journal

Blog

Tous #agents llm #alignement #apprentissage automatique #apprentissage par renforcement #apprentissage par transfert #archives #autisme #automl #benchmark #Biais #biais algorithmiques #biais cognitifs #bio-informatique #classification #comportement collectif #Compression #conformité #contexte long #dataset #désinformation #documentation médicale #données administratives #eau #e-commerce #économie comportementale #épidémiologie #équité #éthique #études de terrain #évaluation #fact-checking #fiabilité #genai #genre #géopolitique #géospatial #hallucination #hasard #hate speech #histoire #IA #infrastrutures #interprétabilité #Jeux économiques #jeux vidéos #jev #journalisme #llm #mcp #modèles de raisonnement #modèles fondation #modération #multilingue #multilinguisme #nlp #openai #optimisation logicielle #persuasion #planification #prédictions #productivité #prompting #Psychologie #psychologie cognitive #psychologie sociale #Quantification #rag #rlhf #robustesse #santé #sciences sociales #sécurité #sécurité de l'ia #SEO #sexisme #simulation #sociolinguistique #system one model #théorie des jeux #toxicité #traduction automatique #transcription #typesafe ai #voiture autonome

2026-09-18·15 min de lecture
Births are difficult to predict — Plafond de prédictibilité : pourquoi 147 chercheurs et les registres de tout un pays n'arrivent pas à deviner qui aura un bébé
Le data challenge PreFer a réuni 147 chercheurs, les registres administratifs de 6 millions de Néerlandais et des modèles allant de la régression logistique au LLM pour prédire qui aurait un enfant dans les trois ans. Résultat : un F1 modeste, des gros modèles qui ne battent pas les arbres de décision, et un plafond fixé par le hasard biologique lui-même.