Les auteurs d'AI Snake Oil publient un article consacré à l'évaluation des agents IA. Ils y passent en revue les méthodes employées, les questions en suspens et l'écosystème qui s'est formé autour de ces évaluations.
Des chercheurs du MIT et du Boston Children's Hospital ont mis au point un modèle qui ajuste les examens d'imagerie en temps réel pour suivre les mouvements du fœtus. De quoi éviter à certaines familles de revenir à l'hôpital pour refaire un examen.
Des chercheurs de Mass General Brigham ont conçu un système d'IA qui estime l'âge biologique à partir d'une photo du visage. Dans une étude, il a aussi servi à prédire les chances de survie de patients atteints de cancer.
Meta présente ses Generative Recommenders, qui raisonnent conjointement sur le contenu des publicités et les préférences des utilisateurs au lieu de noter chaque annonce, en s'appuyant sur les connaissances des LLM. La tokenisation GenRecs constitue la représentation de données sur laquelle repose cette approche.
Les ingénieurs de Meta constatent des gains d'efficacité et de précision sur leurs agents de pipelines de données en gardant volontairement une couche d'orchestration très légère. Celle-ci se contente de répartir le travail et de contrôler la fiabilité, le raisonnement métier revenant à des agents spécialisés.
Des chercheurs chinois se sont demandé si les chatbots répondent différemment selon la langue. D'après eux, les requêtes en mandarin rendent les modèles plus ouverts d'esprit.