Généralisation
Fellow suit ce sujet depuis mai 2026 : 14 articles résumés en français, dont 2 jugés majeurs ou notables.
Toute l'actualité · 14 articles
Inégalités de Bernstein auto-normalisées pour processus régénératifs et apprentissage sans indépendance
Des chercheurs établissent une inégalité de Bernstein auto-normalisée pour les processus régénératifs, avec des bornes de généralisation pour la classification sur données non i.i.d.
AnyGoal : la généralisation des world models au-delà des trajectoires expertes
Un nouveau benchmark open-source teste si les world models savent recombiner des facteurs d'état et d'action familiers. Les modèles actuels échouent de façon constante sur ces recombinaisons.
Cepheid : dissocier l'échelle et la structure pour la complétion de mouvement inter-familles
Un modèle unifié reconstruit le mouvement dense d'un maillage à partir de déplacements épars de sommets et surpasse l'extension harmonique sur toutes les familles de géométries évaluées.
Vers une optimisation conjointe de la profondeur de circuit et de la taille des données d'entraînement dans les classifieurs quantiques à croissance adaptative
Une réimplémentation de Q-FLAIR sur MNIST 3 contre 5 ne trouve aucune loi d'échelle prévisible entre taille du jeu d'entraînement et taille du circuit quantique, malgré une borne de généralisation respectée.
RAPID : programmation agentique de robots à partir de démonstrations
Un système qui génère, vérifie et raffine automatiquement des programmes robotiques à partir d'une seule démonstration visuelle humaine, grâce à une boucle agentique itérative.
Agents de codage pour la planification généralisée de tâches et de mouvement
Des agents de codage basés sur des LLM surpassent les planificateurs conçus manuellement pour résoudre des problèmes complexes de planification de tâches et de mouvement généralisés.
RRSI : amélioration récursive régularisée des harnesses d'agents
Contre le surapprentissage des agents LLM lors de l'auto-amélioration, RRSI introduit des régularisations pour favoriser des mécanismes réutilisables plutôt que des astuces spécifiques à un benchmark.
Une quantification générale des changements de covariables et de concepts en apprentissage
Un nouveau cadre théorique basé sur le transport optimal entropique pour mesurer les décalages de distribution et borner l'erreur d'apprentissage.
Apprentissage entre les pics : asymptotiques précises pour la régression à noyau ridge sous anisotropie en loi de puissance
Une analyse théorique fine montre comment l'anisotropie des données redessine les courbes d'apprentissage en grande dimension pour les noyaux polynomiaux.
Effondrement post-grokking à l'interface représentation-lecture dans les transformers entraînés avec Muon
Une étude montre que les modèles entraînés avec l'optimiseur Muon apprennent plus vite mais perdent leur généralisation après le grokking.
Apprentissage toutes dimensions par échantillonnage aléatoire
Un cadre unifié pour généraliser des modèles ML à des entrées de tailles arbitraires, jamais vues à l'entraînement, via des maps d'échantillonnage.
VAORA : aligner le raisonnement visuel et l'action pour la physique interactive
Un nouveau mécanisme de récompense double pour ancrer le raisonnement des VLMs dans la réalité physique et réduire les hallucinations dans les tâches interactives.
Natural Ungrokking : pourquoi certaines règles disparaissent en cours de préentraînement
Un LLM peut apprendre puis oublier une règle grammaticale en plein préentraînement, sans que la loss curve ne le signale. Les auteurs baptisent ce phénomène « natural ungrokking ».
Apprentissage de nombres pseudoaléatoires par des Transformers
Des chercheurs explorent si les Transformers peuvent apprendre à reproduire des séquences pseudoaléatoires — et ce que cela révèle sur leurs capacités.