Aller au contenu

Veille IA du

Cette page est l’édition archivée d’un jour précis. Elle ne change plus.

Dernier digest S’abonner

Actualités du mercredi 16 septembre 2026

58 articles

Modèles d’IA, Agents et Outils

  • Google lance Gemini 3.8 Live et 3.8 Live Extended Thinking, des modèles vocaux (speech-⁠to-⁠speech) comparables à GPT-⁠Live d’OpenAI ; une interface Web construite par la communauté permet des conversations vocales avec capacité d’interruption [1][2][3].
  • L’outil de Google Agent Anomaly Detection entre en version préliminaire privée sur la Gemini Enterprise Agent Platform, utilisant les traces OpenTelemetry et les appels d’outils pour détecter les risques comportementaux sans latence d’exécution, en s’appuyant sur l’OWASP Agentic Top 10 [4][5].
  • Claude Cowork et le chat fusionnent en un seul Claude, unifiant les flux de travail entre le chat, les documents, les présentations et le design, avec un déploiement sur les abonnements Pro/Max ; les tâches persistent même après la fermeture de l’application [6][7].
  • TypeSafe AI présente Jev, un « modèle de système un » optimisé pour la prise de décision structurée et rapide, la classification, le routage et la notation : >100x plus rapide et >200x moins cher que les petits LLM de pointe, avec échantillonnage et étalonnage parallèles [8][9].
  • Periodic Neon surpasse GPT-⁠6 Astra et Claude Fable 5.1 à moindre coût sur les tâches d’analyse scientifique, établissant une frontière de coût-⁠performance optimale au sens de Pareto grâce au pré-⁠entraînement intermédiaire et à l’apprentissage par renforcement (RL) sur des données de laboratoire [10].
  • ADK pour Kotlin 1.0 atteint la parité des fonctionnalités avec Python/Java, permettant un développement multi-⁠agent idiomatique avec Kotlin Multiplatform, un appel de fonction de type sûr sans réflexion et des extensions axées sur Android [11].
  • Le post-⁠entraînement autonome de LLM est démontré via Tunix sur TPUs, avec des agents itérant sur des expériences de fine-⁠tuning et commettant des améliorations vérifiées sur Git [12].
  • Les DuckDB Skills pour Claude Code permettent aux agents d’interroger directement les fichiers de données via la CLI DuckDB, améliorant l’efficacité par rapport à l’inspection de données basée sur Python [13].
  • OpenAI publie un cadre pour signaler le manque d’alignement des modèles, comprenant six rapports sur des comportements de modèles inattendus ou préoccupants [14].
  • L’AIUC lance AIUC-⁠1, une norme de sécurité pour les agents comprenant environ 5 000 tests pour les jailbreaks, les hallucinations et les fuites de données, soutenue par une assurance et des audits validés par des humains ; lève 40 millions de dollars en série A [15][16][17].

Gouvernance, Sécurité et Évaluation de l’IA

  • Les agents d’IA Zero Trust peuvent être construits à l’aide de la Gemini Enterprise Agent Platform avec Model Armor (filtrage des prompts), les politiques de gouvernance sémantique (évaluation des intentions) et la détection des anomalies d’agents (prévention des exploits multi-⁠tours) [4].
  • Les évaluations comportementales (tests unitaires rapides et locaux) sont recommandées par rapport aux benchmarks de bout en bout comme SWE-⁠bench pour diagnostiquer les défaillances des agents de code d’IA [18][19].
  • Le programme Gemini DevEx de Google affine la gouvernance d’entreprise de l’IA, en améliorant les prérequis de configuration, la sécurité des extensions et l’application des politiques pour Agent Gateway et Semantic Governance [20].
  • ALTK-⁠Evolve introduit des directives de cohérence pour combler l’écart d’inconsistance dans les taux de réussite des tâches des agents lors d’exécutions répétées [21].
  • OpenAI et AARP s’associent pour proposer des ateliers ChatGPT gratuits et pratiques à 1 000 adultes plus âgés dans 10 villes américaines [22].

