Le filThèmes : RechercheOpen source
VQS fait vérifier par des programmes les questions des modèles vision-langage qui s’auto-améliorent
1 sourcemis à jour 29 sept.pertinence 3,5 sur5
L’essentiel
Selon les auteurs, des évaluateurs humains jugent 94 % des réponses de VQS correctes, contre 76 % pour le vote majoritaire. Sur dix benchmarks, Qwen3-VL gagne jusqu’à 3,18 points. Le code est publié.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceAhmed Heakl, Sungik Choi, Moontae Lee et al.huggingface.co
Program-Verified Self-Evolution for Vision-Language Models (site externe)
Self-evolving vision-language models train on questions they generate from unlabeled images. Since these questions have no gold answers, prior methods label them by majority vote over sampled answers or by a model judge.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Open source
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