<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Architectures neuronales on AutoIA</title>
    <link>https://autoia.net/tags/architectures-neuronales/</link>
    <description>Recent content in Architectures neuronales on AutoIA</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>fr</language>
    <lastBuildDate>Sun, 27 Sep 2026 22:54:59 +0100</lastBuildDate>
    <atom:link href="https://autoia.net/tags/architectures-neuronales/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Pourquoi on ne confierait pas un avion à un modèle de langage, l&#39;enjeu de l&#39;après-LLM selon Arlequin AI</title>
      <link>https://autoia.net/posts/ia/pourquoi-on-ne-confierait-pas-un-avion-a-un-modele-de-langage-l-enjeu-de-l-apres-llm-selon-arlequin-ai/</link>
      <pubDate>Sun, 27 Sep 2026 22:54:59 +0100</pubDate>
      <guid>https://autoia.net/posts/ia/pourquoi-on-ne-confierait-pas-un-avion-a-un-modele-de-langage-l-enjeu-de-l-apres-llm-selon-arlequin-ai/</guid>
      <description>Le 10 septembre 2026, la start-up parisienne Arlequin AI a levé 28 millions d&amp;rsquo;euros en série A pour une architecture qui n&amp;rsquo;est pas celle des grands modèles de langage : les réseaux de neurones topologiques, qui ne représentent plus des relations deux à deux mais des blocs de trois, quatre ou dix éléments, et revendiquent une chaîne de traitement traçable de la donnée source jusqu&amp;rsquo;au résultat. Ses fondateurs les situent au niveau des modèles de langage il y a dix ans et refusent l&amp;rsquo;idée de confier un avion à un système génératif. Entre le théorème d&amp;rsquo;expressivité de 2021, les résultats plus rugueux publiés en 2026 et ce que l&amp;rsquo;aéronautique sait réellement prouver, la promesse mérite d&amp;rsquo;être mesurée.</description>
    </item>
  </channel>
</rss>
