Langage naturel et traduction automatique

Ryan Cotterell - Two views of a language model - IPAM at UCLA

Ryan Cotterell - Deux vues d'un modèle de langage - IPAM à UCLA

Agents & Arbiters - An Adventurer’s Guide to Multi-Agent Collaboration with LangGraph.js - Guy Royse

Agents & Arbiters - Un guide de l'aventurier pour la collaboration multi-agents avec LangGraph.js - Guy Royse

Vésteinn Snæbjarnarson: Transducing Language Models

Vésteinn Snæbjarnarson: Transduire les modèles de langage

JSALT Summer School Natural Language Processing

JSALT École d'été Traitement du langage naturel

Error 404: Change the Address | Aleksander Kadiev | TEDxNBU

Erreur 404: Changez l’adresse | Aleksander Kadiev | TEDxNBU

The Meaning Gap: Your Agent Is Correct. Your Deployment Is Not.

Le fossé du sens : votre agent a raison. Votre déploiement, non.

Do Multilingual Embedding Models Really Retrieve African Language Content Well? A Yoruba Case Study

Les modèles d'embedding multilingues récupèrent-ils vraiment bien le contenu en langues africaines ? Une étude de cas en yoruba

Kimi K3: Alucinante! Analizamos a fondo el mejor modelo open source (Ep. 163)

Kimi K3: Alucinante! Nous analysons en profondeur le meilleur modèle open source (Ep. 163)

École d'été | 8 juin 2026: Natural Language Inference from Aristotle to AI par Ian Pratt-Hartmann

Behind the Scenes: Introduction to Artificial Intelligence with Brian Yu - Chapter 5 - Communicating

Dans les coulisses : Introduction à l’intelligence artificielle avec Brian Yu - Chapitre 5 - Communiquer

Talk by Jacob Andreas (Massachusetts Institute of Technology)

Conférence de Jacob Andreas (Massachusetts Institute of Technology)

I Turned Claude Into the Ultimate Second Brain

J'ai transformé Claude en le second cerveau ultime

I Tested Every Claude Code Feature, These 12 Are the Best

J'ai testé toutes les fonctionnalités de Claude Code, voici les 12 meilleures.

Claude Code Dynamic Workflows Clearly Explained

Explication claire des flux de travail dynamiques de Claude Code

J'ai étudié les LLM pendant 6 mois (et j'ai enfin compris comment ChatGPT fonctionne)

Nicolas Boffi - Flow map language models

Nicolas Boffi - Modèles de langage de cartes de flux

Kast : créez vos persos et parlez-leur !

Unitree IPO, Multi-Stream LLMs, Soluciones para grandes contextos

Unitree IPO, LLMs Multi-Stream, Solutions pour grands contextes

[ИАД, весна 2026] Математические методы анализа текстов. Лекция 3: Lang.Modeling, Seq2Seq, Attention

[IAD, printemps 2026] Méthodes mathématiques d'analyse de textes. Conférence 3 : Lang.Modeling, Seq2Seq, Attention

[ИАД, весна 2026] Математические методы анализа текстов. Лекция 12: Alignment

[ИАД, весна 2026] Méthodes mathématiques d'analyse de textes. Leçon 12 : Alignment

Generative AI L10: semantic properties, evaluation and societal biases of word embeddings

IA générative L10 : propriétés sémantiques, évaluation et biais sociaux des plongements de mots

Generative AI L9: Skipgram, CBOW (full softmax variant, negative sampling variant), GloVe

IA générative L9 : Skipgram, CBOW (variante softmax complète, variante d'échantillonnage négatif), GloVe

Generative AI L8: Word embedding concept, training data preparation, prediction based encodings

IA générative L8 : concept d'intégration de mots, préparation des données d'entraînement, encodages basés sur la prédiction

Understanding LLM Capabilities on Large-scale Multilingual Real-World Clinical Data

Comprendre les capacités des LLM sur des données cliniques réelles multilingues à grande échelle

MIT 6.S191: Language Models and New Frontiers

MIT 6.S191 : Modèles de langage et nouvelles frontières

Building Realistic Voice Agents Has Never Been Easier

Créer des agents vocaux réalistes n'a jamais été aussi simple.

Generative AI L7: Word synonymy, similarity, relatedness, one hot vectors, term frequency, tf-idf

IA générative L7 : synonymie de mots, similarité, relation, vecteurs one-hot, fréquence des termes, tf-idf

Generative AI L6: Morphological units, word formation processes, lexical semantics, ambiguity

IA générative L6 : Unités morphologiques, processus de formation des mots, sémantique lexicale, ambiguïté

[ИАД, весна 2026] Математические методы анализа текстов. Лекция 10: IR, RAG

[IAD, printemps 2026] Méthodes mathématiques d'analyse de textes. Conférence 10 : IR, RAG

Generative AI L5: Tokenization (Word piece, unigram tokenization), language related terminologies

IA générative L5 : Tokenisation (Word piece, tokenisation unigramme), terminologies liées au langage

Generative AI L4: Types of tokenization (word level, character level, subword level), BPE algorithm

Generative AI L4 : Types de tokenisation (niveau mot, niveau caractère, niveau sous-mot), algorithme BPE

Mikhail Gromov - 3/4 Generation, Transformation, Transmission, Memorization, Storage and (...)

Mikhaïl Gromov - 3/4 Génération, Transformation, Transmission, Mémorisation, Stockage et (...)

Generative AI L2: Evolution of Natural Language Processing

IA Générative L2 : Évolution du Traitement du Langage Naturel

Stanford CS336 Language Modeling from Scratch | Spring 2026 | Lecture 1: Overview, Tokenization

Stanford CS336 Modélisation du langage à partir de zéro | Printemps 2026 | Cours 1 : Aperçu, tokenisation

This One Plugin Just 10x’d Claude Code

Ce plugin a 10 fois surpassé le code de Claude.

Why You're Still Better Than AI at Editing Documents - CS50 Tech Talk

Pourquoi vous êtes encore meilleurs que l'IA pour modifier des documents - Conférence technique CS50

“Cross-lingual Transfer for Machine Translation” - Nate Robinson

« Transfert interlingue pour la traduction automatique » - Nate Robinson

“LLM-powered exploratory text analysis at scale” - Mian Zhong

« Analyse exploratoire de textes à grande échelle grâce à un master en droit » - Mian Zhong

NotebookLM trouve les sources, Claude fait le travail — voici comment les connecter

Leveraging Large Speech Language Models as Evaluators for Expressive Speech - Bismarck Odoom

Exploiter les grands modèles de langage vocal en tant qu'évaluateurs pour la parole expressive - Bismarck Odoom