Nouvelles pages
- 27 octobre 2025 à 20:02 Paper2Video (hist | modifier) [997 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == '''xxxxx ''' == Anglais == '''Paper2Video''' Automatic Video Generation from Scientific Papers A system that automatically generates academic presentation videos from research papers. The work addresses the time-consuming process of creating presentation videos, which typically requires hours of slide design, recording, and editing for just a few minutes of content. The paper presents both a be... »)
- 27 octobre 2025 à 20:00 VideoCanvas (hist | modifier) [1 029 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == '''VideoCanvas''' == Anglais == '''VideoCanvas''' ==Sources== [XXXX Sources : XXXXX ] Unified Video Completion from Arbitrary Spatiotemporal Patches via In-Context Conditioning A unified framework for arbitrary spatio-temporal video completion that allows users to place content patches at any location and timestamp in a video, with the model filling in the remaining regions. This approach... »)
- 27 octobre 2025 à 19:58 UniVideo (hist | modifier) [941 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == '''UniVideo''' == Anglais == '''xxxUniVideoxx ''' A unified framework that combines video understanding, generation, and editing capabilities within a single model. Unlike existing approaches that handle these tasks separately, UniVideo can interpret complex multimodal instructions and perform diverse video operations through a dual-stream architecture. The system demonstrates strong performance a... »)
- 27 octobre 2025 à 19:57 Representation Autoencoders (hist | modifier) [640 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == '''xxxxx ''' == Anglais == '''Representation Autoencoders''' representation encoders like DINO or SigLIP. The method challenges the common assumption that semantic encoders are unsuitable for reconstruction tasks and demonstrates that they can actually provide superior performance for image generation. Replacing VAEs with pretrained representation encoders in Diffusion Transformers enhances gen... »)
- 27 octobre 2025 à 19:56 OmniVideoBench (hist | modifier) [782 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == '''OmniVideoBench ''' == Anglais == '''OmniVideoBench''' A comprehensive benchmark designed to evaluate how well multimodal large language models (MLLMs) can understand and reason across both audio and visual information in videos. The benchmark addresses a critical gap in current evaluation methods, which often focus on single modalities or fail to properly integrate audio-visual reasoning in a l... »)
- 27 octobre 2025 à 19:54 Mode Collapse (hist | modifier) [1 357 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == ''' xxxxx ''' == Anglais == ''' Mode Collapse ''' While deep learning has expanded the possibilities for highly expressive variational families, the practical benefits of these tools for variational inference (VI) are often limited by the minimization of the traditional Kullback-Leibler objective, which can yield suboptimal solutions. A major challenge in this context is \emph{mode collapse}: the... »)
- 27 octobre 2025 à 19:52 Verbalized Sampling (hist | modifier) [614 octets] Pitpitt (discussion | contributions) (Page créée avec « == EN CONSTRUCTION == == Définition == xxxxx == Français == ''' xxxxx ''' == Anglais == '''Verbalized Sampling''' How to Mitigate Mode Collapse and Unlock LLM Diversity https://arxiv.org/abs/2510.01171 A training-free prompting strategy to mitigate mode collapse in LLMs by requesting responses with probabilities. Achieves 2-3x diversity improvement while maintaining quality. Model-agnostic framework with CLI/API for creative writing, synthetic data gen... »)
- 26 octobre 2025 à 12:27 CrewAI (hist | modifier) [580 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxx == Français == ''' XXXXXXX''' == Anglais == ''' CrewAI''' == Sources == [https://www.crewai.com/ Source : CrewAI] [https://github.com/crewAIInc/crewAI Source : GitHub] [https://www.ibm.com/fr-fr/think/topics/crew-ai Source : IBM] Catégorie:vocabulary »)
