Quentin Bertrand
La nomination
Membre du programme des chercheurs mondiaux du CIFAR 2026-2028
Apprentissage automatique, apprentissage biologique
À Propos
Quentin Bertrand étudie actuellement les modèles génératifs et l’apprentissage multi- agents. De façon plus générale, ses recherches portent sur la façon dont les algorithmes d’apprentissage peuvent tirer parti des données synthétiques issues de
modèles génératifs profonds et interagir avec celles-ci.
Publications Pertinentes
- Bertrand, Q., Gagneux, A., Massias, M. et Emonet, R. (2025). On the closed-form of flow matching: Generalization does not arise from target stochasticity. NeurIPS 2025 (Oral)
- Bertrand, Q., Bose, A. J., Duplessis, A., Jiralerspong, M. et Gidel, G. (2024). On the stability of iterative retraining of generative models on their own data. ICLR 2024 (Spotlight)
- Lachapelle, S., Deleu, T., Mahajan, D., Mitliagkas, I., Bengio, Y., Lacoste-Julien, S. et Bertrand, Q. (2023). Synergies between disentanglement and sparsity: Generalization and identifiability in multi-task learning. ICML 2023 (p. 18171- 18206). PMLR.