4738 articles
Cet article propose un cadre hybride léger intégrant des modèles de langage et des mécanismes d'attention graphique pour surmonter les contraintes de ressources dans le jeu des Amazones, démontrant une amélioration significative de la précision décisionnelle et une capacité à surpasser le modèle de base (GPT-4o-mini) grâce à l'apprentissage à partir de données synthétiques bruitées.
Ce papier présente IH-Challenge, un ensemble de données d'apprentissage par renforcement conçu pour améliorer la hiérarchie des instructions des modèles de langage avancés, permettant ainsi de renforcer leur robustesse face aux attaques tout en préservant leur utilité.
Cet article présente un cadre d'apprentissage par renforcement multi-agents basé sur l'algorithme PPO pour coordonner efficacement des flottes de drones dans la livraison de fournitures médicales critiques, en optimisant l'allocation des ressources et la priorisation des tâches au sein d'environnements dynamiques et partiellement observables.
Cette étude évalue la sensibilité de onze modèles fondationnels promptables à la segmentation CT musculo-squelettique, révélant que leurs performances varient considérablement selon les stratégies d'incitation et les structures anatomiques, et que l'utilisation de prompts humains réels entraîne une baisse de performance par rapport aux résultats obtenus avec des prompts idéaux, rendant le choix du modèle optimal pour un usage clinique humain complexe.
Ce papier propose SCORE, une architecture récurrente discrète et contractive qui remplace l'empilement de couches par l'itération d'un bloc neuronal partagé, offrant une convergence accélérée et une réduction des paramètres sans recourir à des solveurs d'équations différentielles.
Cet article propose un cadre novateur de détection de défauts en zéro-shot pour les polymères renforcés de fibres de carbone en thermographie infrarouge active, utilisant des modèles vision-langage préentraînés adaptés via un connecteur léger pour éliminer le besoin de jeux de données d'entraînement coûteux tout en obtenant des performances de localisation élevées.
Cet article propose un cadre novateur d'auto-affinement sans récompense pour les agents génératifs, permettant un contrôle adaptatif continu dans le découpage de réseaux d'accès radio (RAN) en internalisant l'expérience via un mécanisme de réflexion bi-perspective, surpassant ainsi les méthodes d'apprentissage par renforcement traditionnelles en efficacité et en stabilité.
Ce papier présente CUAAudit, une méta-évaluation de cinq modèles vision-langage en tant qu'auditeurs autonomes des agents d'utilisation d'ordinateurs, révélant que bien que ces modèles affichent une bonne précision, ils souffrent de limitations significatives dans des environnements complexes et d'un manque de consensus, soulignant ainsi la nécessité de prendre en compte leur fiabilité et leur incertitude pour un déploiement réel.
Cette étude empirique démontre que, contrairement à l'hypothèse initiale, l'alignement des modèles de langage sur des tâches de raisonnement moral ne nécessite pas d'algorithmes favorisant la diversité, car les méthodes de maximisation de récompense (RLVR) s'avèrent tout aussi efficaces grâce à une distribution de réponses à haute récompense plus concentrée que dans le raisonnement mathématique.
Cet article établit un cadre mathématique unifiant les modèles de dérive générative avec les flots de gradient de Wasserstein de divergences approchées par estimation de densité noyale (KDE), prouvant leur équivalence et proposant une stratégie de divergence mixte pour éviter à la fois l'effondrement et le floutage des modes.
Ce papier propose le cadre PRF, une méthode d'apprentissage rétrospectif progressif qui améliore la prédiction de trajectoires de longueur variable en alignant graduellement les caractéristiques d'observations incomplètes avec celles d'observations complètes grâce à des modules de distillation et de récupération.
Cet article présente un cadre novateur permettant aux agents autonomes pilotés par des LLM d'améliorer leurs performances futures en extrayant automatiquement des enseignements structurés de leurs trajectoires d'exécution pour les intégrer dynamiquement dans leur contexte via une mémoire adaptative.
Cet article propose la Récompense d'Espérance Conditionnelle (CER), une méthode d'apprentissage par renforcement qui utilise le modèle de langage lui-même comme vérificateur implicite pour fournir un signal de récompense gradué et applicable à divers domaines de raisonnement, éliminant ainsi le besoin de règles de vérification externes.
Ce papier présente une approche novatrice et explicable pour détecter et éliminer les portes dérobées dans les réseaux de neurones en s'appuyant sur l'analyse des chemins actifs, avec des résultats prometteurs démontrés sur un système de détection d'intrusions.
Cet article propose un cadre novateur qui intercale l'ordonnancement et la planification de mouvement dans une boucle d'apprentissage incrémental, permettant de générer des plans exécutables et sans collision pour la navigation multi-objets dans des espaces partagés en utilisant des retours symboliques pour guider l'ordonnancement vers des solutions réalisables.
Ce papier présente ROVA, un cadre d'entraînement novateur et le benchmark PVRBench conçus pour améliorer la robustesse des modèles de raisonnement vidéo face aux perturbations du monde réel, comblant ainsi l'écart entre les évaluations contrôlées et les déploiements pratiques.
Ce papier propose FAME, une nouvelle méthode d'explications abductives formelles basée sur l'interprétation abstraite qui permet d'obtenir des explications minimales plus concises et plus rapides pour les grands réseaux de neurones, tout en offrant une procédure pour évaluer la qualité de ces explications par rapport à la solution optimale.
Le papier présente DxEvolve, un agent diagnostique auto-évoluant qui comble le décalage entre l'intelligence artificielle actuelle et la cognition clinique en simulant un processus de recherche interactive pour acquérir des examens et transformer l'expérience en apprentissage gouvernable, atteignant ainsi une précision comparable à celle des cliniciens sur des benchmarks comme MIMIC-CDM.
Cet article présente un cadre de modélisation numérique d'humain (DHM) indépendant de la plateforme qui intègre le casque OpenBCI Galea pour le capteur multimodal et l'environnement SuperTux pour l'interaction, afin de fournir une infrastructure reproductible et éthique pour la recherche future en interaction homme-machine et en accessibilité.
Cet article propose la méthode « Contract And Conquer » (CAC), une approche de type boîte noire qui garantit de manière prouvée la génération d'exemples adversariaux pour des réseaux de neurones en combinant la distillation de connaissances sur un jeu de données expansif et une contraction précise de l'espace de recherche, surpassant ainsi les méthodes actuelles sur ImageNet.