- 26 octobre 2025 à 12:25 AutoGen (hist | modifier) [1 032 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxxxx == Français == ''' XXXXXXXX''' == Anglais == ''' AutoGen''' == Sources == [https://github.com/microsoft/autogen Source : GitHub] [https://www.microsoft.com/en-us/research/project/autogen/ Source : Microsoft] [https://www.microsoft.com/en-us/research/blog/autogen-enabling-next-generation-large-language-model-applications/ Source : Microsoft blog] Catégorie:vocabulary »)
- 26 octobre 2025 à 12:21 Group Relative Policy Optimization (hist | modifier) [1 532 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxx Voir aussi '''Common Crawl''', '''Optimisation de la Politique Proximale''' et '''R-Zero''' == Français == ''' XXXXXXX''' == Anglais == '''Group Relative Policy Optimization''' ''' GRPO''' == Sources == [https://arxiv.org/abs/2510.08191 Source : Arxiv] [https://arxiv.org/abs/2402.03300 Source : Arxiv] [https://verl.readthedocs.io/en/latest/algo/grpo.html Source : verl] Catégorie:vocabula... »)
- 26 octobre 2025 à 12:15 Habsburg AI (hist | modifier) [1 154 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == xxxxxx == Anglais == ''' Habsburg AI''' == Sources == [https://www.france24.com/en/live-news/20240805-inbred-gibberish-or-just-mad-warnings-rise-about-ai-models Source : France 24] [https://medium.com/@olivia_74966/habsburg-ai-when-generative-models-forget-whats-real-40adfcda6335 Source : Medium] Catégorie:vocabulary »)
- 26 octobre 2025 à 12:11 Deep Research (hist | modifier) [1 307 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxxxxx == Compléments == À ne pas confondre avec '''Deep Search'''. == Français == ''' XXXXXX''' == Anglais == ''' Deep Research''' == Sources == [https://leehanchung.github.io/blogs/2025/02/26/deep-research/ Source : GitHub.io] [https://medium.com/@themeynoush/deep-search-vs-deep-research-what-are-they-and-how-do-they-compare-ac24db023002 Source : Medium] Catégorie:vocabulary »)
- 26 octobre 2025 à 12:07 Deep Search (hist | modifier) [1 683 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx == Compléments == À ne pas confondre avec '''Deep Research''' == Français == ''' XXXXXXX''' == Anglais == ''' Deep Search''' == Sources == [https://medium.com/@themeynoush/deep-search-vs-deep-research-what-are-they-and-how-do-they-compare-ac24db023002 Source : Medium] [https://www.linkedin.com/pulse/deep-search-ai-practical-guide-ashutosh-kumar-6f5dc/ Source : Publication LinkedIn] Catégorie:voca... »)
- 26 octobre 2025 à 12:04 Speaker Adaptation (hist | modifier) [1 200 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''clonage vocal''', '''Few-Shot Voice Cloning''', '''synthèse de la parole''' et '''Zero-Shot Voice Cloning''' == Français == ''' XXXXXXX''' == Anglais == ''' Speaker Adaptation''' == Sources == [https://arxiv.org/pdf/2505.00579 Source : Arxiv] [https://inria.hal.science/hal-04223354/file/guennec23_ssw.pdf Source : HAL Science] Catégorie:vocabulary »)
- 26 octobre 2025 à 12:00 Clonage vocal zéro-coup (hist | modifier) [1 145 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''clonage vocal''', '''Few-Shot Voice Cloning''', '''Speaker Adaptation''' et '''synthèse de la parole''' == Français == ''' XXXXXXX''' == Anglais == ''' Zero-Shot Voice Cloning''' ''' ZS-TTS''' == Sources == [https://arxiv.org/pdf/2505.00579 Source : Arxiv] [https://speechify.com/fr/blog/zero-shot-voice-cloning/ Source : Speechify] Catégorie:vocabulary ») créé initialement avec le titre « Zero-Shot Voice Cloning »
- 26 octobre 2025 à 11:56 Clonage vocal en quelques coups (hist | modifier) [1 030 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''clonage vocal''', '''Speaker Adaptation''', '''synthèse de la parole''' et '''Zero-Shot Voice Cloning''' == Français == xxxxxx == Anglais == ''' Few-Shot Voice Cloning''' == Sources == [https://arxiv.org/pdf/2505.00579 Source : Arxiv] [https://arxiv.org/abs/2203.09708 Source : Arxiv] Catégorie:vocabulary ») créé initialement avec le titre « Few-Shot Voice Cloning »
- 26 octobre 2025 à 11:52 Infiltration de requête (hist | modifier) [2 181 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx == Compléments == Ne pas confondre avec le '''débirdage (jailbreaking)'''. == Français == ''' Infiltration de requête''' == Anglais == ''' Prompt Injection''' == Sources == [https://www.ibm.com/think/topics/prompt-injection Source : IBM] [https://owasp.org/www-community/attacks/PromptInjection Source : OWASP] [https://fr.wikipedia.org/wiki/Infiltration_de_requ%C3%AAte Source : Wikipéd... ») créé initialement avec le titre « Prompt Injection »
