Anwar Zahid
Français

Recherche & ingénierie Iowa State University

Traquer les failles des systèmes intelligents.

Je m’appelle Anwar Zahid. J’étudie comment et pourquoi l’IA et les logiciels numériques se trompent, puis je conçois des outils pour que ces défaillances soient plus faciles à détecter, à reproduire et à corriger.

Fiabilité de l’IA Débogage numérique Génie logiciel

Anwar Hossain Zahid Portrait d’Anwar Hossain Zahid
01 / PROFIL Anwar Hossain Zahid
Sonder la fiabilité sous la surface Défiler pour découvrir

## Actualités · journal récent

Actualités

## À propos

Du logiciel en production à l’étude de ses défaillances.

Je prépare un doctorat en informatique à Iowa State University, sous la direction de Wei Le, au sein du Program Analysis and AI Lab. Mes recherches portent sur la fiabilité des systèmes d’IA, le débogage numérique et les techniques de génie logiciel appliquées aux systèmes d’apprentissage automatique.

Avant ce doctorat, j’ai passé quatre ans en ingénierie logicielle, sur des plateformes bancaires, d’administration électronique, d’IA et mobiles. Cette expérience du terrain oriente ma façon de chercher : je m’intéresse aux méthodes qui peuvent devenir de vrais outils pour les développeurs et les chercheurs. Le parcours complet se trouve sur la page « À propos » détaillée.

## Thèmes de recherche

Que se passe-t-il sous la surface ?

Peut-on se fier à la réponse ?

J’étudie les hallucinations des LLM et j’évalue à quel moment les systèmes intelligents cessent d’être fiables.

Où un nombre déraille-t-il ?

Je traque l’instabilité numérique et les régressions silencieuses dans les logiciels qui font tourner l’apprentissage automatique.

Comment rendre tout cela utile ?

Je conçois des outils de test et de débogage interprétables qui aident à comprendre les défaillances et à les corriger.

## Publications

Travaux évalués par les pairs & prépublications

Sur la fiabilité du ML, l’évaluation des LLM et la justesse numérique. Les articles sont publiés en anglais.

Fiabilité du ML Soft Assertions Débusquer les bugs cachés dans les nombres.
FSE 2025 / PACMSE

Automatically Detecting Numerical Instability in Machine Learning Applications via Soft Assertions

Shaila Sharmin, Anwar Hossain Zahid, Subhankar Bhattacharjee, Chiamaka Igwilo, Miryung Kim, and Wei Le

Présente Soft Assertions, une méthode pour détecter et déclencher les bugs cachés d’instabilité numérique dans les applications d’apprentissage automatique.

Article Code
BibTeX 
@article{sharmin2025softassertions,
  title   = {Automatically Detecting Numerical Instability in Machine Learning Applications via Soft Assertions},
  author  = {Sharmin, Shaila and Zahid, Anwar Hossain and Bhattacharjee, Subhankar and Igwilo, Chiamaka and Kim, Miryung and Le, Wei},
  journal = {Proceedings of the ACM on Software Engineering (PACMSE), issue FSE 2025},
  year    = {2025},
  doi     = {10.1145/3729394},
  url     = {https://arxiv.org/pdf/2504.15507}
}
Évaluation des LLM Tout est affaire de contexte. Détecter les discours haineux selon les régions.
arXiv:2502.19612

Evaluation of Hate Speech Detection Using Large Language Models and Geographical Contextualization

Anwar Hossain Zahid, Monoshi Kumar Roy, and Swarna Das

Évalue les performances des grands modèles de langage pour détecter les discours haineux lorsqu’on leur fournit un contexte géographique et social.

Article
BibTeX 
@misc{zahid2025hatespeech,
  title         = {Evaluation of Hate Speech Detection Using Large Language Models and Geographical Contextualization},
  author        = {Zahid, Anwar Hossain and Roy, Monoshi Kumar and Das, Swarna},
  year          = {2025},
  eprint        = {2502.19612},
  archivePrefix = {arXiv},
  url           = {https://arxiv.org/abs/2502.19612}
}
Calcul numérique sur GPU NVIDIA / AMD Même calcul. Résultats différents.
arXiv:2410.09172

Testing GPU Numerics: Finding Numerical Differences Between NVIDIA and AMD GPUs

Anwar Hossain Zahid, Ignacio Laguna, Wei Le

Étudie les écarts numériques entre exécutions sur GPU NVIDIA et AMD, et leurs conséquences sur la reproductibilité et la portabilité.

Article
BibTeX 
@misc{zahid2024gpunumerics,
  title         = {Testing GPU Numerics: Finding Numerical Differences Between NVIDIA and AMD GPUs},
  author        = {Zahid, Anwar Hossain and Laguna, Ignacio and Le, Wei},
  year          = {2024},
  eprint        = {2410.09172},
  archivePrefix = {arXiv},
  url           = {https://arxiv.org/abs/2410.09172}
}
Enseignement du génie logiciel Apprendre en construisant. Une plateforme conceptuelle de stages virtuels.
ICCIT 2020

A Conceptual Design of Virtual Internship System to Benchmark Software Development Skills in a Blended Learning Environment

Raihan Mia, Anwar Hossain Zahid, Bipul Chandra Dev Nath, and Abu Sayed Md Latiful Hoque

Propose la conception d’une plateforme logicielle pour organiser des stages virtuels et évaluer les compétences en développement logiciel.

