Why, When and How"

Chin-Hui Lee: « Modélisation de la parole universelle du langage : quoi, pourquoi, quand et comment »

Zohar Ringel - A Heuristic for Feature Learning and Sample Complexity (Heb)

Zohar Ringel - Une heuristique pour l'apprentissage de caractéristiques et la complexité d'échantillons (Heb)

The Mathematical Foundations of Intelligence [Professor Yi Ma]

Les fondements mathématiques de l'intelligence [Professeur Yi Ma]

MLT - Week 12

MLT - Semaine 12

L9 Classification (Logistic Regression)

L9 Classification (Régression Logistique)

Ken Church: "Speech and Language Processing: Where have we been and where are we going"

Ken Church : « Traitement de la parole et du langage : où en sommes-nous et où allons-nous ? »

Geoffrey E. Hinton: Deep learning with multiplicative interactions

Geoffrey E. Hinton : Apprentissage profond avec interactions multiplicatives

Building Synthetic Data Pipelines for Open Research and Scalable AI Development

Construction de pipelines de données synthétiques pour la recherche ouverte et le développement d'IA à grande échelle

Ani Nenkova: Predicting sentence specificity, with applications to news summarization

Ani Nenkova: Prédire la spécificité des phrases, avec des applications pour le résumé de nouvelles

Yann LeCun: Learning Hierarchies of Features

Yann LeCun: Apprendre des hiérarchies de caractéristiques

William Freeman: Motion Magnification and Motion Denoising

William Freeman : Amplification et débruitage de mouvement

Tara Sainath: The Latest in DNN Research at IBM: DNN-based features, Low-Rank Matrices for Hybrid...

Tara Sainath: Le plus récent en recherche DNN chez IBM : caractéristiques basées sur DNN, matrices de faible rang pour hybrides...

Slav Petrov: Fast, Accurate and Robust Multilingual Syntactic Analysis

Slav Petrov: Analyse syntaxique multilingue rapide, précise et robuste

PINN for Challenging Multiphase Flow Problems||Multi-Agent LLM for Intelligent Design ||Dec 12, 2025

PINN pour des problèmes difficiles d'écoulement multiphase||LLM multi-agents pour la conception intelligente ||Dec 12, 2025