
IA — Modèles & Recherche



Observability Panel | Galileo, DraftKings, Target Corporation, PIMCO | MLOps World 2025
Panel d'observabilité | Galileo, DraftKings, Target Corporation, PIMCO | MLOps World 2025

Michelangelo (Uber’s ML Platform): Going Open Source | Sally Lee & Eric Wang, Uber
Michelangelo (plateforme ML d’Uber) : passage à l’open source | Sally Lee & Eric Wang, Uber

Idan Mehalel - A Tight Lower Bound for Non-stochatic Multi-armed Bandits with Expert Advice (Heb)
Idan Mehalel - Une borne inférieure serrée pour les bandits multi-bras non stochastiques avec conseil d'expert (Heb)

How to Train Your Agent: Building Reliable Agents with RL | Kyle Corbitt, OpenPipe
Comment entraîner votre agent : construire des agents fiables avec RL | Kyle Corbitt, OpenPipe

How to build your own long-term Agentic Memory System for LLMs | Mem0 from scratch in DSPy
Comment construire votre propre système de mémoire agentique à long terme pour les LLM | Mem0 à partir de zéro dans DSPy

Hablar con la IA ya es posible Descubre Cómo Hacerlo 🤖
Parler avec l'IA est déjà possible Découvrez Comment le Faire 🤖

From Vectors to Agents: Managing RAG in an Agentic World | Rajiv Shah, Contextual AI
Des vecteurs aux agents : gérer RAG dans un monde agentique | Rajiv Shah, Contextual AI

ChatGPT Just Launched Atlas — Here’s How Get Value From Your AI Browser
ChatGPT vient de lancer Atlas — Voici comment tirer de la valeur de votre navigateur IA

Building Conversational AI Agents with Thread-Level Eval Metrics | Tony Kipkemboi & Claire Longo
Construire des agents d'IA conversationnelle avec des métriques d'évaluation au niveau du fil | Tony Kipkemboi & Claire Longo

Algoritmos de estimación de distribuciones en estadística y aprendizaje automático
Algorithmes d'estimation de distributions en statistique et apprentissage automatique
![[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 5](https://i.ytimg.com/vi/pqpgwoPNg2o/sddefault.jpg)
[ИАД, осень 2025] Foundation models for spatial-time series. Занятие 5
[ИАД, automne 2025] Foundation models for spatial-time series. Занятие 5

Soledad Villar — Algebraic techniques for machine learning (Sept. 26, 2025)
Soledad Villar — Techniques algébriques pour l'apprentissage automatique (26 septembre 2025)

Replay webinaire Veras pour Revit

Keynote: Machines, Learning, and Machine Learning - Dylan Beattie - NDC Porto 2025
Keynote: Machines, Apprentissage et Apprentissage automatique - Dylan Beattie - NDC Porto 2025



Create ANYTHING with Sora 2 + n8n AI Agents (Full Beginner's Guide)
Créez TOUT avec Sora 2 + agents IA n8n (Guide complet du débutant)

Claude Code Just Killed Lovable! THIS IS HUGE
Claude Code vient de tuer Lovable ! C'est énorme

ChatGPT Launched a New Browser You’ll Actually Use
ChatGPT lance un nouveau navigateur que vous utiliserez réellement


Bin Yu — Understanding Deep Learning Models via Interaction Importance (Sept. 25, 2025)
Bin Yu — Comprendre les modèles d'apprentissage profond via l'importance des interactions (25 sept. 2025)

Alejandro Ribeiro — Spectral Analyses of Graph Neural Networks (Sept. 26, 2025)
Alejandro Ribeiro — Analyses spectrales de réseaux neuronaux graphiques (26 septembre 2025)
![[ИАД, осень 2025] Математические методы прогнозирования. Лекция 5](https://i.ytimg.com/vi/6OW2slFB7lI/sddefault.jpg)
[ИАД, осень 2025] Математические методы прогнозирования. Лекция 5
[ИАД, осень 2025] Méthodes mathématiques de prévision. Conférence 5

Stanford CS230 | Autumn 2025 | Lecture 4: Adversarial Robustness and Generative Models
Stanford CS230 | Automne 2025 | Cours 4 : Robustesse adversariale et modèles génératifs

Stanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 4 - LLM Training
Stanford CME295 Transformers & LLMs | Automne 2025 | Cours 4 - Entraînement des LLM


Investigación con consumidores sintéticos, RLMs, StreamingVLM
Recherche avec des consommateurs synthétiques, RLMs, StreamingVLM

A Pragmatist’s Guide to Building Knowledge Graphs from Unstructured Data | Alessandro Pireno
Un guide pragmatique pour construire des graphes de connaissances à partir de données non structurées | Alessandro Pireno
![[ИАД, осень 2025] Методы глубокого обучения. Лекция 7: Segmentation](https://i.ytimg.com/vi/EL-AwxRfqzM/sddefault.jpg)
[ИАД, осень 2025] Методы глубокого обучения. Лекция 7: Segmentation
[ИАД, automne 2025] Méthodes d'apprentissage profond. Leçon 7 : Segmentation

The Efficiency Equation: Leveraging AI Agents to Augment Human Labelers | Madhu Ramanathan, Meta
L'équation de l'efficacité : tirer parti des agents d'IA pour augmenter les annotateurs humains | Madhu Ramanathan, Meta

Machine Learning Explained: A Guide to ML, AI, & Deep Learning
Machine Learning Expliqué : Un Guide pour le ML, l'IA et le Deep Learning

LLM Inference: A Comparative Guide to Modern Open-Source Runtimes | Aleksandr Shirokov, Wildberries
Inférence LLM : Un Guide Comparatif des Runtimes Modernes Open-Source | Aleksandr Shirokov, Wildberries

From Benchmarks to Reality: Embedding HITL in Your MLOps Stack | Micaela Kaplan, HumanSignal
Des benchmarks à la réalité : intégrer HITL dans votre stack MLOps | Micaela Kaplan, HumanSignal

Autonomous MLOps Pipelines:Architecting Self-Healing, Drift Resistant Models | Kamal Bisht, Discover
Pipelines MLOps autonomes : architecture de modèles auto-réparateurs et résistants à la dérive | Kamal Bisht, Discover

Agentic AI Command Center: Gateways for GenAI & MCP Integration | Nikunj Bajaj, TrueFoundry
Centre de commandement IA agentique : Passerelles pour l'intégration GenAI et MCP | Nikunj Bajaj, TrueFoundry

Adversarial Threats Across the ML Lifecycle: A Red Team Perspective | Sanket Badhe, TikTok
Menaces Adverses Tout au Long du Cycle de Vie du ML : Une Perspective Red Team | Sanket Badhe, TikTok

A Practical Field Guide to Optimizing Cost, Speed & Accuracy of LLMs | Niels Bantilan, Union.ai
Un guide pratique de terrain pour optimiser le coût, la vitesse et la précision des LLM | Niels Bantilan, Union.ai

5 Prompting Tricks to Make Your AI Less Average
5 astuces pour rendre votre IA moins moyenne