WikiFactDiff est un jeu de données conçu pour la mise à jour atomique des connaissances factuelles dans les modèles de langue, et ce, dans le but de les aligner avec les connaissances actuelles. Il décrit l’évolution des connaissances factuelles entre deux dates, nommées T_old et T_new, sous forme de triplets sémantiques. Pour permettre la possibilité […]
L’apprentissage automatique, dans les différentes tâches allant de l’entraînement à l’inférence, peut être très gourmand en énergie et soulève des préoccupations environnementales croissantes. Cette situation a inspiré différentes initiatives favorisant une IA plus frugale et plus verte. Au-delà de la mise en œuvre de bonnes pratiques, il apparaît crucial pour les chercheurs et data engineers […]
Marine Detect est un projet innovant qui s’appuie sur la technologie du Deep Learning pour faire progresser la détection et l’identification d’espèces marines. Ces modèles ont été développés dans le cadre du projet Let’s Revive en partenariat avec Tēnaka. Tēnaka accorde une grande importance à la mesure de l’impact à travers Tēnaka Science, une plateforme […]
3D Gaussian Splatting est un nouvel algorithme pour reconstruire des scènes 3D photo-réalistes à partir de jeux d’images 2D. Cet algorithme a été développé en 2023 par l’INRIA à Sophia Antipolis. Il est devenu en quelques mois la référence dans le domaine. Cette solution se décompose en 2 parties : un outil pour entraîner les scènes […]
Les modèles de traitement de la parole sont souvent gourmands en ressources computationnelles, ce qui a des impacts environnementaux importants. En cause, des consommations énergétiques trop élevées pendant leur entraînement. ESSL (ou Apprentissage Auto-Supervisé Efficient en français) est un modèle de traitement de la parole proposé pour faire face à ce défi. Il permet une […]