Infosiz : un modèle 8B atteint 85,38 % sur les tableaux financiers
Les travaux sur le raisonnement numérique, cosignés par un chercheur d'Infosiz, sont publiés dans TACL et présentés à l'EMNLP de Budapest.
Infosiz a annoncé le 27 octobre 2026 qu'un article consacré au raisonnement numérique en intelligence artificielle, cosigné par un chercheur de l'entreprise comme premier auteur, a été publié dans TACL et accepté pour une présentation lors d'une conférence internationale. Selon datanet.co.kr, l'équipe a présenté ces travaux à l'oral à l'EMNLP, organisée à Budapest, en Hongrie.
Intitulé « Generalizing Numerical Reasoning in Table Data through Operation Sketches and Self-Supervised Learning », le papier s'appuie sur TaNOS (Table Numerical Reasoning with Operation Sketches), un cadre d'entraînement développé par les chercheurs. Un modèle de 8 milliards de paramètres entraîné avec TaNOS a atteint une précision de 85,38 % sur une évaluation de raisonnement numérique portant sur des tableaux financiers.
Dans les conditions d'évaluation retenues par les chercheurs, ce modèle a dépassé GPT-5, Claude Sonnet 4.5 et Gemini 2.5 Pro. Le cadre conserve par ailleurs sa pertinence hors du domaine financier : appliqué à des données tabulaires issues d'autres secteurs, comme la biotechnologie et l'ingénierie mécanique, le modèle entraîné sur des données financières a perdu moins de 2 points de précision.
Le volume de données d'entraînement nécessaire reste limité. Avec seulement 10 % des données, le modèle a atteint 80,13 % de précision, soit un score supérieur à celui de GPT-5 sur la même évaluation.
Infosiz indique appliquer la méthodologie de génération de données synthétiques à Axiom, sa solution d'IA pour les entreprises, qui construit des benchmarks destinés à évaluer les performances des modèles à partir de documents internes.
En bref
Qu'a annoncé Infosiz le 27 octobre 2026 ?
La publication dans TACL d'un article sur le raisonnement numérique, accepté pour une présentation à une conférence internationale et présenté à l'oral à l'EMNLP à Budapest.
Quel score le modèle entraîné avec TaNOS a-t-il obtenu ?
85,38 % de précision sur une évaluation de raisonnement numérique sur des tableaux financiers.
Qu'est-ce que TaNOS ?
Un cadre d'entraînement (Table Numerical Reasoning with Operation Sketches) développé par les chercheurs pour le raisonnement numérique sur données tabulaires.