Fondation Intelligence

Page d'Accueil
Canada
Montreal, QC
Fondation Intelligence

La Fondation Intelligence a pour objet de sensibiliser, d’inspirer, de former et de supporter les individus qui façonneront la société du 21è siècle.

04/27/2026

🎥 Replay disponible — Webinaire 2 : Littératie en sécurité de l’IA agentique (intro)

La Fondation Intelligence publie le replay de son deuxième webinaire éducatif public gratuit.

Cette séance adapte les bases de la sécurité de l’IA aux systèmes d’IA agentiques : agents qui peuvent planifier, utiliser des outils, conserver un contexte, proposer des actions ou interagir avec des workflows.

Nous couvrons notamment :

• agents IA, autonomie, outils, mémoire et permissions;
• risques : erreur d’action, permissions trop larges, injection de prompt, fuite ou contamination de données;
• garde-fous : moindre privilège, validation humaine, bac à sable, listes d’autorisation, journalisation et escalade;
• méthode d’évaluation : objectif → scénarios → critères → garde-fous → décision.

🎥 Replay YouTube :
https://www.youtube.com/watch?v=LPVI2MLyGyY

📚 Ressources gratuites, diapositives et quiz :
https://fondationintelligence.github.io/

Webinaire éducatif public gratuit, non commercial, produit et diffusé directement par la Fondation Intelligence / Intelligence Foundation.

03/31/2026

Mathematical methods and human thought in the age of AI

Tanya Klowden, Terence Tao: https://arxiv.org/abs/2603.26524

12/27/2025

Programme public gratuit — Littératie & sécurité de l’IA

📚 https://intelligencefoundation.github.io

🎥 https://youtu.be/_0dd2VwN28A

Fondation Intelligence — activité de bienfaisance non commerciale, menée directement sous direction/contrôle du CA.

12/14/2025

Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity

Zhang et al.: https://arxiv.org/abs/2510.01171

12/12/2025

GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks

Patwardhan et al.: https://arxiv.org/abs/2510.04374

12/09/2025

Large Causal Models from Large Language Models

Sridhar Mahadevan: https://arxiv.org/abs/2512.07796v1

12/02/2025

ThetaEvolve : Test-time Learning on Open Problems

Wang et al. : https://arxiv.org/abs/2511.23473

12/01/2025

Every Token Counts: Generalizing 16M Ultra-Long Context in Large Language Models

Hu et al.: https://arxiv.org/abs/2511.23319

11/30/2025

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning

Gupta et al.: https://arxiv.org/abs/2510.19732

11/25/2025

Evolution Strategies at the Hyperscale

Sarkar et al.: https://arxiv.org/abs/2511.16652

11/24/2025

Nested Learning: The Illusion of Deep Learning Architectures

Behrouz et al.: https://openreview.net/forum?id=nbMeRvNb7A

10/30/2025

SoTA with Less: MCTS-Guided Sample Selection for Data-Efficient Visual Reasoning Self-Improvement

Wang et al.: https://arxiv.org/abs/2504.07934

Adresse

350, PRINCE ARTHUR Street WEST, EXECUTIVE OFFICE #2105
Montreal, QC
H2X3R4

Téléphone

+15148298269

Site Web

http://www.fondationintelligence.com/

Notifications

Soyez le premier à savoir et laissez-nous vous envoyer un courriel lorsque Fondation Intelligence publie des nouvelles et des promotions. Votre adresse e-mail ne sera pas utilisée à d'autres fins, et vous pouvez vous désabonner à tout moment.