Symmetry-Preserving Compilers || Adaptive Spectral & Low-Rank Representations NOs|| July 24, 2026

Valeur des informations & solidité de l’argumentation

La première présentation a une valeur conceptuelle intéressante, notamment l’idée d’un observateur symplectique embarqué pour la sécurité des systèmes autonomes. Cependant, l’argumentation repose sur des expériences personnelles non documentées, des performances non reproductibles et des affirmations non vérifiées. La seconde présentation est plus rigoureuse : elle propose une architecture novatrice avec une garantie théorique et des validations expérimentales sur des benchmarks standards. L’argumentation est claire et les résultats sont présentés de manière convaincante, bien que les détails des expériences soient limités.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est inégale. La première présentation ne cite pas de sources formelles et s’appuie sur des références vagues à des travaux antérieurs. La seconde présente des résultats de recherche mais sans publication associée. Le titre est adéquat mais très technique. Les commentaires ne sont pas fournis, donc aucune analyse des tendances du public n’est possible.

Le titre reflète bien les deux thèmes principaux, mais il est très technique et peu accessible.

6/10

Les deux présentations sont des exposés de recherche, mais la première repose largement sur des affirmations non vérifiées et des expériences personnelles, tandis que la seconde présente des résultats préliminaires sans publication formelle. Les sources citées sont principalement des références générales, et la reproductibilité des résultats n'est pas établie.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction du séminaire et présentation du premier orateur, John Kruze.
• 02:00John Kruze commence sa présentation sur les compilateurs préservant la symétrie.
• 10:00Discussion sur le concept de 'dark window' et la perte de la sonde Maven.
• 20:00Présentation de l'observateur symplectique à 1000 Hz et de ses applications.
• 30:00Questions de l'auditoire sur la modélisation biologique et le lien avec l'informatique.
• 40:00Discussion sur les performances et l'utilisation de CPU plutôt que GPU.
• 50:00Transition vers la deuxième présentation sur les opérateurs neuronaux adaptatifs.
• 1:00:00Sergey Gataullin présente NOASLRR et ses trois branches.
• 1:10:00Explication de la garantie théorique et des benchmarks sur les PDE.
• 1:20:00Résultats expérimentaux et comparaison avec DeepONet et FNO.

• G2G physics engine — Mentionné par John Kruze comme son moteur physique open source.
• Zero Trust Physics framework — Framework mentionné par John Kruze pour la sécurité et l'attestation.
• DeepONet — Référence de base pour les opérateurs neuronaux, citée implicitement dans la deuxième présentation.
• Fourier Neural Operator — Architecture de référence pour les opérateurs spectraux, mentionnée dans la deuxième présentation.

• DeepONet — La deuxième présentation compare NOASLRR à DeepONet, qui est une référence dans le domaine.
• Fourier Neural Operator — Comparaison avec FNO, une autre architecture de référence.

• Aucune source discordante identifiée — Aucune source contradictoire n'a été mentionnée dans la vidéo.