MLOps, Données et Outils pour Développeurs

  • dbt Summit 2026 : dbt v2 et dbt State atteignent la disponibilité générale (GA), aux côtés du Fivetran Context Layer, de dbt Charts et d’une vision de lakehouse ouvert pour rendre les données d’entreprise prêtes pour les agents ; dbt State réduit les coûts de 59 % en ignorant les modèles inchangés [23][24][25].
  • La PyTorch Conference NA 2026 (20-⁠21 oct.) se concentre sur la recherche ouverte, les outils et l’optimisation, notamment l’architecture des compilateurs, les DSL multi-⁠matériel, l’entraînement distribué à l’exascale et la quantification de faible précision [26].
  • Low Precision Flash Attention 4 s’étend à MXFP8 (avant/arrière) sur Blackwell, atteignant 2,85 PF/s en avant et 2 PF/s en arrière, avec des gains de 1,6× par rapport à BF16 en entraînement de production [27].
  • Insight Miner d’Airbnb transforme la méthodologie scientifique en infrastructure d’agents d’IA, combinant extraction, intégrations (embeddings), clustering et pistes d’audit pour accélérer les investigations [28].
  • Open Code Review (Alibaba) est un outil CLI de révision de code open source alimenté par l’IA utilisant une architecture hybride combinant déterministe et agent LLM, identifiant des millions de défauts [29].
  • OpenResearch est un espace de travail local qui transforme les agents de codage (Claude Code, Cursor) en agents de recherche pour l’expérimentation et l’analyse autonomes [30].
  • Pizza Bot est une boîte de réception locale pour les agents d’IA de longue durée avec des exécutions durables, des files d’attente d’approbation, la planification et la création de points de contrôle (checkpointing) [31].
  • OpenHunterAI est un espace de travail local de red-⁠teaming pour l’IA destiné aux évaluations ciblées sur les applications Web, les API et les applications LLM, avec des barrières d’approbation humaine et une intégration de Claude Code [32].

Cloud, Infrastructure et DevOps

  • Kubernetes v1.37 fait passer Memory QoS au statut Bêta, activé par défaut, utilisant cgroup v2 pour guider le traitement de la mémoire par le noyau ; le memoryThrottlingFactor par défaut est défini à null pour éviter de brider les charges de travail existantes [33].
  • Cilium 1.20 ajoute la prise en charge d’IPv6 pour AWS ENI IPAM, des plugins de chemin de données pour l’extensibilité eBPF, une API Multi-⁠Cluster Services stable, et déprécie l’authentification mutuelle héritée au profit du proxy ztunnel [34].
  • GitHub active l’autorisation SSO automatisée pour les PAT classiques et les clés SSH via des applications GitHub installées au niveau de l’entreprise, permettant une autorisation en masse sur un maximum de 50 organisations par requête [35].
  • Les réponses utilisateur GitHub SCIM incluent désormais l’attribut profileUrl (RFC 7643) pour une correspondance directe des identités [36].
  • Les demandes d’augmentation de budget GitHub Copilot sont désormais en GA, permettant aux administrateurs d’approuver, d’ajuster ou de refuser les demandes sans quitter les paramètres [37].
  • Le scan de code GitHub AI Scan ne nécessite plus la configuration par défaut de CodeQL, élargissant la couverture pour la détection des vulnérabilités alimentée par l’IA [38].
  • Cloudflare introduit le paramètre Désactiver l’entraînement de l’IA (Disallow AI Training) pour bloquer les robots d’indexation d’entraînement de l’IA tout en maintenant le contenu indexé pour la recherche [39].
  • La sécurité côté client de Cloudflare détecte les charges utiles JavaScript malveillantes dans le trafic en direct, interceptant des campagnes manquées par VirusTotal et URLScan [40].
  • Tailcat est publié : un outil de type netcat sur le plan de données de Tailscale pour les flux de travail réseau sécurisés [41].
  • Sysdig met en évidence la façon dont les informations d’exécution (via eBPF) fournissent une détection des menaces en temps réel et un triage de sécurité exploitable pour les agents d’IA [42].
  • Unit 42 démontre le clustering comportemental des identités AWS CloudTrail pour détecter les actions anormales (par exemple, des services de sauvegarde exécutant des commandes d’administration) [43].

