diff --git a/suivi/2025-51/2025-51.qmd b/suivi/2025-51/2025-51.qmd
index 47f7ddb..62dbea8 100644
--- a/suivi/2025-51/2025-51.qmd
+++ b/suivi/2025-51/2025-51.qmd
@@ -43,7 +43,9 @@ bibliography: references.bib
 - Travailler sur Fungus Tree network
 - Comparaison covar prop avec GREMLINS multipartite sur (log(dist_phylo), fungus-tree)
 - Trouver manière de faire un compromis : $\ell(Y,Z,W;\theta) - \lambda d(C(W),C_0)$ avec $C(W)$ le clustering seulement sur la base de la structure LBM et $C_0$ le clustering de l'arbre. Problème $d$ est une distance entre partition, comment optimiser dessus ?
-- Mise à jour partielle des $\tau$ : ce qui pose soucis c'est les gros calculs matriciels (c'est vraiment vrai?). Donc sorte de "stochastic" VEM où on update seulement une partie des $\tau$ à chaque itération. Et échantillonnage stratifié selon l'arbre ?
+- ⌛ Mise à jour partielle des $\tau$ : ce qui pose soucis c'est les gros calculs matriciels (c'est vraiment vrai?). Donc sorte de "stochastic" VEM où on update seulement une partie des $\tau$ à chaque itération. Et échantillonnage stratifié selon l'arbre ?
+    - ⌛ Simulations avec $n_2$ croissant lancée sur Migale
+    - Réimplementé VE Bernoulli dans colSBM pour Bipartite et début implémentation Stochastic VE. En fait le problème des calculs matriciels $Y\times(\tau^{(1)})^{\top}$ ($n_2^2$) donc besoin de sous-échantillonner les noeuds de l'autre dimension à mettre à jour.
 - ✅ **Inutile car besoin du primal** Chercher à formuler le problème dual (s'il existe?) de l'optimisation du LBM. Peut-être possible d'aller plus vite alors ? @eq-dual 
 
 :::