Maison
Outils
Modèles
Appliquer
Prompts
Nouvelles
Thèmes
Soumettre pour inclusion
Français
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
option
Maison Fermer
Maison
Outils
Catégorie Classement Générer la couverture Générer une image Skill
Modèles
Grand modèle de langage Modèle multimodal
Appliquer
Prompts
Prompts Prompts d’image
Nouvelles
Nouvelles Flash info
Thèmes
Soumettre pour inclusion
Soumettre une App Soumettre un outil
Créer un compte Se connecter
Changer la langue Français Changer la langue
Paramètres
English EN 日本語 JA 한국어 KO Português PT español ES Deutsch DE Русский RU Français FR 繁體中文 ZH-TW 简体中文 ZH-CN
Maison
Flash info
Contenu
RobertMartin
RobertMartin
1 juin 2026

Une équipe de recherche de l'Université chinoise de Hong Kong (CUHK) a proposé SLIM, un cadre de gestion dynamique du cycle de vie des compétences destiné aux agents utilisant des modèles de grande taille. Ce cadre permet aux agents de conserver, de supprimer ou d'étendre de manière autonome des compétences externes pendant l'apprentissage par renforcement. SLIM surpasse les méthodes existantes de 7,1 points de pourcentage en moyenne, atteignant un taux de réussite de 87,5 % sur ALFWorld contre 75,0 % pour la référence, et affiche d'excellents résultats dans les tâches de SearchQA.

Une équipe de recherche de l'Université chinoise de Hong Kong (CUHK) a proposé SLIM, un cadre de gestion dynamique du cycle de vie des compétences destiné aux agents utilisant des modèles de grande taille. Ce cadre permet aux agents de conserver, de supprimer ou d'étendre de manière autonome des compétences externes pendant l'apprentissage par renforcement. SLIM surpasse les méthodes existantes de 7,1 points de pourcentage en moyenne, atteignant un taux de réussite de 87,5 % sur ALFWorld contre 75,0 % pour la référence, et affiche d'excellents résultats dans les tâches de SearchQA. Une équipe de recherche de l'Université chinoise de Hong Kong (CUHK) a proposé SLIM, un cadre de gestion dynamique du cycle de vie des compétences destiné aux agents utilisant des modèles de grande taille. Ce cadre permet aux agents de conserver, de supprimer ou d'étendre de manière autonome des compétences externes pendant l'apprentissage par renforcement. SLIM surpasse les méthodes existantes de 7,1 points de pourcentage en moyenne, atteignant un taux de réussite de 87,5 % sur ALFWorld contre 75,0 % pour la référence, et affiche d'excellents résultats dans les tâches de SearchQA.
0
0
Partager Cliquez pour copier le lien
commentaires (0)
0/300
Soumettre
Auteur JoseGonzalez JoseGonzalez 16 septembre 2026
iFLYTEK a lancé Spark-Audio-1.0-Preview, un modèle de base pour la parole entièrement développé en Chine, entraîné sur des infrastructures de calcul locales. Il prend en charge les entrées textuelles et vocales avec une sortie textuelle, gérant la transcription, la traduction et la reconnaissance des dialectes dans 99 langues et 202 dialectes. Le modèle va au-delà de la simple conversion pour offrir une compréhension audio approfondie, avec des fonctionnalités telles que l’identification des locuteurs, l’analyse des émotions et la reconnaissance des sons environnementaux. Il est actuellement disponible pour une expérience publique, et l’accès par API sera bientôt proposé via la plateforme ouverte d’iFLYTEK.
0
0
Auteur PaulLopez PaulLopez 16 septembre 2026
Le modèle d'IA open source Qwen3.8-27B du laboratoire Tongyi d'Alibaba est devenu le modèle d'IA open source le plus populaire sur Hugging Face, surpassant FLUX.1, DeepSeek-R1, Kimi-K3 et Meta-Llama-3. Le classement est basé sur les « j'aime » des développeurs plutôt que sur les benchmarks ou la taille, et cette réalisation met en évidence la praticité supérieure, la facilité d'utilisation et la forte réputation communautaire de Qwen3.8-27B en tant que premier modèle open source mondial.
0
0
Auteur GaryPerez GaryPerez 16 septembre 2026
iFLYTEK a publié Spark-Audio-1.0-Preview, un modèle de base pour la parole entraîné sur une puissance de calcul entièrement nationale. Contrairement aux systèmes en cascade traditionnels qui convertissent la parole en texte, ce modèle comprend directement l’audio, en captant les sémantiques, les émotions et les sons ambiants. Conçu avec un encodeur audio de 0,65 milliard de paramètres et un LLM de 30 milliards de paramètres (architecture A3B), il prend en charge 99 langues et 202 dialectes. Il surpasse ses concurrents dans des environnements bruyants et atteint l’état de l’art (SOTA) en reconnaissance chinois-anglais. Le modèle permet des tâches telles que l’analyse des sentiments et des questions-réponses complexes, marquant un passage de la transcription à une véritable compréhension audio. L’accès par API sera disponible ultérieurement via la plateforme ouverte iFLYTEK.
0
0
/fr/live/7377
Auteur EricMartin EricMartin 16 septembre 2026
Nubia lance le NaviX Ultra, le premier smartphone à agent IA produit en masse propulsé par Dou Bao. Les fonctionnalités clés incluent un bouton d’empreinte digitale IA, un modèle vocal complet à double sens (Seed) prenant en charge les dialectes, l’exécution autonome de tâches complexes et des fonctions de mémoire personnelle. L’appareil permet une interaction continue, des opérations en chaîne longue et des services IA sécurisés et autorisés, marquant le passage des prototypes aux téléphones commerciaux dotés d’intelligence artificielle.
0
0
/fr/live/7376
Auteur MarkSmith MarkSmith 16 septembre 2026
Cloudflare a introduit Disallow AI Training, permettant aux administrateurs de site de bloquer les robots d’indexation des IA tout en conservant ceux des moteurs de recherche. Apple, Google et Microsoft se sont engagés à respecter cette mesure. L’outil distingue les robots mixtes responsables des autres, avec une migration automatique pour la plupart des clients existants. Google lancera prochainement un outil de transparence, Apple développe un outil similaire au niveau des URL, et Microsoft prévoit de prendre en charge le rejet via robots.txt pour l’entraînement des IA d’ici début 2027.
0
0
OR