Sécurité et Analyses d’Incidents

  • CVE-⁠2026-⁠12518 : Logi Options+ permettait une élévation de privilèges vers SYSTEM via une injection de canal (pipe injection) dans son programme de mise à jour ; corrigé en août 2026 [44].
  • Beltdown2 : Évasion du bac à sable (sandbox) de Cursor CLI via des hooks .git/config malveillants ; corrigé par l’injection de GIT_CONFIG pour désactiver les hooks personnalisés [45].
  • Des attaques ClickFix ont incité des utilisateurs à exécuter des commandes malveillantes via de fausses invites CAPTCHA sur des publicités Reddit HBO Max détournées, installant des logiciels voleurs d’informations (infostealers) [46].
  • Faille Vite (CVE-⁠2026-⁠39364) exploitée dans une campagne de balayage de masse pour extraire les informations d’identification du cloud à partir de serveurs de développement exposés via les chemins @/fs/ [47].
  • Exposition de PAT GitHub de Baseten : Un registre Harbor public contenait un jeton GitHub en direct avec un large accès administrateur, récupéré à partir d’une image de conteneur de 2023 [48].
  • Techniques de FulcrumSec : Un groupe motivé financièrement analyse le JS côté client et les nouveaux bugs (par exemple, React2Shell), enchaîne les pivots via GitHub/AWS/Azure et teste en masse les identifiants récoltés [49].
  • Mythic C2 à l’échelle d’Internet : 131 hôtes Mythic exposés détectés, beaucoup avec des certificats par défaut ; certains associés à des implants Rust personnalisés et un C2 basé sur Discord [50].
  • Apple corrige plus de 200 vulnérabilités macOS dans Golden Gate 27, Tahoe 26.7 et Sequoia 15.8, y compris des bugs RCE du noyau dans AVEVideoEncoder, UDF, Bluetooth, CUPS et WebDAV [51].
  • La faille de l’Agence numérique du Japon a touché 240 000 utilisateurs via une vulnérabilité VPN divulguée publiquement [52].

