Des chercheurs de Georgia Tech ont développé une méthode plus rapide et moins coûteuse pour apprendre à un robot humanoïde à marcher sur des surfaces réelles variées. L’équipe a testé le système sur du sable, de l’herbe, du gravier, des pentes et des escaliers.
Photo de julien Tromeur, Unsplash
Des chercheurs de Brown University ont testé si des modèles de langage reconnaissent des événements plausibles, improbables, impossibles ou sans sens. Ils ont utilisé l'interprétabilité mécanistique et trouvé des vecteurs internes qui reflètent les jugements humains.
Une étude montre que l'entraînement standard empêche certains modèles de langage de garder les valeurs intermédiaires nécessaires pour multiplier deux nombres à quatre chiffres. Une méthode appelée ICoT permet au modèle d'atteindre 100 % et de mémoriser ces étapes.
Plus d’articles