Les LLMs peuvent sembler bien raisonner, mais un seul mauvais token peut faire dérailler toute la sortie. Notre nouveau travail montre que la mémorisation au niveau des tokens est une cause clé d'échec, surtout en cas de changement de distribution. Présentation : STIM 🔍🧠 🧵 #NLProc

Excité de prendre la parole à Berkeley #SBC2025 #BASS2025 sur la convergence de l'IA et du Web3 et comment nous pourrions créer une économie ouverte et collaborative pour un avenir axé sur l'IA. Notre responsable produit blockchain partage l'architecture technique pour comment nous réalisons des flux de monétisation on-chain pour les actifs d'IA. @BerkeleyRDI @StanfordSBA

J'ai réussi ma soutenance de thèse aujourd'hui ! 😊 Ce fut un parcours enrichissant à @nlp_usc @CSatUSC. Un grand merci à @xiangrenNLP @robinomial @swabhz @avestime, et à tous ceux qui m'ont soutenu !

Je serai à @aclmeeting la semaine prochaine pour présenter ce travail ! 🇦🇹 Excité de rencontrer de vieux amis et d’en faire de nouveaux. Retrouvons-nous si vous aimez réfléchir davantage à l’avenir du NLP centré sur l’humain, de la personnalisation et des interactions à plusieurs tours ou si vous voulez simplement prendre un bon café ☕️ viennois

1+1=3 2+2=5 3+3=? De nombreux modèles de langage (par exemple, Llama 3 8B, Mistral v0.1 7B) répondront 7. Mais pourquoi ? Nous plongeons dans les entrailles du modèle, découvrons un mécanisme d'induction de fonction et constatons qu'il est largement réutilisé lorsque les modèles rencontrent des surprises lors de l'apprentissage en contexte. 🧵

La plateforme de services de données (DSP) est EN DIRECT ! 🔆 Maintenant, tout le monde, partout dans le monde, peut contribuer au développement de l'IA et gagner de vraies récompenses pour son travail. 🔆 Plus de 450K $ en $SAHARA + récompenses partenaires disponibles dès le premier jour ! Commencez dès aujourd'hui → #IApourTOUS

Nous sommes @Zai_org ravis de l’open-source GLM-4.1V-9B-Thinking, un VLM capable de penser avec de longs CoT. SoTA dans les VLM <10B, comparable à Qwen-2.5-VL-72B dans 18 tâches. Un RL pour les gouverner tous ! Détails - Rapport technique : -Code:

Je n’y croyais pas quand j’ai vu pour la première fois, mais : Nous avons formé un modèle de vol rapide qui obtient une précision SoTA >3 fois supérieure. Le secret est de représenter *correctement* les sorties LLM 🚲 Démo/blog : 📄: 🤖: 🧑‍💻:

Voici une conférence récente que j’ai donnée récapitulant les progrès de l’IA au cours des 6 à 12 derniers mois, pourquoi il est difficile d’obtenir des modèles parfaits, comment les laboratoires abordent probablement la prochaine phase de formation (pour les agents) et d’autres informations intéressantes sur le paysage du raisonnement. Sujets: 00:00 Introduction et l’état du raisonnement 05:50 Escalade imparfaites 09:18 Goulets d’étranglement techniques 13:02 Sycophante 18:08 La zone Boucle d’or 19:28 Que se passe-t-il ensuite ? (indice, planification) 26:40 Q&R YouTube, etc. dans les réponses. Merci @corbtt et @OpenPipeAI de m’avoir accueilli.

Les LLM peuvent-ils expliquer de manière appropriée « Pourquoi le ciel est-il bleu ? » … à un enfant de 10 ans 👶🏽 contre quelqu'un avec un doctorat en physique 👩🏽‍🔬 ? Dans notre article #ACL2025, nous évaluons à quel point les LLM peuvent adapter leurs explications à différentes personnes.✍️ 🔗 🧵 (1/n)