Actualités Notables de l’Industrie et de la Recherche

  • Évolution de l’utilisation d’OpenRouter : Les utilisateurs ont dépensé plus d’argent pour les modèles d’OpenAI que pour ceux d’Anthropic pour la première fois en plus de deux ans [53].
  • Odyssey-⁠3 est un modèle de fondation d’intelligence physique à usage général pour simuler divers scénarios, contrôler des robots et alimenter des androïdes, des véhicules et des drones [54].
  • Dream-⁠RSI propose une auto-⁠amélioration récursive via des mondes en évolution, utilisant l’historique des découvertes comme simulateurs de relecture pour affiner les stratégies de méta-⁠exploration [55][56].
  • Meta One est un nouveau service d’abonnement regroupant des fonctionnalités d’IA et d’expression personnelle sur Instagram, Facebook et WhatsApp [57].
  • Protocole x402 : Un développeur a testé la facturation des agents d’IA (par exemple, Claude) à hauteur d’un centime par page via x402 ; le système a fonctionné lors des tests [58].
Sources
  1. Gemini Live audio simonwillison.net
  2. Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking blog.google
  3. Gemini 3.8 Live and 3.5 Transcribe blog.google
  4. Build zero-⁠trust AI agents that judge intent, not just syntax google ai
  5. Agent Anomaly Detection, now in Private Preview on the Gemini Enterprise Agent Platform google ai
  6. Claude Cowork and chat are now one Claude claude
  7. Claude Cowork and chat are now one Claude simonwillison.net
  8. Introducing System One Models & Jev typesafe.ai
  9. [AINews] Jev: a “System One Model” that only decides/classifies/routes/scores, >100x faster, >200x cheaper than small frontier LLMs latent.space
  10. Nature Is Our Learning Environment periodic.com
  11. Announcing ADK for Kotlin 1.0: Building Production-⁠Ready AI Agents in Kotlin, Android, and Beyond google ai
  12. Autonomous LLM post-⁠training with Tunix on TPUs google ai
  13. DuckDB Skills for Claude Code duckdb.org
  14. Our framework for reporting model misalignment openai.com
  15. Underwriting Superintelligence: Backing Agents you can Sue, Rune Kvist, AIUC latent.space
  16. AIUC aiuc.com
  17. Early Anthropic hire, former METR COO have found a way to rein in rogue AI agents techcrunch.com
  18. The Anatomy of Harness Engineering: How to Evaluate, Iterate, and Guard AI Coding Agents google ai
  19. Agentic Test Processes, LLM Benchmarks, and Other Notes on Agentic Coding from Galapagos Island danluu.com
  20. Driving Developer Excellence: Inside the Program Sprints google ai
  21. Your Agent Aced the Task. Will It Do It Again? huggingface.co
  22. Helping older adults use AI in everyday life openai.com
  23. Fivetran + dbt Labs Announces New Capabilities to Make Enterprise Data Agent-⁠Ready at dbt Summit 2026 dbt.com
  24. Everything we announced at dbt Summit and why it matters dbt.com
  25. We built dbt State to stop rebuilding what hadn’t changed dbt.com
  26. Open Research, Tooling & Optimization at PyTorch Conference North America 2026 pytorch.org
  27. Low Precision Flash Attention 4: End-⁠to-⁠End Block-⁠Scaled Attention for Blackwell pytorch.org
  28. Beyond the Model: Engineering AI Infra with Scientific Judgement airbnb.tech
  29. Open Code Review github.com
  30. Openresearch github.com
  31. Pizza Bot github.com
  32. OpenHunterAI github.com
  33. Kubernetes v1.37: Memory QoS Graduates to Beta kubernetes.io
  34. Cilium 1.20: Gateway API ExternalAuth, TCPRoute/UDPRoute, ENI IPAM for IPv6, and more cncf.io
  35. Automate SSO authorization for classic PATs and SSH keys github.blog
  36. SCIM user responses now include a profileUrl attribute github.blog
  37. Copilot budget increase requests are generally available github.blog
  38. Code scanning AI Scan no longer requires CodeQL default setup github.blog
  39. Have it both ways: stay discoverable in search while disallowing AI training blog.cloudflare.com
  40. When scanners miss the attack: how Cloudflare Client-⁠Side Security protects storefronts blog.cloudflare.com
  41. Tailcat github.com
  42. How runtime insights helps with container security webflow.sysdig.com
  43. Unmasking Cloud Identities: From Behavioral Clustering to Automated Detection unit42.paloaltonetworks.com
  44. A Peripheral Path to SYSTEM - Exploiting Logi Options+ for SYSTEM Shells blog.amberwolf.com
  45. Beltdown2: Escaping the Cursor CLI sandbox accomplish.ai
  46. ClickFix attacks are tricking Mac and Windows users into hacking themselves techcrunch.com
  47. Mass-⁠Scanning Campaign Exploits Vite Flaw to Extract Cloud Credentials From Exposed Dev Servers thehackernews.com
  48. We Wanted to Use Baseten for Inference. We Ended Up With Admin Access to Baseten GitHub Repos strix.ai
  49. FulcrumSec - A look at their tradecraft aitmfeed.com
  50. Mythic C2 Activity at Internet Scale censys.com
  51. macOS 27 Golden Gate, macOS Tahoe 26.7, and macOS Sequoia 15.8 fix 200+ vulnerabilities 9to5mac.com
  52. 240,000 Hit by Data Breach at Japan’s Digital Agency securityweek.com
  53. OpenRouter users spent more on OpenAI models than on Anthropic models last week threadreaderapp.com
  54. Introducing Odyssey-⁠3: A General-⁠Purpose Physical Intelligence odyssey.systems
  55. Dream-⁠RSI: Recursive Self-⁠Improvement through Evolving Worlds paperswithcode.co
  56. Recursive Meta-⁠Intelligence x.com
  57. Introducing Meta One about.fb.com
  58. I made my website charge AI agents a penny per page. Then I watched Claude pay it suganthan.com

Publications du mercredi 16 septembre 2026

23 publications

Systèmes d’Agents et Flux de Travail Scientifiques

  • ScienceBuddy introduit un paradigme d’auto-⁠amélioration récursif dans le récursif pour les agents scientifiques interactifs, couplant l’évolution du harnais à l’apprentissage par renforcement du modèle pour prendre en charge l’apprentissage continu à partir des retours des chercheurs et des preuves d’exécution, publié en tant que produit de recherche avec des études de cas couvrant quatre familles de tâches scientifiques [1].
  • Les sociétés d’agents nécessitent un harnais social au-⁠delà des harnais personnels pour prévenir les défaillances, détecter les messages invalides et permettre des enquêtes a posteriori, car les primitives de messagerie actuelles laissent des vulnérabilités face aux agents défectueux ou malveillants [2].
  • SEAA intègre un HMM d’inertie comportementale, une métacognition réflexive et une auto-⁠modélisation contrastive sociale pour permettre l’auto-⁠évolution endogène et une frontière soi-⁠autre dans les agents LLM [3].
  • FlashVector étend l’optimisation des agents des noyaux GPU uniques à l’ensemble de la pile de service des modèles (graphe de framework, serveur, traitement des caractéristiques) pour les systèmes de recommandation, offrant des gains de performance inter-⁠couches [4].

