Fine-tuning
Fellow suit ce sujet depuis avril 2026 : 114 articles résumés en français, dont 21 jugés majeurs ou notables.
Toute l'actualité · 114 articles
OpenCoF : raisonner par génération vidéo via le Chain-of-Frame
Un framework open-source qui transforme la génération vidéo en mécanisme de raisonnement séquentiel, alternatif au Chain-of-Thought textuel.
SLORR : régularisation low-rank légère et efficace pendant l'entraînement
Une méthode de régularisation sans état qui améliore la compressibilité des réseaux de neurones avec moins de 1 % de surcoût à l'entraînement.
Super Weights dans les LLMs et l'échec de l'entraînement sélectif
Les paramètres jugés critiques dans les LLMs ne sont pas pour autant les meilleurs cibles d'entraînement — une étude remet en question le concept de Super Weights.
AdaPrefix-GRPO : contrôle adaptatif du préfixe pour maximiser le signal d'entraînement sur les problèmes difficiles
Une méthode de feedback adaptatif ajuste dynamiquement la longueur du préfixe de solution fourni au modèle, doublant la précision de GRPO sur les problèmes mathématiques difficiles.
DiaLLM : le fossé entre compréhension et génération des dialectes anglais
Des chercheurs montrent que les LLM comprennent les dialectes anglais mais peinent à les produire, et publient un benchmark contrôlé pour y remédier.
RSF-GLLM : combler le fossé sémantique dans les QA multi-sauts sur graphes de connaissances
Un framework hybride combinant raisonnement différentiable sur graphes et génération LLM pour améliorer le QA multi-sauts sur knowledge graphs.
Pitwall : des briefings de stratégie F1 en langage naturel, ancrés dans un moteur Monte Carlo temps réel
Un système de production génère des commentaires stratégiques F1 multilingues en garantissant la fidélité factuelle via un vérificateur de claims intégré à l'architecture.
LeRobot v0.6.0 : imaginer, évaluer, améliorer
Hugging Face publie une mise à jour majeure de sa bibliothèque robotique open-source LeRobot, avec de nouveaux outils d'évaluation et d'amélioration des politiques.
Une seule couche suffit-elle ? Un unique layer Transformer égale l'entraînement RL complet
Une étude montre qu'affiner un seul layer d'un Transformer via RL atteint des performances comparables à l'entraînement complet de tous les paramètres.
VibeThinker : un modèle 3B surpasse Claude Opus 4.5 en raisonnement avec SFT+GRPO
Un modèle de 3 milliards de paramètres rivalise avec des géants via une combinaison inédite de fine-tuning supervisé et d'optimisation GRPO.
Construire son propre modèle fondationnel de transactions pour la finance
NVIDIA propose un guide pour entraîner un modèle fondationnel sur les données transactionnelles bancaires, en remplacement des règles manuelles fragiles.
La fin du fine-tuning ? OpenAI déprécie ses APIs et relance le débat
La dépréciation des APIs de fine-tuning d'OpenAI ravive une question centrale : le fine-tuning est-il en train de disparaître du toolkit des ingénieurs IA ?
D'où viennent les gobelins : genèse des comportements étranges de GPT-5
OpenAI explique comment des sorties dites « goblin » sont apparues dans GPT-5, leur origine, leur propagation et les correctifs apportés.
LoRA revisité : panorama technique du fine-tuning efficace pour grands modèles
Une revue analytique de LoRA sous l'angle du traitement du signal, couvrant architectures, optimisation et déploiement des LLM.