- 26 octobre 2025 à 11:44 Role-conditioned Advantage Estimation (hist | modifier) [920 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''apprentissage par renforcement''' == Français == xxxxxxx == Anglais == '''Role-conditioned Advantage Estimation''' ''' RAE''' == Sources == [https://arxiv.org/pdf/2506.24119 Source : Arxiv] [https://www.emergentmind.com/topics/role-conditioned-advantage-estimation-rae Source : Emergent Mind] Catégorie:vocabulary »)
- 26 octobre 2025 à 11:38 Mixture-of-Depths (hist | modifier) [1 523 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == '''XXXXXXX''' == Anglais == ''' Mixture-of-Depths''' ''' MoD''' == Sources == [https://arxiv.org/abs/2404.02258 Source : Arxiv] [https://www.emergentmind.com/topics/mixture-of-depths-mod Source : Emergent Mind] [https://medium.com/@simeon.emanuilov/mixture-of-depths-a-new-approach-to-efficiently-allocate-compute-in-transformer-language-models-15b0d32ff501 Source : Medium] Catégorie:v... »)
- 26 octobre 2025 à 11:35 Matryoshka Representation Learning (hist | modifier) [2 259 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''Matryoshka Multimodal Models''' == Français == ''' XXXXXXX''' == Anglais == ''' Matryoshka Representation Learning''' ''' MRL''' == Sources == [https://arxiv.org/abs/2205.13147 Source : Arxiv] [https://medium.com/@zilliz_learn/matryoshka-representation-learning-explained-the-method-behind-openais-efficient-text-embeddings-a600dfe85ff8 Source : Medium] Catégorie:vocabulary »)
- 24 octobre 2025 à 12:39 Greedy Search (hist | modifier) [1 167 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''algorithme de recherche en faisceau''' == Français == xxxxxxxx == Anglais == ''' Greedy Search''' == Sources == [https://codelabsacademy.com/en/blog/the-beam-search-algorithm-in-the-context-of-natural-language-processing-and-sequence-generation-tasks Source : Code Labs Academy] [https://towardsdatascience.com/foundations-of-nlp-explained-visually-beam-search-how-it-works-1586b9849a24/ Sou... »)
- 24 octobre 2025 à 12:33 Approche par l'équipe rouge automatique (hist | modifier) [1 537 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Français == xxxxxxx Voir aussi '''approche par l'équipe rouge''', '''attaque adverse''', '''débridage''' et '''promp injection''' == Anglais == ''' Automatic red-teaming''' ''' Automated red-teaming''' ''' Automated red teaming''' == Sources == [https://arxiv.org/abs/2508.04451 Source : arxiv] [https://openai.com/index/advancing-red-teaming-with-people-and-ai/ Source : Open AI] [https://cdn.openai.com/papers/div... ») créé initialement avec le titre « Automatic Red-Teaming »
- 24 octobre 2025 à 12:23 Self-Evolving Curriculum (hist | modifier) [1 269 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == ''' XXXXXX''' Voir aussi '''apprentissage par curriculum''', '''GRPO''' et '''problème du bandit manchot''' == Anglais == ''' Self-Evolving Curriculum''' ''' SEC''' == Sources == [https://arxiv.org/abs/2505.14970 Source : arxiv] [https://www.emergentmind.com/topics/self-evolving-curriculum-sec Source : Emergent Mind] Catégorie:vocabulary »)
- 24 octobre 2025 à 12:19 Test-Time Scaling (hist | modifier) [663 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == Puissance et temps de calcul d'un '''modèle''' d''''intelligence artificielle''' requis durant son utilisation, c'est-à-dire après son '''entraînement'''. == Français == ''' XXXXX''' == Anglais == ''' Test-Time Scaling''' ''' TTS''' ''' Test-Time Computing''' ''The amount of computational power and time required when an AI model is actually being used, so after it has been trained.'' == Sources == [h... »)
- 12 octobre 2025 à 15:38 Machine touch (hist | modifier) [824 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == Sous-domaine de la '''perception artificielle''' où les informations tactiles sont traitées par une machine ou un ordinateur. Les applications comprennent la perception tactile des propriétés de surface et la dextérité. Voir aussi '''robotique''' == Français == ''' Toucher mécanique''' ''' Toucher par machine''' == Anglais == ''' machine touch''' ''Area of machine perception wher... »)
