Raisonnement
Fellow suit ce sujet depuis juin 2026 : 131 articles résumés en français, dont 22 jugés majeurs ou notables.
Toute l'actualité · 131 articles
Copier moins, ancrer plus : corriger la copie répétitive dans le raisonnement long-contexte via un RL sensible aux preuves
Une étude identifie un défaut fréquent des LLM en contexte long : recopier le texte source au lieu de raisonner, et propose une méthode de RL pour y remédier.
ISO : une pile d'optimisation native pour le RLVR
Une nouvelle approche exploite la structure spectrale des poids pour accélérer et fusionner des modèles entraînés par RLVR, avec des gains d'efficacité mesurables.
Adaptation et récupération sélectives par espace d'états pour le raisonnement des LLM
Deux nouveaux adaptateurs inspirés de Mamba ajoutent une mémoire dynamique au LoRA, avec des gains mesurables sur le raisonnement multi-sauts.
Off-Context GRPO : apprendre à raisonner sur des problèmes difficiles
Une variante du GRPO utilisant des informations privilégiées guide le modèle vers des solutions correctes sans déstabiliser l'apprentissage.
Jugements logiques sous pression : diagnostiquer la stabilité syllogistique avec des préfixes souples appris
Des préfixes continus appris peuvent faire basculer les réponses correctes de plusieurs LLM sur des tâches de raisonnement syllogistique, révélant des failles de stabilité logique.
Contrôler l'effort de raisonnement dans les LLM
Analyse technique des méthodes pour optimiser les ressources de calcul.
GPT-5.6 aurait comblé un vide de 30 ans en optimisation convexe via un prompt
Un post Reddit relaie une affirmation selon laquelle GPT-5.6 aurait résolu un problème ouvert en optimisation convexe, dans la foulée de l'annonce d'OpenAI sur une preuve mathématique.
Fable 5 face à GPT-5.6 Sol sur un problème NP-difficile : la commande /goal fait-elle la différence ?
Un billet compare deux modèles sur un problème d'optimisation NP-difficile pour évaluer l'apport d'une fonctionnalité de guidage par objectif.
Comprendre le raisonnement des LLM, du pretraining au post-training via le RL
Une étude sur les échecs comme banc d'essai contrôlé révèle comment les choix de pretraining déterminent les gains obtenus par le RL post-training.
Ring-Zero : le RL sans supervision porté à mille milliards de paramètres pour un raisonnement émergent
Une équipe de recherche fait passer l'apprentissage par renforcement pur (« zero RL ») à l'échelle du trillion de paramètres, avec des capacités de raisonnement qui émergent sans supervision.
Deep Interaction : une méthode efficace d'interaction humain-IA pour les modèles de raisonnement
Une nouvelle méthode permet de corriger directement les erreurs de raisonnement des LLM sans tout régénérer, avec un gain de correction de 25%.
NVIDIA : 5 000 Kagglers testent le reasoning
Un challenge massif sur le modèle Nemotron identifie les techniques les plus efficaces pour améliorer les capacités de raisonnement des IA.
Les agents IA savent-ils reconnaître une tâche simple ? Vers un raisonnement conscient de la complexité
Un nouveau cadre, E3, apprend aux agents LLM à estimer l'effort nécessaire avant d'agir, réduisant drastiquement coûts et sur-lecture inutile de code.
AdvancedMathBench : un benchmark pour la génération et la vérification de preuves mathématiques avancées
Un nouveau benchmark évalue la capacité des LLM à produire et vérifier des preuves de niveau universitaire à doctoral, au-delà des olympiades.
Tout simuler, presque : promesses et limites des modèles du monde
Un tour d'horizon des « world models », leur potentiel pour l'IA générative et physique, et les obstacles techniques qui subsistent.
L'efficacité déraisonnable des LLM en mathématiques
Un essai revient sur les capacités surprenantes des grands modèles de langage à résoudre des problèmes mathématiques avancés.
Agents multimodaux QA par calibration et raisonnement incrémental
Une architecture multi-agents surpasse les systèmes classifs au challenge QANTA 2026 via des politiques de raisonnement ciblées.
Agora : améliorer le raisonnement des agents LLM via une allocation des tâches par enchères
Un mécanisme d'enchères pour router chaque étape de raisonnement vers le modèle expert le plus compétent, pas le plus confiant.
Adam Brown : introduction accessible à la relativité générale
Le physicien Adam Brown distille l'essence de la relativité générale et évoque la capacité des IA à redécouvrir cette théorie par elles-mêmes.
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.
Un outil web pour visualiser et modifier le raisonnement d'un LLM avant sa réponse
Un développeur indépendant publie Lucid, un outil qui expose et rend éditables les étapes de réflexion d'un modèle d'IA avant qu'il génère sa réponse.
Agon : apprentissage par renforcement compétitif inter-modèles pour le raisonnement
Deux modèles s'affrontent et se notent mutuellement pour améliorer leur raisonnement, sans étiquettes de processus ni reward model externe.
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.
H Company présente « Booting Fast and Slow », une approche à double vitesse pour ses agents IA
Le laboratoire français détaille une architecture combinant raisonnement rapide et lent, inspirée des travaux en psychologie cognitive.
H Company détaille son approche « pensée rapide et lente » pour les agents IA
Le laboratoire français présente une architecture combinant réflexes rapides et raisonnement approfondi pour ses agents autonomes.
H Company dévoile sa vision architecturale : « Booting Fast and Slow »
Le laboratoire de R&D H Company expose sa philosophie de conception associant raisonnement rapide et lent pour développer de nouveaux systèmes d'IA.
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.
Des mathématiciens lancent un avertissement face à la progression rapide de l'IA
Des chercheurs en mathématiques s'inquiètent de la capacité croissante des systèmes d'IA à résoudre des problèmes avancés, soulevant des questions sur l'avenir de la discipline.
Microsoft Build : la famille MAI-Thinking-1 et les 7 nouveaux modèles MAI
Microsoft dévoile lors de Build une gamme de 7 modèles MAI couvrant raisonnement, code, image et voix, accompagnés d'un rapport technique de 100+ pages.
Sortie de Kimi-VL-A3B-Thinking-2506 par Moonshot AI
Moonshot AI publie un nouveau modèle multimodal sur Hugging Face.
Moonshot AI dévoile Kimi K2 Thinking, un modèle de raisonnement en open-weights
Le laboratoire chinois Moonshot AI publie une nouvelle version de son modèle Kimi orientée raisonnement long, disponible en poids ouverts.