
IA — Modèles & Recherche


Create ANYTHING with Sora 2 + n8n AI Agents (Full Beginner's Guide)
Créez TOUT avec Sora 2 + agents IA n8n (Guide complet du débutant)

ChatGPT Launched a New Browser You’ll Actually Use
ChatGPT lance un nouveau navigateur que vous utiliserez réellement


Bin Yu — Understanding Deep Learning Models via Interaction Importance (Sept. 25, 2025)
Bin Yu — Comprendre les modèles d'apprentissage profond via l'importance des interactions (25 sept. 2025)

Alejandro Ribeiro — Spectral Analyses of Graph Neural Networks (Sept. 26, 2025)
Alejandro Ribeiro — Analyses spectrales de réseaux neuronaux graphiques (26 septembre 2025)
![[ИАД, осень 2025] Математические методы прогнозирования. Лекция 5](https://i.ytimg.com/vi/6OW2slFB7lI/sddefault.jpg)
[ИАД, осень 2025] Математические методы прогнозирования. Лекция 5
[ИАД, осень 2025] Méthodes mathématiques de prévision. Conférence 5

Stanford CS230 | Autumn 2025 | Lecture 4: Adversarial Robustness and Generative Models
Stanford CS230 | Automne 2025 | Cours 4 : Robustesse adversariale et modèles génératifs

Stanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 4 - LLM Training
Stanford CME295 Transformers & LLMs | Automne 2025 | Cours 4 - Entraînement des LLM


Investigación con consumidores sintéticos, RLMs, StreamingVLM
Recherche avec des consommateurs synthétiques, RLMs, StreamingVLM

A Pragmatist’s Guide to Building Knowledge Graphs from Unstructured Data | Alessandro Pireno
Un guide pragmatique pour construire des graphes de connaissances à partir de données non structurées | Alessandro Pireno
![[ИАД, осень 2025] Методы глубокого обучения. Лекция 7: Segmentation](https://i.ytimg.com/vi/EL-AwxRfqzM/sddefault.jpg)
[ИАД, осень 2025] Методы глубокого обучения. Лекция 7: Segmentation
[ИАД, automne 2025] Méthodes d'apprentissage profond. Leçon 7 : Segmentation

The Efficiency Equation: Leveraging AI Agents to Augment Human Labelers | Madhu Ramanathan, Meta
L'équation de l'efficacité : tirer parti des agents d'IA pour augmenter les annotateurs humains | Madhu Ramanathan, Meta

Machine Learning Explained: A Guide to ML, AI, & Deep Learning
Machine Learning Expliqué : Un Guide pour le ML, l'IA et le Deep Learning

LLM Inference: A Comparative Guide to Modern Open-Source Runtimes | Aleksandr Shirokov, Wildberries
Inférence LLM : Un Guide Comparatif des Runtimes Modernes Open-Source | Aleksandr Shirokov, Wildberries

From Benchmarks to Reality: Embedding HITL in Your MLOps Stack | Micaela Kaplan, HumanSignal
Des benchmarks à la réalité : intégrer HITL dans votre stack MLOps | Micaela Kaplan, HumanSignal

Autonomous MLOps Pipelines:Architecting Self-Healing, Drift Resistant Models | Kamal Bisht, Discover
Pipelines MLOps autonomes : architecture de modèles auto-réparateurs et résistants à la dérive | Kamal Bisht, Discover

Agentic AI Command Center: Gateways for GenAI & MCP Integration | Nikunj Bajaj, TrueFoundry
Centre de commandement IA agentique : Passerelles pour l'intégration GenAI et MCP | Nikunj Bajaj, TrueFoundry

Adversarial Threats Across the ML Lifecycle: A Red Team Perspective | Sanket Badhe, TikTok
Menaces Adverses Tout au Long du Cycle de Vie du ML : Une Perspective Red Team | Sanket Badhe, TikTok

A Practical Field Guide to Optimizing Cost, Speed & Accuracy of LLMs | Niels Bantilan, Union.ai
Un guide pratique de terrain pour optimiser le coût, la vitesse et la précision des LLM | Niels Bantilan, Union.ai

5 Prompting Tricks to Make Your AI Less Average
5 astuces pour rendre votre IA moins moyenne

L5 Gradient Vector Cost Functions MSE MAE LR Effect SGD Minibatch
L5 Fonctions de coût du vecteur de gradient MSE MAE Effet de LR SGD Minibatch



L2 Introduction to ML (continued), Simple & Multiple Linear Regression
L2 Introduction à ML (suite), Régression Linéaire Simple et Multiple

Episode 9 - Inverse Reinforcement Learning


![[ИАД, осень 2025] Байесовский выбор моделей. Лекция 6: Байесовская логистическая регрессия](https://i.ytimg.com/vi/ktd4TLyPx3Q/sddefault.jpg)
[ИАД, осень 2025] Байесовский выбор моделей. Лекция 6: Байесовская логистическая регрессия
[ИАД, automne 2025] Sélection bayésienne de modèles. Leçon 6 : Régression logistique bayésienne
![[Video Response] What Cloudflare's code mode misses about MCP and tool calling](https://i.ytimg.com/vi/0bpYCxv2qhw/maxresdefault.jpg)
[Video Response] What Cloudflare's code mode misses about MCP and tool calling
[Video Response] Ce que le mode code de Cloudflare manque à propos de MCP et de l'appel d'outils


ML Lagos Study Group Onboarding October Cohort
ML Lagos Study Group Intégration Cohorte d'Octobre

I Tried Every New Veo 3.1 Trick - Wow
J'ai testé toutes les nouvelles astuces de Veo 3.1 - Waouh !
![AI training data will never be fully synthetic [SPONSORED]](https://i.ytimg.com/vi/cnxZZTl1tkk/maxresdefault.jpg)
AI training data will never be fully synthetic [SPONSORED]
Les données d'entraînement de l'IA ne seront jamais entièrement synthétiques [SPONSORISÉ]

Veo 3.1, OpenAI, DeepMind y la carrera por una IA que entienda el mundo
Veo 3.1, OpenAI, DeepMind et la course vers une IA qui comprenne le monde




Stanford Global Alumni Webinar | August 2025 | AI Agent Simulation of Human Behavior
Stanford Global Alumni Webinar | Août 2025 | Simulation d'agents IA du comportement humain