- 7 octobre 2025 à 14:29 Apprentissage par renforcement vérifiable (hist | modifier) [1 540 octets] Patrickdrouin (discussion | contributions) (Page créée avec « == En construction == == Définition == Reinforcement learning (RL) in verifiable domains uses models that learn to solve problems in areas like programming and math by receiving feedback (rewards or penalties) on their performance, which is verified by external systems. This approach enhances AI reasoning capabilities by allowing agents to test their own solutions, learn from mistakes, and improve through a self-correcting cycle, leading to emergent behaviors a... ») créé initialement avec le titre « Reinforcement Learning with Verifiable Rewards »
- 7 octobre 2025 à 13:53 Post-entraînement (hist | modifier) [742 octets] Patrickdrouin (discussion | contributions) (Page créée avec « == Définition == Le post-entraînement regroupe un ensemble de techniques qui ont pour but de peaufiner un modèle d'apprentissage, typiquement un grand modèle de langues, pour une tâche particulière sur un immense jeu de données. ==Compléments== == Français == '''post-entraînement''' '''postentraînement''' == Anglais == '''post-training''' '''post training''' ==Sources== [1] [2] Catégorie:Publication ») créé initialement avec le titre « Post-training »
- 7 octobre 2025 à 13:42 Anxiété de ratage (hist | modifier) [788 octets] Patrickdrouin (discussion | contributions) (Page créée avec « == Définition == Syndrome caractérisé par la peur de rater quelque chose d'intéressant, de divertissant ou d'important. == Complément == Anxiété de ratage et syndrome FOMO sont des désignations entérinées par le Comité de terminologie de Radio-Canada. == Français == '''anxiété de ratage''' '''syndrome FOMO''' == Anglais == '''FOMO''' '''fear of missing out''' == Sources == [https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/26522716/... ») créé initialement avec le titre « Fomo »
- 29 septembre 2025 à 08:41 SAIL-VL2 (hist | modifier) [679 octets] Pitpitt (discussion | contributions) (Page créée avec « == Définition == XXXXXXXXX == Français == ''' SAIL-VL2''' == Anglais == '''SAIL-VL2''' An open-source vision-language foundation model designed for comprehensive multimodal understanding and reasoning. SAIL-VL2 represents a comprehensive advancement in efficient vision-language modeling through innovations in architecture, training strategies, and data curation. The model successfully demonstrates that smaller, well-designed models can achieve competitive... »)
- 23 septembre 2025 à 15:12 Confidentialité différentielle (hist | modifier) [1 854 octets] Claude COULOMBE (discussion | contributions) (Page créée avec « ==Définition== La confidentialité différentielle permet l'exploitation statistique de données agrégées, sans compromettre la confidentialité des données individuelles. La confidentialité différentielle est généralement obtenue en introduisant un biais aléatoire systématique dans les données. == Compléments == Par exemple, dans le cadre d'une enquête d'opinion, vous posez une question incriminante qui se répond par «oui ou non». Du genre, «... ») créé initialement avec le titre « Differential privacy »
- 23 septembre 2025 à 13:43 Réseau neuronal guidé par la théorie (hist | modifier) [1 456 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== Algorithmes d'apprentissage automatique qui intégrent la connaissance de lois théoriques dans le processus d'entraînement. == Compléments == Par exemple un réseau neuronal guidé par la physique incorpore des lois de la physique aux données d'entraînement. Ces lois physiques prennent souvent la forme d'équations aux dérivées partielles. L'utilisation de telles contraintes physiques a pour objectif de guider l'apprentissage du modèle... ») créé initialement avec le titre « Theory-Informed Neural Networks »
- 20 septembre 2025 à 09:11 UI-S1 (hist | modifier) [604 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' UI-S1''' == Anglais == '''UI-S1''' Advancing GUI Automation via Semi-online Reinforcement Learning a novel approach for training GUI automation agents that bridges the gap between offline and online reinforcement learning. Semi-online Reinforcement Learning addresses the limitations of offline and online RL by simulating online RL on offline trajectories, achieving state-of-the-art performa... »)
