← Intelligence artificielle cette semaine · 16 novembre 2026 · 5 min de lecture
Intelligence artificielle cette semaine : ce que les bons scores ne disent pas
Des réponses cellulaires aux prévisions d’épidémies, ces prépublications interrogent ce que les modèles apprennent vraiment, ce que leur évaluation masque et ce que leur usage coûte.
Comment vérifier les résultats et poursuivre la lecture ? Guide illustré
Comment ces articles ont été choisis parmi les 2471 de la semaine
Les 2471 articles de la semaine dont la catégorie principale relève de ce domaine ont tous été lus, titre et début du résumé, et 100 ont été retenus. Ils ont ensuite été classés selon ce qui se compte : le nombre de profils de recherche de nos lecteurs dont ils sont proches, leur appartenance à un sujet en hausse du domaine et le nombre de catégories où ils ont été publiés. Les résumés des 40 premiers ont été lus en entier pour choisir ceux-ci, deux au plus par catégorie et un par équipe.
2 d’entre eux appartiennent à un sujet en hausse. Les 18 chiffres du texte ont été vérifiés dans les résumés. 28 affirmations sur ce que les articles ont trouvé ont été cherchées mot pour mot dans leurs résumés. 1 section que les résumés n’étayaient pas a été retirée.
Sources : arXiv.
Prédire une cellule sans manquer ce qui change #
Un modèle peut sembler excellent pour prédire la réponse d’une cellule à une perturbation génétique tout en saisissant mal cette réponse. Sur le jeu Replogle K562, GEARS obtient une corrélation globale de 0.977 entre les profils d’expression prédits et observés. Mais lorsqu’on mesure les variations provoquées par la perturbation, la corrélation tombe à 0.076, contre 0.267 pour une prédiction triviale fondée sur la variation moyenne d’entraînement. La raison est importante pour toute science utilisant des données de grande dimension : les nombreux éléments qui ne changent pas peuvent dominer le score et masquer l’échec sur le phénomène recherché.
Les auteurs proposent donc de privilégier l’évaluation des variations. Un entraînement adapté à cet objectif et des corrections après entraînement améliorent les résultats, sans effacer le problème. Les représentations apprises montrent aussi un transfert vers une autre lignée cellulaire, jamais vue pendant l’entraînement. Cette prépublication apporte surtout une leçon de méthode : avant d’améliorer un prédicteur, vérifier que son thermomètre mesure bien le changement qui intéresse les biologistes.
-
The Delta Gap: Cellular World Models for Perturbation Response Prediction Are Far Harder Than Global Correlation Implies
Junhui Gao · arXiv cs.AI · Nouvelle méthode · Prépublication, pas encore évaluée par les pairs
Repose sur : 509 unseen perturbations, 5000 genes
Principale limite : Les améliorations ne résolvent que partiellement l’écart mis en évidence, et le transfert entre lignées est évalué sur les gènes partagés.
À lire avec : An Empirical Comparison of Virtual Cell Models: Perturbation Prediction, Representation, and the Baseline Gap (Research Square preprint, 2026) · A systematic comparison of single-cell perturbation response prediction models (Science Advances, 2026)
arXiv PDF Résumé Interroger cet article Citer (RIS) Journal club Premium+ Proposer pour le journal clubBon à savoir ?
Préparer un kit presse Premium+ →
Des épidémies simulées pour anticiper les vraies #
Quand les données locales manquent, des épidémies simulées peuvent utilement compléter les observations. Les chercheurs derrière Mantis ont fait varier la proportion de données simulées et observées dans l’entraînement, en conservant les mêmes tâches de prévision et en faisant varier l’historique de surveillance disponible. L’avantage des simulations est particulièrement marqué lorsque cet historique est limité, puis diminue lorsque les observations s’accumulent. Elles réduisent également les erreurs de prévision exceptionnellement importantes.
Le modèle issu de ce travail, Mantis 2, prévoit conjointement jusqu’à six variables à seize semaines. Sur 30 tâches, il obtient la meilleure précision probabiliste agrégée parmi les modèles comparés, aux horizons courts, moyens et longs. Il manque environ 30% de pics épidémiques de moins que son meilleur concurrent. Au-delà de la santé publique, cette prépublication précise une manière de combiner connaissances mécanistes et apprentissage : la simulation semble particulièrement utile là où l’expérience locale est encore pauvre.
