La 14e édition de l’International Conference on Learning Representations (ICLR) s’achève à Rio de Janeiro, après près d’une semaine consacrée aux avancées majeures en apprentissage automatique. Apple y a présenté un volume important d’études, ainsi que plusieurs démonstrations techniques.
ICLR 2026, un rendez-vous central du machine learning
Moins médiatisée auprès du grand public, ICLR s’est imposée depuis plus d’une décennie comme l’une des conférences les plus reconnues en machine learning. L’édition 2026 s’est tenue du 23 au 27 avril au Riocentro Convention Center, à Rio de Janeiro, avec des chercheurs et spécialistes venus d’Asie, d’Europe et des États-Unis, dont Yann LeCun (AMI Labs).
Le salon a également rassemblé de grands acteurs technologiques, présents comme sponsors et exposants, parmi lesquels Amazon, Tencent, Google, Microsoft, Ant Group, ByteDance, Huawei, Meta, Salesforce, Shopify et Apple (programme des sponsors : iclr.cc).
Ce qu’Apple a montré sur place
Apple disposait d’un stand, articulé autour de démonstrations et d’échanges avec la communauté de recherche. Deux points ont particulièrement été mis en avant :
- Apple Sharp, un modèle open source capable de convertir des images 2D en espaces 3D en quelques secondes.
- L’inférence LLM sur MLX, via MLX, le framework open source d’Apple pour exécuter des tâches de machine learning sur Apple Silicon.
Illustrations
Posters, ateliers et sélection d’articles
Comme le veut le format d’ICLR, de vastes zones de posters ont permis aux équipes de présenter leurs travaux et de répondre aux questions. Apple indique avoir exposé des dizaines de publications, listées sur son site Machine Learning Research (machinelearning.apple.com).
La marque a également animé des présentations et des workshops autour d’articles acceptés à la conférence, notamment :
- ParaRNN: Unlocking Parallel Training of Nonlinear RNNs for Large Language Models (Federico Danieli) : machinelearning.apple.com
- Cram Less to Fit More: Training Data Pruning Improves Memorization of Facts (Vitaly Feldman) : machinelearning.apple.com
L’ensemble des travaux et ressources associés à la présence d’Apple à ICLR 2026 est regroupé à cette adresse : machinelearning.apple.com.