- 20 septembre 2025 à 09:10 InternVL (hist | modifier) [1 079 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' InternVL''' == Anglais == ''' InternVL''' A new family of open-source multimodal large language models that significantly advances capabilities in versatility, reasoning, and efficiency. The models range from 1B to 241B parameters and achieve state-of-the-art performance among open-source models while narrowing the gap with commercial systems like GPT-5. InternVL3.5 achieves impressive per... »)
- 20 septembre 2025 à 09:08 Dask (hist | modifier) [635 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' Dask ''' == Anglais == '''Dask''' Dask is an open source flexible library for parallel and distributed computing in Python. Dask is an open-source library designed to provide parallelism to the existing Python stack. It provides integrations with Python libraries like NumPy Arrays, Pandas DataFrames, and scikit-learn to enable parallel execution across multiple cores, processors, and... »)
- 20 septembre 2025 à 09:07 Physical AI (hist | modifier) [1 041 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Physical AI''' Physical AI, this emerging category blends sensor data, real-time computing, and adaptive algorithms to turn real-world spaces into intelligent systems. The benefits of this combination work in both directions and form a virtuous cycle: The physical space generates operational data for AI solutions to process, evaluate and learn from. The AI p... »)
- 19 septembre 2025 à 18:47 Foom (hist | modifier) [432 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == augmentation soudaine de l'intelligence artificielle, de sorte qu'un système d'IA devient extrêmement puissant. == Français == ''' Foom''' == Anglais == '''XXXXXXXXX''' == Source == [https://www.cnetfrance.fr/news/glossaire-de-lia-les-termes-de-base-que-tous-les-utilisateurs-de-chatgpt-doivent-connaitre-375419.htm Source : cnetfrance] Catégorie:vocabulaire Catégorie:vocabulary »)
- 16 septembre 2025 à 14:34 Normalisation (hist | modifier) [1 231 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== Conversion d'une plage réelle de valeurs en une plage bornée de valeurs précises, généralement de -1 à +1 ou de 0 à 1. == Compléments == Supposons que la plage naturelle d'une certaine caractéristique s'étende de 800 à 6 000. En effectuant diverses soustractions et divisions, on peut normaliser ces valeurs à une plage s'étendant de -1 à +1. Voir aussi recalibrage des attributs. ==Français== '''normalisation''' ==Anglais== '... »)
- 14 septembre 2025 à 01:17 Réseau neuronal impulsionnel (hist | modifier) [1 451 octets] Claude COULOMBE (discussion | contributions) (Page créée avec « == Définition == Un réseau neuronal impulsionnel est un réseau neuronal artificiel qui imite assez finement les réseaux neuronaux biologiques qui fonctionnent avec des impulsions. Lorsqu’un neurone se déclenche, il génère un signal qui se propage vers d’autres neurones qui, à leur tour, augmentent ou diminuent leur potentiel en fonction de ce signal. == Français == '''réseau neuronal impulsionnel''' '''réseau de neurones impulsionnels''' '''r... »)
- 9 septembre 2025 à 14:11 Traçabilité (hist | modifier) [1 234 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition=== Assurer la traçabilité d’un système d’IA consiste à offrir de l’information transparente sur les données, les étapes, le processus utilisés par le système pour arriver à un résultat. ==Compléments== La traçabilité est importante, elle permet de comprendre l’historique d’un algorithme, elle peut aider à déterminer la responsabilité en cas de problèmes et elle facilite leur résolution. Des banques utilisent des systè... ») créé initialement avec le titre « Traceability »
- 9 septembre 2025 à 13:59 Sobriété numérique (hist | modifier) [882 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== La sobriété numérique est une démarche qui vise à réduire l’empreinte environnementale des technologies afin de protéger l’environnement, notamment parce que l’utilisation des appareils numériques consomme beaucoup d’énergie et de ressources. ==Compléments== En adoptant la sobriété numérique, on vise à limiter cette empreinte par une utilisation modérée et responsable du numérique, compatible aux limites des ressources de... ») créé initialement avec le titre « Digital sobriety »