-
Universal Infectious Disease Forecasting with Mantis 2
Carson Dudley, …, Marisa Eisenberg (6 auteurs) · arXiv cs.AI · Banc d’essai · Prépublication, pas encore évaluée par les pairs
Repose sur : Across 30 forecasting tasks
Principale limite : L’avantage relatif des données simulées diminue lorsque davantage d’observations locales deviennent disponibles.
À lire avec : Leveraging synthetic and genetic data to improve epidemic forecasting (PLoS Computational Biology, 2026) · GENIE: Generative Neural Inference for Epidemics (arXiv (Cornell University) preprint, 2026)
arXiv PDF Résumé Interroger cet article Citer (RIS) Journal club Premium+ Proposer pour le journal clubBon à savoir ?
Préparer un kit presse Premium+ →
La facture linguistique cachée des modèles #
Un même contenu ne coûte pas le même nombre de jetons selon la langue, alors que les interfaces commerciales facturent précisément ces unités de texte. Une étude compare des tokeniseurs publics sur des traductions alignées et des échanges bilingues hindi-anglais. Avec celui de GPT-4o, le contenu exige 1.57 fois plus de jetons en hindi qu’en anglais, 5.01 fois plus en odia et 13.7 fois plus en santali écrit en caractères ol chiki. Cette fragmentation affecte non seulement le prix, mais aussi la quantité de texte qui tient dans une fenêtre de contexte et le temps de traitement.
Les auteurs examinent également si les découpages suivent la structure des mots : sur une ressource de segmentation morphologique en hindi et en marathi, aucun tokeniseur ne place plus de 35% de ses frontières internes aux mots sur des frontières entre morphèmes. Les écarts de coût présentés dans cette prépublication sont des estimations, pas des factures de production mesurées. Le constat reste concret : le choix d’un composant technique discret peut créer une inégalité d’accès entre communautés linguistiques.
-
The Indic Token Tax in 2026: Measuring Tokenizer. Disparity and Its Cost for the Languages of India
Johin Johny Arimbur, …, Shervin Sam (3 auteurs) · arXiv cs.CL · Banc d’essai · Prépublication, pas encore évaluée par les pairs
Repose sur : 2,009 professionally translated sentences aligned with English
Principale limite : Les coûts monétaires annoncés reposent sur un scénario et des hypothèses explicites, et non sur des dépenses de production mesurées.
À lire avec : The Tokenizer Tax: Quantifying and Explaining the Cross-Lingual Cost of Subword Tokenization for Indian Languages (arXiv (Cornell University) preprint, 2026) · Is Sanskrit the Most Token-Efficient Language? A Quantitative Study using GPT, Gemini, and SentencePiece (arXiv (Cornell University) preprint, 2025)
arXiv PDF Code ou données Résumé Interroger cet article Citer (RIS) Journal club Premium+ Proposer pour le journal clubBon à savoir ?
Préparer un kit presse Premium+ →
Une consigne plus stricte ne rend pas forcément plus perspicace #
Lorsqu’une consigne système pousse un modèle à refuser davantage de demandes, a-t-elle amélioré sa capacité à reconnaître les demandes dangereuses ? Pour séparer ces questions, une étude applique la théorie de la détection du signal aux réponses de 13 modèles, sur des requêtes maintenues identiques tandis que changent les familles de consignes et leur clarté. Cette méthode distingue la capacité de discrimination du seuil à partir duquel le modèle choisit de refuser.
Le résultat dominant est un déplacement de ce seuil : les consignes modifient surtout la propension au refus, avec des effets plus faibles et moins constants sur la distinction entre demandes sûres et dangereuses. Des consignes plus claires ne garantissent donc pas un meilleur discernement. Elles changent aussi la répartition entre plusieurs comportements, dont la demande de clarification et l’aide sans danger. Cette prépublication invite à ne pas confondre prudence affichée et compétence de sécurité.
