
IA — Modèles & Recherche


Jeff Schneider - Machine Learning for Scenario Design and Plasma Control in Tokamaks
Jeff Schneider - Apprentissage automatique pour la conception de scénarios et le contrôle du plasma dans les tokamaks


Generative AI L24: Architectural split (encoder only, decoder only and encoder-decoder), BERT
IA générative L24: Répartition architecturale (encoder seulement, decoder seulement et encoder-décodeur), BERT

Vous gaspillez 90% de vos tokens sans le savoir

Generative AI L23: Training the transformer
IA générative L23 : Entraînement du transformer

Generative AI L15: Professor forcing, Issues with RNNs, their solutions, intro to LSTM
IA générative L15 : Forçage de professeur, problèmes avec les RNN, leurs solutions, introduction à LSTM


Bethany Lusch - Scalable graph-based surrogate models for unstructured meshes - IPAM at UCLA
Bethany Lusch - Modèles de substitution évolutifs basés sur des graphes pour maillages non structurés - IPAM à UCLA

AI Robots Got Shockingly Human This Year (2026 Update)
Les robots dotés d'IA sont devenus incroyablement humains cette année (Mise à jour 2026)

Generative AI L14: detailed derivation of BPTT of RNNs, truncated BPTT, teacher forcing
IA générative L14 : dérivation détaillée du BPTT des RNN, BPTT tronqué, teacher forcing


Claude Routines vient de sortir, et c'est incroyable



Generative AI L13: RNN, sequence modelling applications, encoder-decoder architecture
IA générative L13 : RNN, applications de modélisation de séquences, architecture encodeur-décodeur
![[ИАД, весна 2026] Математические методы анализа текстов. Лекция 9: Efficient Inference](https://i.ytimg.com/vi/K9mAZGuvvx0/maxresdefault.jpg)
[ИАД, весна 2026] Математические методы анализа текстов. Лекция 9: Efficient Inference
[ИАД, printemps 2026] Méthodes mathématiques d'analyse de textes. Leçon 9 : Efficient Inference
![[ИАД, весна 2026] Математические методы анализа текстов. Лекция 8: Parallelism, MoE](https://i.ytimg.com/vi/zl5IAWlqbSc/maxresdefault.jpg)
[ИАД, весна 2026] Математические методы анализа текстов. Лекция 8: Parallelism, MoE
[ИАД, весна 2026] Méthodes mathématiques d'analyse de textes. Leçon 8 : Parallelism, MoE
![[ИАД, весна 2026] Математические методы анализа текстов. Лекция 7: Training LLMs](https://i.ytimg.com/vi/Z7ccnIxJCPI/maxresdefault.jpg)
[ИАД, весна 2026] Математические методы анализа текстов. Лекция 7: Training LLMs
[IAD, printemps 2026] Méthodes mathématiques d'analyse de textes. Leçon 7 : Training LLMs
![[ИАД, весна 2026] Математические методы анализа текстов. Лекция 3: Lang.Modeling, Seq2Seq, Attention](https://i.ytimg.com/vi/Nz-5KC5mTRk/maxresdefault.jpg)
[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

The Uncomfortable Truth About AI “Reasoning” | World Science Festival
La vérité dérangeante sur le « raisonnement » de l'IA | Festival mondial des sciences


Stochastic Port-Hamiltonian Neural Networks || May 15, 2026
Réseaux de neurones port-hamiltoniens stochastiques || 15 mai 2026

Microsoft’s New AI Beats Mythos And Shocks OpenAI
La nouvelle IA de Microsoft déjoue les mythes et surprend OpenAI

Ils ont enfin réussi à lire les pensées d'une IA

Generative AI L12: Neural network for next-word-prediction based on 3 context words, intro to RNN
IA générative L12 : réseau de neurones pour la prédiction du mot suivant basé sur 3 mots de contexte, introduction aux RNN



AI News: OpenAI Finally Released What We Asked For
Actualités IA : OpenAI a enfin sorti ce que nous attendions
![[ИАД, весна 2026] Математические методы анализа текстов. Лекция 12: Alignment](https://i.ytimg.com/vi/m1gTVHQ3h9o/sddefault.jpg)
[ИАД, весна 2026] Математические методы анализа текстов. Лекция 12: Alignment
[ИАД, весна 2026] Méthodes mathématiques d'analyse de textes. Leçon 12 : Alignment

The biggest AI breakthrough in medicine & drug discovery
La plus grande avancée de l'IA dans la médecine et la découverte de médicaments

Ron Levie - Szemerédi Regularity Lemma in Graph Machine Learning (Heb)
Ron Levie - Lemme de régularité de Szemerédi dans l'apprentissage automatique de graphes (Heb)


Idan Mehalel - Sample Complexity and Mistake Bounds of Autoregressive Reasoning: CoT vs. EtE (Eng)
Idan Mehalel - Complexité d'échantillonnage et bornes d'erreur du raisonnement autorégressif : CoT vs. EtE (Eng)


Hanlin Zhu: Reasoning by Superposition: A Theoretical Perspective on Chain of Continuous Thought
Hanlin Zhu : Raisonnement par Superposition : Une Perspective Théorique sur la Chaîne de Pensée Continue

Deep Generative Classification of Blood Cell Morphology
Classification générative profonde de la morphologie des cellules sanguines


Build Video Analytics AI Agents with Skills
Créez des agents d'IA d'analyse vidéo dotés de compétences

Aleksandar Terzić: Structured Sparse Transition Matrices to Enable State Tracking in SSMs
Aleksandar Terzić : Matrices de transition creuses structurées pour le suivi d'état dans les SSM