- 9 septembre 2025 à 13:36 Fracture numérique (hist | modifier) [1 548 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== La fracture numérique désigne des inégalités plus ou moins importantes d’accès aux infrastructures et aux ressources technologiques (internet, équipement informatique, etc.) et/ou de capacités à les utiliser. Les inégalités peuvent se manifester entre des individus, des communautés, des entreprises, voire des régions géographiques. ==Compléments== Avec l’arrivée de l’IA, la fracture risque de s’aggraver, notamment en avanta... ») créé initialement avec le titre « Digital divide »
- 7 septembre 2025 à 10:34 Échantillonnage des p-meilleurs (hist | modifier) [2 510 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == ''' XXXXXX''' == Anglais == ''' Top-p sampling''' ''' Nucleus sampling''' == Sources == [https://en.wikipedia.org/wiki/Top-p_sampling Source : Wikipedia] Catégorie:vocabulary ») créé initialement avec le titre « Top-p sampling »
- 7 septembre 2025 à 10:28 Contenu synthétique (hist | modifier) [1 142 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == ''' Contenu synthétique''' == Anglais == ''' Synthetic content''' == Sources == [https://ised-isde.canada.ca/site/ised/en/canadian-artificial-intelligence-safety-institute/research-agenda-risks-synthetic-content Source : Gouvernement du Canada] Catégorie:vocabulary''' ») créé initialement avec le titre « Synthetic content »
- 7 septembre 2025 à 10:22 Approche par l'équipe rouge (hist | modifier) [1 858 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx == Français == ''' XXXXXX''' == Anglais == ''' Red-teaming''' == Sources == [https://openai.com/index/advancing-red-teaming-with-people-and-ai/ Source : OpenAI] Catégorie:vocabulary ») créé initialement avec le titre « Red-teaming »
- 7 septembre 2025 à 10:17 Appauvrissement des connaissances (hist | modifier) [1 418 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxx Voir aussi '''effondrement du modèle''' == Français == ''' XXXXX''' == Anglais == ''' Knowledge collapse''' == Sources == [https://hal.science/hal-04534111v1/file/Knowledge_collapse.pdf Source : Hal Science] Catégorie:vocabulary ») créé initialement avec le titre « Knoweldge Collapse »
- 7 septembre 2025 à 10:08 Travail fantôme (hist | modifier) [1 685 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == ''' XXXXXX''' == Anglais == ''' Ghost work''' == Sources == [https://en.wikipedia.org/wiki/Ghost_work Source : Wikipedia] Category:vocabulary ») créé initialement avec le titre « Ghost work »
- 7 septembre 2025 à 09:53 Common Crawl (hist | modifier) [1 108 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxx == Français == ''' Common Crawl''' == Anglais == ''' Common Crawl''' == Sources == [https://en.wikipedia.org/wiki/Common_Crawl Source : Wikipedia] Catégorie:vocabulary »)
- 7 septembre 2025 à 09:49 FangIA (hist | modifier) [1 087 octets] Arianne (discussion | contributions) (Page créée avec « == en construction == == Définition == xxxxxxx == Français == '''slop''' == Anglais == ''' AI slop''' ''' slop''' == Sources == [https://en.wikipedia.org/wiki/AI_slop Source : Wikipedia] Catégorie:vocabulary ») créé initialement avec le titre « AI slop »
- 4 septembre 2025 à 08:50 Requête générative système (hist | modifier) [2 077 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''System prompts''' A system prompt is a way to instruct an LLM, such as GPT-5, to perform a specific task. This is different from a user prompt, which is the first prompt to the LLM after the system prompt is inserted. System prompts serve as the foundational instructions that dictate an AI's behavior. They establish the framework for how the AI will inte... ») créé initialement avec le titre « System prompts »
- 4 septembre 2025 à 08:47 Group Sequence Policy Optimization (hist | modifier) [728 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Group Sequence Policy Optimization''' '''GSPO''' A new reinforcement learning algorithm for training large language models that addresses critical stability issues in existing methods. Current state-of-the-art algorithms like GRPO exhibit severe stability issues when training gigantic language model that can lead to catastrophic model collapse. GSPO resolves t... »)
