Des chercheurs proposent NSC, un indicateur qui mesure la capacité d’une architecture sans l’entraîner
1 sourcemis à jour 25 sept.pertinence 2,5 sur5
L’essentiel
NSC se calcule à partir de la seule spécification, sans données ni gradients. Son solveur NSC-DP trouve en 2 secondes une architecture Transformer-XL qui bat la référence conçue par des humains sur WikiText-103.
Propagation1 article, publié par HF Daily Papers le 25 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceChenyu Zhu, Ruoyu Zhao, Zhichao Luhuggingface.co
Neural Spectral Capacity: Measuring and Designing Architectures from Network Specification Alone (site externe)
Modern Transformer design and compression both reduce to allocating capacity under a budget.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5