Article
BibTeX 
@inproceedings{mia2020virtualinternship,
  title     = {A Conceptual Design of Virtual Internship System to Benchmark Software Development Skills in a Blended Learning Environment},
  author    = {Mia, Raihan and Zahid, Anwar Hossain and Nath, Bipul Chandra Dev and Hoque, Abu Sayed Md Latiful},
  booktitle = {2020 23rd International Conference on Computer and Information Technology (ICCIT)},
  year      = {2020},
  publisher = {IEEE},
  doi       = {10.1109/ICCIT51783.2020.9392670},
  url       = {https://ieeexplore.ieee.org/document/9392670}
}

## Parcours

Une recherche ancrée dans le logiciel réel.

Recherche, banque, administration électronique et logiciels mobiles.

## Projets

Systèmes et travaux appliqués choisis

Les projets de cours et les petits dépôts sont repliés plus bas.

Culture de l’IA Today’s AI Découvrir les outils. Apprendre à s’en servir.

Today's AI — Trouver les bons outils d’IA et apprendre à s’en servir

Une plateforme web qui aide élèves, étudiants de licence et de master — et toute personne curieuse de l’IA — à trouver les outils d’IA adaptés et à apprendre à les utiliser. Création et développement principal sous la direction de Wei Le.

  • Web platform
  • LLM assistant
  • Search
  • AI literacy
Démo
Test de ML Soft Assertions Détecter l’instabilité numérique en ML.

Automatically Detecting Numerical Instability in Machine Learning Applications via Soft Assertions

Article de FSE 2025 présentant Soft Assertions pour détecter et déclencher les bugs d’instabilité numérique dans les applications de ML.

  • Python
  • PyTorch
  • TensorFlow
GitHub
LLNL / Varity D’un GPU à l’autre. Génération de code HIP pour les tests numériques.

Tests numériques sur GPU – Génération de code HIP dans Varity

Contribution au projet Varity du LLNL : génération d’un backend HIP pour tester les noyaux GPU et évaluer la cohérence numérique d’une plateforme à l’autre.

  • C++
  • HIP
  • CUDA
  • LLVM
GitHub
Langue + géographie Les mots en contexte. Évaluer la détection des discours haineux par les LLM.

Détection des discours haineux avec contexte géographique

Un projet de cours prolongé pour évaluer des modèles de détection des discours haineux à l’aide de métadonnées géographiques, adapté ensuite au test des grands modèles de langage et publié en 2025.

  • Python
  • Transformers
  • HuggingFace
  • Scikit-learn
GitHub
Vision par ordinateur Visage + vivant Reconnaissance et anti-usurpation pour la banque.

Reconnaissance faciale avec détection du vivant

Système de reconnaissance faciale et de détection d’usurpation en temps réel pour la fintech, afin de sécuriser la vérification bancaire à distance.

  • Python
  • OpenCV
  • Dlib
  • FaceNet
GitHub
Autres dépôts
  • Parliament Resource Planning – SSO Integration — Implemented Single Sign-On authentication for PRP system, enabling secure unified access across parliamentary resource modules.
  • MoneyGram SOAP API Integration — TODO: verify scope/details — inferred only from the repo name. Integrated a SOAP-based API with MoneyGram remittance services as part of banking platform work.
  • COM S 572 – Machine Learning Project — Implemented and evaluated ML algorithms for natural language processing tasks. Later extended for LLM experiments and paper publication.
  • Othello AI Agent — Developed an intelligent Othello game-playing agent using adversarial search algorithms and heuristic evaluation functions.
  • Mancala Game Simulation — Created a Mancala game engine with an AI opponent using minimax and heuristic strategies.
  • Ray Tracing Renderer — Built a ray tracing engine from scratch to render 3D scenes with reflection, refraction, and shading.
  • Nachos – Instructional Operating System — Extended the Nachos instructional OS to implement thread scheduling, virtual memory, and file system operations.
  • Channel Equalization for Wireless Communication — Implemented and tested channel equalization algorithms to improve signal quality in noisy communication environments.

## Enseignement

Concevoir des cours. Enseigner par la pratique.

Auxiliaire d’enseignement au département d’informatique d’Iowa State University : conception de cours, initiation à la programmation et intelligence artificielle.

## Articles

Notes de recherche & retours d’ingénierie

Les articles eux-mêmes sont rédigés en anglais.

1 mai 2026

What I Want This Blog to Become

Academic papers are necessarily compressed. They describe the method, the evaluation, and the result, but they often leave out the messy middle: why a test design chan...

Tous les articles →

## Contact

Échangeons.

Le plus simple pour me joindre, c’est l’e-mail.