Raisonnement, Fiabilité et Évaluation des LLM

  • Chain-⁠of-⁠Self-⁠Questioning (CoSQ) est un framework basé uniquement sur le prompt qui conditionne l’engagement de réponse sur une évaluation explicite des informations requises, réduisant le taux de mauvais engagement de 32.1 % en relatif sur TruthfulQA tout en augmentant la précision des réponses et la couverture sur 11 familles de modèles [5].
  • Fuse est un framework de simulation multi-⁠agents pour le raisonnement social vérifiable, validant la fidélité de la simulation via une étude humaine de 24k annotations et révélant que la médiation de l’utilisateur complique la difficulté du raisonnement social pour les LLM [6].
  • Saturation du classement SWE-⁠bench : Les meilleurs résultats partagent la plupart des succès/échecs, sans paires du top 30 adjacent séparables par des tests de McNemar appariés exacts ; les interactions échafaudage-⁠modèle dépassent les écarts de score, remettant en question les classements fins [7].
  • Les LLM développent une géométrie d’état de croyance décodable de manière linéaire en contexte lorsqu’ils sont amorcés avec des données HMM, des interventions sur le sous-⁠espace identifié préservant la qualité de prédiction, confirmant la pertinence fonctionnelle de ces représentations [8].

Efficacité, Service et Compression

  • JustFit permet le service de LLM de 200K tokens sur un ordinateur portable de 24 GiB via la compression KVExec, la résidence PhaseSwap et les transitions préservant l’état StateTrans, atteignant une expansion de contexte de 6.93× et 19.11 tokens/s sur Qwen3.8-⁠27B MXFP4 [9].
  • LACE introduit une compression par couche pour les codecs audio à fréquence d’images dynamique, appliquant une compression indépendante à chaque couche de quantification avec alignement des unions et ancres de limites pour maintenir la cohérence de la durée pour le TTS [10].
  • Persistent Recurrent Memory entre les couches du transformer (via cross-⁠attention + GRU) réduit la perte d’évaluation du LM de 28.5 % et l’écart de généralisation de 54 % avec seulement 3.7 % de paramètres ajoutés, les gains étant liés à la topologie de la mémoire plutôt qu’à des pertes auxiliaires [11].
  • ECHO (décodage spéculatif) utilise des logits bonus des couches précoces pour l’exploration rapide d’arbres de brouillon en plusieurs étapes et des logits de la couche finale pour la correction de chemin, améliorant les taux d’acceptation et les accélérations en temps réel sur les benchmarks [12].

Incertitude, Calibrage et Sécurité

  • Episode-⁠Normalized Conformal Prediction (ENCP) recalibre les scores de non-⁠conformité par la confiance résiduelle et calibre par épisode, fournissant des garanties de couverture étape par étape pour le VLN malgré des trajectoires dépendantes et de longueur variable à travers les politiques et les scores [13].
  • Coupled Calibration and Learning (CCL) atténue le biais du professeur dans la distillation de LLM sous décalage de covariable sans récompenses de domaine cible en calibrant itérativement le professeur sur les retours source et en entraînant l’étudiant sur les données cibles, avec des garanties de convergence à taux polynomial [14].
  • Conformal Policy Learning (CPL) offre des garanties de sécurité sans distribution pour la prise de décision à fort enjeu en seuillant les p-⁠values conformes pour contrôler la probabilité d’attributions de traitement nuisibles [15].
  • CoTS et E-⁠CoTS appliquent la mise à l’échelle de la température pour calibrer l’ajustement des prompts au moment du test, préservant la précision tout en atténuant le mauvais calibrage ; l’ensemble faible-⁠fort renforce encore les performances [16].

Vision, Langage et Multimodal

  • PhysStream permet un contrôle de mouvement ancré dans la physique et à grain fin pour la génération d’image en vidéo via une mémoire de scène structurée (cartes de suivi positionnel/d’objets) et des signaux d’incrément de vitesse clairsemés, entraîné avec des étapes autorégressives bidirectionnelles puis causales [17].
  • Tables Decoded : DELTA reconstruit la structure et le contenu des tableaux au format OTSL, tandis que TARQA répond au VQA de tableaux à partir de texte structuré, atteignant des scores TSR SOTA et des performances TabVQA compétitives sans encodeurs visuels [18].
  • ECHO (benchmark d’alternance de tours) est un diagnostic apparié pour le dialogue duplex intégral en chinois, nécessitant des décisions Yield/Keep sensibles au contexte sur des transcriptions de chevauchement identiques avec des historiques contrastés, exposant un fort biais Yield dans la plupart des systèmes [19].
  • Det-⁠LIME adapte LIME pour la détection d’objets avec une pondération par détection, des noyaux de proximité alignés sur les boîtes et une mise en correspondance d’instances basée sur l’IoU, produisant des explications haute résolution et biologiquement pertinentes pour la détection de mammifères marins [20].

