Le filThèmes : RechercheOpen source
Des chercheurs adaptent la segmentation sémantique à vocabulaire ouvert grâce à des préférences binaires
1 sourcemis à jour 30 sept.pertinence 1,8 sur5
L’essentiel
La méthode exploite le désaccord entre modèles de prompt comme supervision et optimise les régions incertaines (RLPO). Sur le benchmark MESS, elle progresse sur plusieurs modèles de base sans annotation au pixel près.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHyun-Kurl Jang, Jihun Kim, Kuk-Jin Yoonhuggingface.co
Preference-Guided Adaptation for Open-Vocabulary Semantic Segmentation via Prompt Disagreement (site externe)
Open-vocabulary semantic segmentation (OVSS) enables pixel-level prediction over arbitrary text-specified vocabularies and has shown strong generalization on common benchmarks.
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
Recherche
NVIDIA affine Nemotron 3 et atteint le niveau or à l’IOI 2026 et à l’IMO 2026
Open source
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
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