Retour au blog

Bibliothèque de notes

Lire, questionner et relier les idées en apprentissage automatique. Les notes de nos explorations.

Toutes les notes

344 notes
Illustration de l’articleArticle original
arXiv 2026Génération augmentée par recherche

Deep Agentic Search

Le jeu du téléphone

Deep Agentic Search for Repository-Level Code Question Answering: An Empirical Study

Note publiée le
Illustration de l’articleArticle original
arXiv 2026Génération augmentée par recherche

BM25 Wins at Scale

Rendons sa grandeur à BM25

BM25 Wins at Scale: A Scaling Study of Retrieval-Augmented Generation Paradigms

Note publiée le
Illustration de l’articleArticle original
arXiv 2026ICDAR Workshop 2026Évaluation des modèles

Low CER

Bonnes lettres, mauvaise personne

When Low CER is Not Enough: An Analysis of Hallucinations in Vision-Language OCR Systems on Historical Uruguayan Documents

Note publiée le
Illustration de l’articleArticle original
arXiv 2026ICML 2026CNN classiques

WBMM

Plus la fenêtre grandit, plus ça accélère

WBMM: Windowed Batch Matrix Multiplication for Efficient Large Receptive Field Convolution

Note publiée le
Illustration de l’articleArticle original
arXiv 2026Détection d’objets

YOLO26

On garde les deux têtes

Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models

Note publiée le
Illustration de l’articleArticle original
arXiv 2026Findings of EMNLP 2026Évaluation des modèles

FaithC4

Un correcteur trop zélé

Do VLMs Read or Rewrite? On Transcription Faithfulness in Vision-Language Models

Note publiée le
Illustration de l’articleArticle original
arXiv 2026Génération d’images

Vision Banana

S'il sait générer des images, il sait sûrement les regarder

Image Generators are Generalist Vision Learners

Note publiée le
Illustration de l’articleArticle original
arXiv 2026ICLR 2026Modèles d’espace d’état

Mamba-3

L'inférence d'abord

Mamba-3: Improved Sequence Modeling using State Space Principles

Note publiée le
Illustration de l’articleArticle original
arXiv 2026CVPR 2026CNN classiques

FCDM

Faut-il forcément un Transformer ?

Reviving ConvNeXt for Efficient Convolutional Diffusion Models

Note publiée le
12 sur 344 affichés