Nous sommes absolument ravis d'annoncer que notre article, "Scaling Decentralized Learning with FLock", a remporté le prix du meilleur article industriel lors de WI-IAT 2025 - la 24e Conférence Internationale IEEE/WIC sur l'Intelligence Web et la Technologie des Agents Intelligents à Londres ! 🏆 Cette étape n'aurait pas été possible sans notre incroyable coopération avec HKGAI et @hkust. Fiers de repousser les limites de l'IA ensemble ! 🤝 Lisez l'article primé ici :

2/ Avec le développement rapide des grands modèles de langage (LLMs), l'entraînement centralisé est devenu prohibitivement coûteux, et les exigences en matière de données sont devenues de plus en plus strictes, rendant les institutions sensibles aux données plus prudentes quant aux applications des LLM. Cet article propose un cadre hautement évolutif et robuste pour valider la faisabilité de l'apprentissage décentralisé pour l'entraînement des LLM dans des environnements multi-institutionnels à haute fidélité — rendant l'entraînement collaboratif en IA plus robuste, sécurisé et évolutif.

4/ WI-IAT est l'un des principaux forums mondiaux parrainés par @ComputerSociety, l'IEEE Computer Society, @wi_consortium, le Web Intelligence Consortium (WIC), et la Communauté Technique IEEE sur l'Informatique Intelligente (TCII), où les meilleurs chercheurs et experts de l'industrie du monde se réunissent pour discuter des innovations à l'intersection de l'intelligence web et de la technologie des agents IA.

5/ Gagner la catégorie des papiers industriels est particulièrement significatif pour nous car cela reconnaît ce que nous avons toujours priorisé : combler le fossé entre la recherche de pointe et le déploiement dans le monde réel. Cette étape ne fait pas seulement valoir notre engagement envers une recherche rigoureuse, mais elle valide également que l'apprentissage fédéré décentralisé est désormais évolutif et prêt pour le déploiement dans le monde réel.