Suivi des pages liées


Entrer un nom de page pour voir les modifications faites récemment sur des pages liées vers ou depuis cette page (pour voir les membres d’une catégorie, entrez Catégorie:Nom de catégorie). Les modifications des pages de votre liste de suivi sont en gras.

Options des modifications récentes Afficher les 50 | 100 | 250 | 500 dernières modifications effectuées au cours des 1 | 3 | 7 | 14 | 30 derniers jours.
Masquer les utilisateurs enregistrés | Masquer les utilisateurs anonymes | Masquer mes modifications | Afficher les robots | Masquer les modifications mineures
Afficher les nouvelles modifications depuis le 6 juillet 2025 à 11:49
   
Nom de la page :
Légende des abréviations :
N
Cette modification a créé une nouvelle page (voir aussi la liste des nouvelles pages)
m
Cette modification est mineure.
b
Cette modification a été effectuée par un robot.
(±123)
La taille de la page a changé de ce nombre d’octets.

2 juillet 2025

N    15:41  Ovis-U1 diffhist +399 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' Ovis-U1''' == Anglais == '''Ovis-U1''' Ovis-U1, a 3-billion-parameter model, combines multimodal understanding, text-to-image generation, and image editing, achieving state-of-the-art performance in various benchmarks. == Source == [https://huggingface.co/papers/2506.23044 Source : huggingface] Catégorie:vocabulary »)
N    15:40  Matryoshka Multimodal Models diffhist +1 151 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Matryoshka Multimodal Models''' Matryoshka Multimodal Models learn to represent visual content as nested sets of visual tokens that capture information across multiple coarse-to-fine granularities. Our approach offers several unique benefits for LMMs: (1) One can explicitly control the visual granularity per test instance during inference, e.g. , adjusting the... »)

29 juin 2025

     14:52  Best-of-N Strategy diffhist +54 Arianne discussion contributions

27 juin 2025

     16:56  Conceptualization in Contexts diffhist +38 Arianne discussion contributions
     16:56  Conceptual Similarity Judgment diffhist +38 Arianne discussion contributions
     16:55  Conceptual Property Judgment diffhist +38 Arianne discussion contributions

26 juin 2025

N    12:48  Best-of-N Strategy‎‎ 2 modifications historique +2 330 [Arianne‎ (2×)]
     
12:48 (actu | diff) +1 035 Arianne discussion contributions
N    
10:51 (actu | diff) +1 295 Arianne discussion contributions (Page créée avec « == en construction == == Définition == xxxxxxx == Français == ''' XXXXXX''' Voir aussi '''reward hacking problem''' == Compléments == '' à faire'' <!--The BoN strategy does not scale with the number of samples N due to the reward hacking problem. Particularly significant in scenarios where the AI model may not have a singularly deterministic output but can benefit from generating a spectrum of possibilities to increase the chance of achieving a higher qua... »)
     12:38  Self-Consistency‎‎ 2 modifications historique +797 [Arianne‎ (2×)]
     
12:38 (actu | diff) +494 Arianne discussion contributions
     
10:38 (actu | diff) +303 Arianne discussion contributions
     12:27  Multi-Token Projection diffhist +1 146 Arianne discussion contributions
     12:10  COPEN diffhist +135 Arianne discussion contributions
     12:07  Conceptualization in Contexts‎‎ 2 modifications historique +1 035 [Arianne‎ (2×)]
     
12:07 (actu | diff) +1 Arianne discussion contributions
     
12:05 (actu | diff) +1 034 Arianne discussion contributions
     12:00  Conceptual Property Judgment diffhist +457 Arianne discussion contributions
     11:36  Conceptual Similarity Judgment diffhist +539 Arianne discussion contributions
N    10:11  AnimaX diffhist +396 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' AnimaX''' == Anglais == '''AnimaX''' AnimaX creates multi-skeleton 3D animations by blending video diffusion model priors with skeleton-based control, using joint video-pose diffusion and shared positional encodings. == Source == [https://huggingface.co/papers/2506.19851 Source : huggingface] Catégorie:vocabulary »)
N    10:09  Drag-and-Drop LLMs diffhist +454 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Drag-and-Drop LLMs''' LoRA, a parameter-efficient finetuning method for large language models, underperforms full finetuning in target domains but provides better regularization and maintains diverse generation compared to other techniques. == Source == [https://huggingface.co/papers/2506.16406 Source : huggingface] Catégorie:vocabulary »)

25 juin 2025

     18:26  Top-Down Parsing diffhist +757 Arianne discussion contributions
     15:00  Multi-Token Projection diffhist +388 Arianne discussion contributions
     14:55  Conceptual Property Judgment diffhist +430 Arianne discussion contributions

22 juin 2025

N    17:21  World Model diffhist +231 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''World Model''' == Source == [https://www.nvidia.com/en-us/glossary/world-models/ Source : nvidia ] Catégorie:vocabulary »)
N    17:16  Polars diffhist +677 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Polars''' == Source == [https://www.nvidia.com/en-us/glossary/polars/ Source : nvidia] Polars is an open-source DataFrame library for data manipulation and analysis. It is implemented in Rust and uses Apache Arrow’s columnar memory format for efficient data processing. The library provides a structured and typed API, enabling users to perform a wide range o... »)
N    17:13  Numba diffhist +225 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''XXXXXXXXX''' == Source == [https://www.nvidia.com/en-us/glossary/numba/ Source : nvidia] Catégorie:vocabulary »)
N    17:12  Humanoid Robot diffhist +534 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Humanoid Robot''' Humanoids are general-purpose, bipedal robots modeled after the human form factor and designed to work alongside humans to augment productivity. They’re capable of learning and performing a variety of tasks, such as grasping an object, moving a container, loading or unloading boxes, and more. == Source == [https://www.nvidia.com/en-us/glos... »)
N    17:11  Data Flywheel diffhist +428 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''Data Flywheel''' A data flywheel is a feedback loop where data collected from interactions or processes is used to continuously refine AI models, which in turn generates better outcomes and more valuable data. == Source == [https://www.nvidia.com/en-us/glossary/data-flywheel/ Source : nvidia] Catégorie:vocabulary »)
N    17:10  AI-RAN diffhist +655 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''AI-RAN''' AI-RAN AI-RAN (artificial intelligence—radio access network) is a technology that enables the full integration of AI into the radio access network to realize transformative gains in operational performance, deliver new AI-based services, and unlock monetization opportunities. It enhances connectivity across mobile networks by leveraging AI to impro... »)
N    17:09  AI Factory diffhist +564 Pitpitt discussion contributions (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == '''AI Factory''' An AI factory is a specialized computing infrastructure designed to create value from data by managing the entire AI life cycle, from data ingestion to training, fine-tuning, and high-volume AI inference. The primary product is intelligence, measured by token throughput, which drives decisions, automation, and new AI solutions. == Source ==... »)
     13:24  Conceptual Similarity Judgment diffhist +358 Arianne discussion contributions
     13:19  Out Of Vocabulary Word‎‎ 2 modifications historique +620 [Arianne‎ (2×)]
     
13:19 (actu | diff) +590 Arianne discussion contributions
     
11:56 (actu | diff) +30 Arianne discussion contributions