ai-ml-research-platforms

name	ai-ml-research-platforms
description	Compétence niveau ingénieur/docteur sur les plateformes de recherche en IA/ML. Couvre Hugging Face (modèles, datasets, Spaces, Daily Papers, Trending Papers), PapersWithCode (SOTA, benchmarks, leaderboards), Kaggle (compétitions, datasets, notebooks), OpenReview, ACL Anthology, Semantic Scholar API, OpenAlex, Zeno, W&B, MLflow, Gradio, et l'écosystème MLOps.
category	research
tags	["huggingface","paperswithcode","kaggle","mlops","veille-ia","recherche-ml","openreview"]

Plateformes de Recherche en IA/ML — Référence Ingénieur/Docteur

Présentation

Ce skill couvre l'ensemble des plateformes essentielles pour la veille, la recherche, l'expérimentation et le partage en intelligence artificielle et machine learning. Il est conçu pour un niveau ingénieur/docteur nécessitant une maîtrise approfondie de l'écosystème.

---

1. Hugging Face — Écosystème

Models Hub (1M+ modèles)

• Transformers : bibliothèque centrale pour modèles NLP/CV/Audio
• Diffusers : modèles de diffusion (Stable Diffusion, Flux)
• PEFT : fine-tuning paramètre-efficace (LoRA, AdaLoRA, IA3)
• TRL : reinforcement learning pour LLM (DPO, PPO, GRPO)
• TGI (Text Generation Inference) : déploiement performant
• Sentence Transformers : embeddings et similarité sémantique

Datasets

• 100k+ datasets sur HF Hub
• Intégration native avec datasets library (streaming, map, shard)
• Support image, audio, texte, vidéo, multimodal
• Dataset viewer et configuration

Spaces

• Déploiement Gradio/Streamlit/Docker instantané
• Hardware : CPU gratuit, GPU T4/L4/A10G/A100 payant
• ZeroGPU pour économie de crédits
• Templates : LLM chat, TTS, STT, image gen, object detection

HF Papers Daily

• TradingAgents (multi-agent LLM) — ~91k GitHub stars
• SkillOpt (Microsoft) — optimisation de skills — ~11k stars
• ResearchStudio-Idea — génération d'idées de recherche
• Trending papers quotidiens avec code, démos, métriques
• Filtrage par domaine (NLP, CV, RL, Audio, Multimodal)

Hub API

• huggingface_hub Python SDK
• Upload/download modèles et datasets
• Gestion des versions, tags, métadonnées
• Inference API gratuite (rate-limited)

---

2. PapersWithCode

SOTA Tracker

• Suivi de l'état-de-l'art par tâche et par dataset
• Classement par métrique (accuracy, BLEU, F1, MAE, etc.)
• Historique temporel de progression
• Alertes de nouveau SOTA

Leaderboards

• Par domaine : NLP, CV, Audio, Robotics, Medical, etc.
• Par dataset : ImageNet, GLUE, SQuAD, COCO, etc.
• Filtres : date, venue, type de méthode
• Intégration avec code GitHub

100k+ Papers

• Liens directs vers PDF, code, démos
• Métriques rapportées directement extraites
• Évaluation reproductible
• Evaluation Tables : visualisation comparative

Benchmark API

• paperswithcode-client Python
• Requêtes : papers, tasks, datasets, methods, leaderboards
• Pagination, filtrage, recherche

---

3. Kaggle

Featured Competitions

• ARC Prize 2026 : $850k — raisonnement abstrait
• LLM Fine-tuning : optimisation de modèles
• Pokémon TCG AI Battle : $240k — RL avec cartes
• Compétitions classiques : bourses, assurance, santé

Getting Started

• Titanic, House Prices, Spaceship Titanic
• Introduction à Pandas, ML, DL, Feature Engineering
• Notebooks gagnants commentés

Research Competitions

• Compétitions académiques sans prize money
• Datasets de recherche : genomics, physics, satellite
• Notebooks Kernel-only avec GPU T4 gratuit

Playground

• Compétitions synthétiques mensuelles
• Thèmes variés (santé, sport, finance, climat)
• Idéal pour prototypage et exploration

Kaggle Notebooks

• GPU T4/P100, TPU v3-8 gratuit (30h/semaine)
• BigQuery intégré
• Datasets publics 200k+
• Code competition : soumission directe

---

4. MLOps & Expérimentation

Weights & Biases (W&B)

