Une équipe de chercheurs de la firme à la Pomme met en évidence les lacunes persistantes des modèles de langage dans la résolution de problèmes hors distribution, malgré les progrès en matière de raisonnement multi-étapes.
Muette depuis 2019, l’analyste phare de la bulle Internet, et de tout ce qui s’en est ensuivi, Mary Meeker publie un rapport de 340 pages sur l’explosion de l’IA. Une dynamique d’adoption d’une ampleur inédite, même pour elle.
Des chercheuses australiennes comparent les décisions des humains et des modèles d’IA générative dans le secteur complexe des politiques de santé. Les deux semblent promis à une coopération complémentaire.
Au cours d’expériences menées par GeorgiaTech aux États-Unis et en Europe, un agent d’apprentissage par renforcement profond (DRL) a montré sa supériorité sur les techniques actuelles de commande prédictive pour piloter efficacement un robot de surface autonome.
Une équipe sino-britannique cartographie les méthodes de décision coopérative dans les systèmes multi-agents. Leur synthèse détaille les deux méthodes les plus prometteuses et alerte sur les défis à venir.
Anthropic a récemment lancé Claude 4 Opus, un modèle de langage haut de gamme conçu pour concurrencer GPT-4o, Gemini 1.5 Ultra et Mistral Large sur les tâches complexes de raisonnement, de codage et d’analyse documentaire.
Google a récemment dévoilé Veo 3, un modèle d’intelligence artificielle générative capable de créer des clips vidéo avec un son réaliste synchronisé – une avancée majeure face aux outils concurrents.
Des chercheurs chinois ont mis au point une politique de navigation robotique entraînée uniquement en simulation, capable d’être transférée sans ajustement à des robots réels. Leur approche combine génération par diffusion, sélection par un critère de sécurité, et restitution visuelle des environnements.
GPT-4 est plus persuasif que des humains dans des débats de toute sorte, à condition d’avoir accès à des informations personnelles sur ses interlocuteurs. Cette particularité renforce le risque d’un usage propagandiste des modèles d’IA.
Une étude menée aux États-Unis évalue la capacité des grands modèles de langage à générer des informations fiables, compréhensibles et utiles sur le cancer du sein et du col de l’utérus. Les résultats établissent la supériorité des modèles généralistes.