Applications Axées sur un Domaine

  • Quantum-⁠Harbor + QIQCBench introduisent un laboratoire virtuel et 49 tâches d’experts pour évaluer l’autonomie vérifiée en ingénierie quantique, couvrant le calibrage, la correction d’erreurs, la compilation, la détection et la mise en réseau [21].
  • Biais de mémorisation dans l’IA médicale : Les prédictions des modèles sur les données futures d’un patient peuvent changer considérablement si le modèle a vu les données historiques de ce patient pendant l’entraînement, persistant à travers les modalités, les architectures et même les décennies, avec des effets asymétriques sur la précision du diagnostic [22].
  • Le benchmark ASURRE montre que les réponses d’enquête assistées par LLM sont détectables lorsqu’elles sont naïves, mais s’approchent d’un comportement de type humain avec des agents ancrés dans des personas, les traces comportementales permettant des détecteurs d’agrégation sans entraînement [23].
Sources
  1. ScienceBuddy: Recursive-⁠in-⁠Recursive Self-⁠Improvement for Interactive Scientific Agents arxiv cs.CL
  2. Agentic Societies Need a Social Harness arxiv cs.AI
  3. Self-⁠Emergence Agent Architecture:Behavior-⁠Inertia HMM, Reflexive Metacognition,and Social-⁠Contrastive Self-⁠Modeling arxiv cs.AI
  4. FlashVector: Agent for Hierarchical Model Serving Stack Optimization arxiv cs.AI
  5. When Should LLMs Abstain? Chain-⁠of-⁠Self-⁠Questioning for Selective Risk Control arxiv cs.CL
  6. Verifiable Social Reasoning for LLM Assistants arxiv cs.CL
  7. Coding Agents Have Converged: Why the SWE-⁠bench Leaderboard Can No Longer Order Its Top Entries, and What to Measure Instead arxiv cs.AI
  8. Large Language Models Develop Belief State Geometry In-⁠Context arxiv cs.CL
  9. JustFit: 200K-⁠Token LLM Serving on a 24 GiB Laptop with Just-⁠in-⁠Time State Management arxiv cs.AI
  10. LACE: Layer-⁠Wise Compression for Dynamic Frame Rate Codecs arxiv cs.CL
  11. Persistent Recurrent Memory Between Transformer Layers - Improves Language Model Generalization arxiv cs.CL
  12. ECHO: Early-⁠layer Collaborative Hierarchical Orchestration with Bonus Logits in Speculative Decoding arxiv cs.CL
  13. ENCP: Episode-⁠Normalized Conformal Prediction for Vision-⁠and-⁠Language Navigation arxiv cs.LG
  14. Coupled Calibration and Learning: Mitigating Teacher Bias in LLM Distillation without Target-⁠Domain Reward Feedback arxiv cs.LG
  15. Conformal Policy Learning with Distribution-⁠Free Safety Guarantees arxiv cs.LG
  16. Bridging the Confidence Gap: Temperature Scaling for Calibrating Test-⁠Time Prompt Tuning arxiv cs.LG
  17. PhysStream: Streaming Physics-⁠Grounded Video Generation with Structured Scene Memory and Fine-⁠Grained Motion Control arxiv cs.AI
  18. Tables Decoded: DELTA for Structure, TARQA for Understanding arxiv cs.LG
  19. ECHO: A Matched-⁠Contrast Benchmark for Context-⁠Sensitive Turn-⁠Taking in Full-⁠Duplex Dialogue arxiv cs.CL
  20. Det-⁠LIME: Detector-⁠Aware, Multi-⁠Instance Local Interpretable Model-⁠Agnostic Explanations for Automated Marine Mammal Detection arxiv cs.AI
  21. Evaluating Verified Autonomy in Quantum Engineering arxiv cs.AI
  22. Memorisation bias in medical AI arxiv cs.LG
  23. Towards Detecting AI-⁠Assisted Responses in Online Surveys arxiv cs.CL