6222 articles
Le papier présente B-DENSE, un cadre novateur qui améliore l'efficacité de l'inférence des modèles de diffusion en utilisant une alignement de trajectoire dense via une architecture à branches multiples, permettant ainsi au modèle étudiant de préserver les informations structurelles intermédiaires et d'obtenir une qualité de génération supérieure par rapport aux méthodes de distillation existantes.
Cet article établit un théorème de non-existence informationnel démontrant que les modèles ontologiques classiques contraints de réutiliser un unique espace d'états pour plusieurs interventions ne peuvent reproduire les statistiques quantiques sans engendrer un coût informationnel contextuel inévitable, une limitation que la théorie quantique contourne en abandonnant l'hypothèse d'une variable ontique classique unique sous-jacente.
Cette étude propose un cadre d'apprentissage continu basé sur un curriculum pour le contrôle robuste de systèmes dynamiques non linéaires soumis à de multiples incertitudes, en décomposant le problème en tâches séquentielles et en intégrant un contrôleur modèle pour accélérer la convergence et garantir un transfert réussi de la simulation à la réalité, comme démontré par une application industrielle sur le contrôle des vibrations des chaînes cinématiques automobiles.
Ce papier présente ReDON, une nouvelle architecture de processeur optique neuronal récurrent qui surpasse les réseaux de neurones optiques diffractifs traditionnels en intégrant une non-linéarité auto-modulée reconfigurable, permettant d'améliorer significativement la précision des tâches de vision par ordinateur avec une consommation d'énergie négligeable.
Le papier présente SafeGen-LLM, un cadre d'entraînement en deux étapes combinant un ajustement fin supervisé et une optimisation de politique par groupes guidée par des machines de récompense formelles, conçu pour améliorer la généralisation de la sécurité dans la planification de tâches robotiques au-delà des méthodes existantes.
Ce papier présente Coupled Discrete Diffusion (CoDD), un cadre hybride qui surmonte la barrière de factorisation des modèles de diffusion linguistiques en remplaçant les sorties totalement factorisées par une couche d'inférence probabiliste légère, permettant ainsi de modéliser des dépendances conjointes complexes et d'obtenir des performances de raisonnement élevées avec une latence réduite et un coût d'entraînement minimal.
Le papier présente OrthoAI, un cadre neurosymbolique qui combine une segmentation de dents par supervision sparse, une inférence de contraintes biomécaniques fondée sur une ontologie et une évaluation multicritère des traitements pour automatiser la prise de décision clinique en orthodontie par aligneurs transparents.
Cet article présente une approche à double pipeline utilisant des modèles de fondation (Grounding DINO 1.5, YOLOv11 et SAM 2.1) pour la segmentation d'images d'oiseaux, démontrant qu'un mode supervisé fine-tuné atteint des performances record (IoU 0,912) et qu'un mode zero-shot fonctionne efficacement sans données étiquetées, surpassant ainsi les réseaux de segmentation traditionnels.
Le papier présente Pri4R, une méthode simple et efficace qui améliore les modèles Vision-Language-Action en leur apprenant implicitement la dynamique du monde via l'entraînement sur des trajectoires de points 3D privilégiées, sans ajouter de surcoût computationnel ni modifier l'architecture lors de l'inférence.
Le papier présente Gome, un agent MLE qui remplace la recherche arborescente par une optimisation basée sur le gradient en traduisant le raisonnement diagnostique et la mémoire des erreurs en calcul de gradient et momentum, surpassant ainsi les méthodes traditionnelles sur les modèles de pointe avec une efficacité accrue.
Cet article présente le CB-MCTS, une méthode de recherche arborescente Monte Carlo décentralisée qui remplace la politique UCT déterministe par une politique stochastique de Boltzmann avec un bonus d'entropie décroissant, permettant ainsi une exploration plus robuste et performante dans des environnements multi-agents à récompenses clairsemées ou trompeuses.
Ce papier présente FinTexTS, un nouveau jeu de données à grande échelle associant des séries temporelles financières à des textes, construit grâce à un cadre d'appariement sémantique et multi-niveaux qui capture les interdépendances complexes du marché et améliore la prévision des cours boursiers.
Ce papier propose SPARC, une méthode de planification de trajectoire multi-robots décentralisée qui améliore la communication en intégrant les distances spatiales dans un mécanisme d'attention relationnelle, permettant ainsi une coordination supérieure et une généralisation efficace à des essaims de grande taille dans des environnements denses.
Ce papier propose deux techniques logicielles, l'échelle consciente des débordements (OAS) et l'échelle de bloc macro (MBS), qui réduisent considérablement l'écart de précision entre le format MXFP4 et NVFP4 pour les grands modèles de langage, rendant ainsi MXFP4 une alternative pratique et économe en matériel sans nécessiter de modifications matérielles.
Le papier présente Design Conductor, un agent autonome capable de concevoir, vérifier et générer le fichier GDSII d'un processeur RISC-V Linux fonctionnel à 1,48 GHz en seulement 12 heures, marquant la première fois qu'un agent réalise un tel circuit complet de la spécification à la mise en production.
Ce papier présente CktEvo, un benchmark et un cadre de référence pour l'évolution de code RTL au niveau d'un dépôt complet, permettant aux modèles de langage d'optimiser automatiquement la puissance, les performances et la surface (PPA) tout en préservant le comportement fonctionnel grâce à une boucle de rétroaction avec la chaîne d'outils.
L'article présente SiliconMind-V1, un cadre multi-agents qui génère des données d'entraînement axées sur le raisonnement et intègre une vérification par banc d'essai pour permettre à des modèles de langage localement affinés de générer, tester et déboguer itérativement du code Verilog, surpassant ainsi les méthodes actuelles en matière de correction fonctionnelle avec moins de ressources.
Ce papier présente ALADIN, un cadre d'analyse de l'espace de conception pour les accélérateurs d'IA embarqués qui permet d'évaluer les compromis entre précision, latence et consommation de ressources des réseaux de neurones quantifiés sans nécessiter de déploiement physique sur la plateforme cible.
Cette étude préliminaire suggère que les techniques d'alignement des modèles de langage, en particulier lorsqu'elles impliquent une censure invisible ou des contraintes complexes, peuvent paradoxalement générer des pathologies collectives et des dissociations entre la compréhension et l'action au sein de systèmes multi-agents, révélant ainsi un risque de préjudice iatrogène inhérent aux interventions de sécurité actuelles.
Cette thèse de doctorat présente des méthodes novatrices et économiques pour évaluer et améliorer la fiabilité des accélérateurs matériels de réseaux de neurones profonds, notamment par le développement d'outils d'analyse, l'optimisation des compromis entre efficacité et tolérance aux pannes, et la création de la technique AdAM pour une amélioration de la fiabilité en temps réel sans surcoût matériel.