-
System Prompts Affect Response Bias More Than Discriminability in LLM Safety
Mohan W. Gupta et Sandy Tanwisuth · arXiv cs.LG · Expérience · Prépublication, pas encore évaluée par les pairs
Repose sur : HarmBench, XSTest, and IHEval
Principale limite : Les résultats portent sur les comportements suscités dans des évaluations contrôlées, sans établir un gain de sécurité en situation réelle.
À lire avec : Presume Competence: System Prompt Identity Framing as Safety-Critical Engineering Infrastructure (International Journal of Advanced engineering Management and Science, 2026) · RefusalBench: Why Refusal Rate Misranks Frontier LLMs on Biological Research Prompts (arXiv (Cornell University) preprint, 2026)
arXiv PDF Résumé Interroger cet article Citer (RIS) Journal club Premium+ Proposer pour le journal clubBon à savoir ?
Préparer un kit presse Premium+ →
Les faits rares échappent à la courbe d’apprentissage #
Réduire la précision numérique des calculs est une voie d’économie pour entraîner les modèles, mais une courbe de perte presque inchangée peut cacher un apprentissage moins efficace. Des chercheurs ont entraîné des transformeurs avec des multiplications matricielles de faible précision émulées, sur des biographies synthétiques dont ils contrôlaient le nombre d’expositions, seules ou mêlées à du texte du Web. Le format NVFP4 demande 1.32 et 1.52 fois autant d’expositions que BF16 pour atteindre le même rappel des faits, alors que les pertes de validation ne diffèrent que de 0.5% et 2%.
Des expériences ajoutant du bruit aux gradients permettent d’explorer le mécanisme : une partie du coût vient d’une dégradation du rapport entre signal et bruit dans les mises à jour, et augmenter le taux d’apprentissage ne suffit pas à le compenser. La prépublication ne condamne pas le calcul à faible précision ; elle montre plutôt pourquoi son évaluation devrait inclure l’acquisition de faits rares. Une moyenne satisfaisante peut dissimuler un désavantage précisément là où l’information est peu répétée.
-
What the Loss Curve Misses: FP4 Pretraining Slows the Acquisition of Rare Facts
Chang Lu et Mengjiao Zhang · arXiv cs.LG · Expérience · Prépublication, pas encore évaluée par les pairs
Repose sur : synthetic biographies with controlled exposure counts
Principale limite : La faible précision est émulée et l’acquisition des faits est mesurée sur des biographies synthétiques, même lorsqu’elles sont mêlées à du texte du Web.
À lire avec : FP4 All the Way: Fully Quantized Training of LLMs (2025)
arXiv PDF Résumé Interroger cet article Citer (RIS) Journal club Premium+ Proposer pour le journal clubBon à savoir ?
Préparer un kit presse Premium+ →
Ces travaux partagent une exigence : regarder derrière l’indicateur commode. Une corrélation globale, une perte d’entraînement ou un taux de refus ne résument pas nécessairement la capacité recherchée. D’autres articles montrent comment mieux exploiter ce que l’on connaît déjà du monde, par la simulation d’épidémies ou la physique de l’imagerie. Ensemble, ils dessinent une recherche moins centrée sur le score seul, davantage attentive à la nature des preuves, aux conditions d’usage et aux erreurs que les moyennes laissent passer.
En hausse dans ce domaine
- Une IA peut-elle examiner et modifier les réglages internes d’une autre IA ? Intelligence artificielle (cs.AI) · ×15,3 par rapport à l’habitude · 10 articles de 10 équipes
- Apprendre des régularités qui respectent les rotations Apprentissage automatique (cs.LG) · ×9,2 par rapport à l’habitude · 8 articles de 8 équipes
- Repérer les défauts inhabituels dans les images Vision par ordinateur et reconnaissance de formes (cs.CV) · ×12,1 par rapport à l’habitude · 6 articles de 6 équipes
Cette lettre vous a-t-elle été utile ?
Merci : vos réponses aident à choisir les articles des prochaines lettres.
Écrit par une IA à partir des 3045 articles de la semaine dans ce domaine. La plupart sont des prépublications, pas encore évaluées par les pairs : le texte rapporte ce que leurs auteurs annoncent.
Recevez une lettre par e-mail chaque semaine avec un compte gratuit, toutes avec Premium. Créer un compte gratuit