
Recherche évolutionnaire par LLM : le budget change le gagnant
Pourquoi une seule profondeur d'itération ne suffit pas pour comparer des stratégies de recherche évolutionnaire pilotées par LLM.
Éditorial / 24 publications
Des méthodes et des tutoriels lisibles hors ligne pour tester les outils, vérifier leurs limites et construire des workflows durables.
À lire

Pourquoi une seule profondeur d'itération ne suffit pas pour comparer des stratégies de recherche évolutionnaire pilotées par LLM.

Le concept d'externalités internes décrit les effets croisés non tarifés qui font perdre de la valeur à l'effort organisationnel.

Une méthode amortie à boucle unique atteint l'ordre optimal en nombre de gradients pour des problèmes fortement convexe-concaves à couplage non linéaire.

FAMOS agrège des nuages de points partiels pour estimer les parties mobiles et leurs articulations sans imposer un nombre fixe d'entrées.

Une pipeline modulaire améliore la transcription de FarmerChat en traitant séparément bruit, locuteur, lexique métier et contrôle qualité.

Une étude de Polymarket mesure les rendements aux deux extrêmes de prix et montre combien l'agrégation des contrats change la lecture.

Une étude préenregistrée teste le feedback métacognitif et une récompense pour limiter les réponses entièrement déléguées à un assistant LLM.

FL+FSDP et FL+HSDP réduisent le trafic inter-nœuds en combinant parallélisme shardé et agrégations de type FedAvg.

FL-Net décrit une architecture de recherche fédérée avec harmonisation, découverte de cohortes, contrôle de divulgation et workflows versionnés.

FootprintRAG transforme la sélection de preuves d'un pipeline caché en objet visuel, révisable et relié aux passages qui soutiennent le résumé.

Un modèle théorique étudie le signal gratuit, le signal payant et les conditions dans lesquelles le freemium augmente le revenu du vendeur.

FreqCondNorm conditionne la normalisation par la fréquence pour transférer un Transformer entre signaux industriels hétérogènes.

Un pipeline à treillis et score neural traite la conversion graphème-phonème japonaise comme une recherche structurée.

G3RAG construit un graphe documentaire sans tokens générés et équilibre similarité et nouveauté par un gain géométrique contrôlé.

GenAIMMD combine apprentissage du committor et générateurs de Boltzmann pour produire des trajectoires de transition indépendantes et parallélisables.

GeoAAC lit la géométrie des trajectoires de débruitage pour choisir dynamiquement combien d'actions exécuter avant de réobserver.

Une marge scalaire dans l'espace latent d'un générateur distingue les codes admissibles, la frontière et les violations numériques.

Une étude de douleur faciale chez le mouton montre comment un goulot d'étranglement conceptuel peut rendre les explications réellement testables.

Un article passe en revue l'identifiabilité et les algorithmes de découverte causale dans des données épidémiologiques.

greCAPTCHA transforme la capacité à vérifier un manuscrit en épreuve surveillée de compréhension spécifique au travail soumis.

Harm laundering montre pourquoi un score de toxicité en baisse ne suffit pas à conclure qu'un modèle produit moins de préjudice représentatif.

HerHealthEval varie langue, registre et niveau de précision pour mesurer la clarification et le sous-triage dans les échanges sur la santé des femmes.

HIL-UMI utilise l'écart entre une action humaine et la prédiction d'une politique pour cibler le post-entraînement d'un VLA.

Une lecture économique distingue les canaux par lesquels l'IA transforme production, travail, entreprises, concurrence et bien-être.
Continuer l'exploration