IA — Modèles & Recherche

Hal Daume: Domain Adaptation in Natural Language Processing

Hal Daumé : Adaptation au domaine en traitement automatique du langage naturel

GPT-5.2 is Here

GPT-5.2 est là

GPT 5.2 : LE TEST ULTIME ! Tout ce que tu DOIS savoir 🔥

Getting Started with Edge AI on NVIDIA Jetson: LLMs, VLMs, and Foundation Models for Robotics

Commencer avec Edge AI sur NVIDIA Jetson : LLM, VLM et modèles de fondation pour la robotique

Gemini se come a la Web: De buscador a Agente total

Gemini dévore le Web : De moteur de recherche à Agent total

Gemini 3 Deep Think Reviewed & More AI Use Cases

Gemini 3 Deep Think Examen et Plus de Cas d'Utilisation de l'IA

Francesco Martinuzzi: Learning Single and Multiple Chaotic Systems with Minimal Reservoir Computing

Francesco Martinuzzi: Apprentissage de systèmes chaotiques simples et multiples avec un calcul par réservoir minimal

Forum Numerica - Benoit Cottereau - Robust Scene Understanding with Bio-Inspired and Efficient AI

David Mumford: Modeling Shape Computer Vision Meets the Euler Equation

David Mumford : Modéliser la forme, quand la vision par ordinateur rencontre l'équation d'Euler

Daphne Koller: Probabilistic Models of Relational Domains

Daphne Koller: Modèles probabilistes de domaines relationnels

Daniel Povey: UBM based Acoustic Modeling for ASR

Daniel Povey : Modélisation acoustique basée sur les UBM pour la reconnaissance vocale (ASR)

Daniel Povey: Old and New Work in Discriminative Training of Acoustic Models

Daniel Povey: Travail ancien et nouveau sur l'entraînement discriminatif des modèles acoustiques

Andrew McCallum: Information Extraction from the World Wide Web Using Finite State Models and Sco...

Andrew McCallum: Extraction d'informations du World Wide Web à l'aide de modèles d'états finis et Sco...

AI NEWS: GPT-5.2 Is HERE! (Plus Runway 4.5 and the Next Image AI Leaks)

ACTUALITÉS IA : GPT-5.2 EST LÀ ! (Plus Runway 4.5 et les prochaines fuites d'IA d'images)

The arrival of AGI | Shane Legg (co-founder of DeepMind)

L'arrivée de l'AGI | Shane Legg (cofondateur de DeepMind)

NotebookLM, la app con IA de Google para aprender lo que sea

NotebookLM, l'application avec IA de Google pour apprendre n'importe quoi

MLT - Week 11

MLT - Semaine 11

How to Predict the Future with AI, One Word at a Time - CS50 Seminars

Comment prédire l'avenir grâce à l'IA, un mot à la fois - Séminaires CS50

Gemini se come a la Web: De buscador a Agente total

Gemini dévore le Web : De moteur de recherche à Agent total

Gemini 3: Die Grenzen des Hype-LLM | AI Talk #56

Gemini 3 : Les limites du LLM hype | AI Talk #56

Comment s'entraîne une intelligence artificielle ? - Formation Découverte de l'IA

Building Faster and Smarter AI Systems with Nemotron

Créez des systèmes d'IA plus rapides et plus intelligents avec Nemotron

5 000 Prompts Gemini 3 Analysés – Ce Que Nous Avons Découvert

Ventajas de IBM Small Models, AI motores y caballos, Cuestionando la cross-entropy

Avantages des petits modèles IBM, IA moteurs et chevaux, Remettre en question la cross-entropie

From literature review to Graphical Abstract using AI tool Scispace BioMedical agent

De la revue de la littérature au résumé graphique à l'aide de l'outil d'IA Scispace BioMedical agent

10 AI Projects to Learn Gemini 3, Nano Banana and Opus 4.5

10 projets d'IA pour apprendre Gemini 3, Nano Banana et Opus 4.5

Stanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 9 - Recap & Current Trends

Stanford CME295 Transformers et LLM | Automne 2025 | Cours 9 - Récapitulatif et tendances actuelles

Natalie Jeremijenko: Some adventures in the use of speech recognition in smart products

Natalie Jeremijenko: Quelques aventures dans l'utilisation de la reconnaissance vocale dans les produits intelligents

Kilian Weinberger: Learning with Marginalized Corrupted Features

Kilian Weinberger: Apprentissage avec des caractéristiques corrompues marginalisées

Ep.# 184: OpenAI “Code Red,” Gemini 3 Deep Think, Recursive Self-Improvement, & ChatGPT Ads,

Ep.# 184: OpenAI « Code Rouge, » Gemini 3 Deep Think, Amélioration Récursive Autonome, et Publicités ChatGPT

Donald Geman: A Stochastic Feedback Model for Image Retrieval

Donald Geman : Un modèle de rétroaction stochastique pour la recherche d'images

[ИАД, осень 2025] Методы глубокого обучения. Лекция 12: Multimodality, CLIP, BLIP, LLaVA

[IAD, automne 2025] Méthodes d'apprentissage profond. Leçon 12 : Multimodality, CLIP, BLIP, LLaVA

Un nouveau modèle monde IA fait son apparition !

Targeted Unlearning with Single Layer Unlearning Gradient

Désapprentissage ciblé avec gradient de désapprentissage à couche unique

Stanford CS224R Deep Reinforcement Learning | Spring 2025 | Lecture 3: Policy Gradients

Stanford CS224R Apprentissage par renforcement profond | Printemps 2025 | Cours 3 : Gradients de politique

Stanford CS224R Deep Reinforcement Learning | Spring 2025 | Lecture 2: Imitation Learning

Stanford CS224R Apprentissage par Renforcement Profond | Printemps 2025 | Conférence 2 : Apprentissage par Imitation

Stanford CS224R Deep Reinforcement Learning | Spring 2025 | Lecture 16: RL for Robots

Stanford CS224R Apprentissage par Renforcement Profond | Printemps 2025 | Cours 16 : Apprentissage par Renforcement pour les Robots

Stanford CS224R Deep Reinforcement Learning | Spring 2025 | Lecture 1: Class Intro

Stanford CS224R Apprentissage par renforcement profond | Printemps 2025 | Cours 1 : Introduction

Ring-A-Bell! How Reliable are Concept Removal Methods For Diffusion Models?

Ring-A-Bell! Quelle est la fiabilité des méthodes de suppression de concepts pour les modèles de diffusion ?

RAG vs Agentic AI: How LLMs Connect Data for Smarter AI

RAG vs IA agentique : comment les LLM connectent les données pour une IA plus intelligente