• Logging d'expériences : metrics, hyperparams, artefacts
• Suivi de runs avec comparaison visuelle
• Sweeps : recherche hyperparamétrique
• Model Registry : gestion de cycle de vie
• Reports : rapports dynamiques et partageables

MLflow

• Tracking : runs, params, metrics, tags
• Models : packaging, serving, registry
• Projects : reproductibilité, conda/docker env
• Open-source, auto-hébergeable

Kubeflow

• Pipelines ML sur Kubernetes
• Fairing : build/train/déploy
• Katib : hyperparameter tuning
• KFServing : déploiement serverless

Neptune

• Metadata store pour expérimentations
• Comparaison de runs, query, search
• Intégration 30+ frameworks
• Dashboard temps réel

Comet

• Suivi d'expériences collaboratif
• Optimisation d'hyperparamètres
• Monitoring de modèles
• Panneaux personnalisés

DVC (Data Version Control)

• Versionnement de datasets et modèles
• Pipelines ML reproductibles
• Intégration Git + S3/GCS/SSH
• Experiments : tracking de runs

---

5. API Recherche

Semantic Scholar API

• 200M+ papers académiques
• Champs : title, abstract, authors, venue, citations
• Embeddings : similarité sémantique
• Recommendations personnalisées
• API gratuite avec rate limiting (100 req/s)

OpenAlex

• Index ouvert de 250M+ travaux académiques
• Entités : works, authors, sources, institutions, concepts
• Graphe de citations complet
• Licence CC0 — usage libre sans restriction
• API REST + RDF

Crossref

• DOI registration et métadonnées
• 120M+ records avec DOI
• Références bibliographiques
• API gratuite, rate limiting modéré

---

6. Plateformes Émergentes

Zeno

• LLM observability et evaluation
• Comparaison de réponses côte-à-côte
• Métriques personnalisées
• Datasets de test et golden datasets

Arize AI

• Monitoring de modèles en production
• Dérive de données, biais, performance
• Root cause analysis
• LLM Tracing

LangFuse

• Observabilité LLM en production
• Traces, spans, coûts, latence
• Prompt management
• Evaluations : LLM-as-judge, human, regex
• Open-source, auto-hébergeable

Gradio

• Déploiement rapide de démos ML
• Interface : texte, image, audio, vidéo, dataframe
• Hosting gratuit sur HF Spaces
• Gradio Blocks : interfaces complexes, multiples entrées/sorties
• Queue, theming, authentification

---

7. Catégories et Mots-Clés

Catégories

Catégorie	Plateformes
Veille Scientifique	Semantic Scholar, OpenAlex, arXiv, PapersWithCode
Modèles & Datasets	Hugging Face Hub, Kaggle Datasets
Compétitions	Kaggle, DrivenData, EvalAI
Observabilité	W&B, MLflow, LangFuse, Arize, Zeno
Déploiement	Gradio, HF Spaces, TGI, vLLM
Gestion de Projet	DVC, MLflow Projects, Kubeflow

Mots-Clés Essentiels

• sota, state-of-the-art, benchmark, leaderboard
• pre-trained, fine-tuning, LoRA, quantization
• experiment tracking, hyperparameter optimization
• model registry, artifact store, pipeline
• embedding, semantic search, vector database
• LLM observability, guardrails, evaluation
• open-source, reproducible, replicability

---

8. Workflow de Veille Quotidien

1. HF Papers Daily → scan trending → repository clé
2. PapersWithCode → vérifier SOTA sur les tâches pertinentes
3. Semantic Scholar → citation graph, recommandations
4. Kaggle → nouvelles compétitions, kernels gagnants
5. GitHub Trending → repos IA émergents
6. ArXiv Sanity/Librarian → nouveaux papiers filtrés
7. W&B Reports → expériences partagées par la communauté

Script de Veille Automatisée

# Exemple de workflow Python
from huggingface_hub import HfApi
from paperswithcode import PapersWithCodeClient
import requests

api = HfApi()
# Récupérer les trending papers HF
papers = api.list_papers(sort="trending", limit=10)

# Rechercher SOTA sur PapersWithCode
client = PapersWithCodeClient()
sota = client.paper_list(tasks="text-classification", items_per_page=5)

---

Ressources

• Hugging Face Docs
• Semantic Scholar API
• OpenAlex
• PapersWithCode API
• Kaggle API
• W&B Docs
• LangFuse