2384 articles
L'article présente PoultryLeX-Net, une architecture de transformateur à double flux enrichie par un lexique et adaptée au domaine, qui surpasse les modèles de base pour l'analyse fine des sentiments dans le discours sur l'industrie avicole en atteignant une précision de 97,35 %.
Ce papier présente TAMUSA-Chat, un cadre de recherche permettant aux institutions académiques de développer des systèmes conversationnels adaptés à leur domaine grâce à l'affinage supervisé et à la génération augmentée par récupération, tout en garantissant la transparence, la conformité et des pratiques responsables en matière d'IA.
Ce papier présente le benchmark CEI, un ensemble de données validé par des humains contenant 300 scénarios conçus pour évaluer la capacité des modèles de langage à effectuer un raisonnement pragmatique en inférant le sens intentionnel au-delà de la sémantique littérale dans divers contextes sociaux et relations de pouvoir.
Cette étude révèle une divergence frappante entre les représentations internes compositionnelles des grands modèles de langage et leur capacité à les traduire de manière cohérente en performances fonctionnelles lors de tâches d'adjectif-nom, soulignant ainsi la nécessité d'évaluations contrastives pour une compréhension complète de leurs capacités.
Cette étude démontre que, pour l'évaluation et l'amélioration des réponses aux entretiens comportementaux, une approche humaine en boucle surpasse l'itération par la chaîne de pensée automatisée en offrant une meilleure authenticité, une plus grande confiance et une convergence plus rapide grâce à une intégration contextuelle supérieure.
Cette étude évalue la robustesse et la sécurité pédagogique des grands modèles de langage hors ligne pour l'enseignement de la langue turque, révélant que les modèles orientés vers le raisonnement de 8 à 14 milliards de paramètres offrent le meilleur compromis entre coût et sécurité, indépendamment de l'échelle du modèle.
Cette étude clinique démontre que la perception d'une perte d'empathie dans les modèles GPT récents est en réalité le résultat d'une amélioration de la détection des crises et d'une modification de la posture de sécurité, plutôt que d'un changement dans la capacité empathique elle-même.
Cette étude évalue automatiquement les performances de plusieurs grands modèles de langage (LLM) et de Google Translate pour la traduction du chinois mandarin vers l'anglais, révélant qu'ils excellent dans les articles de presse mais peinent encore à préserver les nuances culturelles et les références littéraires complexes.
Ce papier présente la conception et la validation d'un assistant basé sur la récupération d'informations, ancré dans des sources réglementaires autoritaires, pour soutenir l'évaluation de la sécurité et la conformité normative des systèmes d'aéronefs sans pilote tout en garantissant la traçabilité et la responsabilité humaine.
Ce papier présente la création de la base de données LatamQA, un ensemble de plus de 26 000 questions à choix multiples en espagnol et portugais dérivé de Wikidata et de Wikipédia, utilisé pour révéler les biais socioculturels et géographiques des grands modèles de langage envers les pays d'Amérique latine par rapport à l'Espagne.
Ce papier présente SpreadsheetArena, une plateforme d'évaluation par comparaison aveugle conçue pour analyser les performances des modèles de langage dans la génération de classeurs Excel, révélant que les préférences varient considérablement selon les cas d'usage et que les modèles actuels peinent encore à respecter systématiquement les meilleures pratiques de domaine.
Le papier présente SENS-ASR, une méthode qui améliore la reconnaissance automatique de la parole en streaming en enrichissant les informations acoustiques avec des représentations sémantiques extraites des cadres passés via un module d'enseignement par distillation de connaissances, réduisant ainsi significativement le taux d'erreur sur les mots dans des scénarios à faible latence.
Cette étude démontre que les encodeurs bidirectionnels spécialisés, tels qu'AraBERTv2, surpassent les décodeurs causaux pour la classification précise de textes médicaux arabes en 82 catégories, grâce à une meilleure capture du contexte global malgré les déséquilibres et le bruit des données.
Ce papier propose P-GRPO, une nouvelle méthode d'alignement qui améliore l'adaptation aux préférences individuelles hétérogènes des grands modèles de langage en découplant l'estimation des avantages des statistiques de lot immédiates pour éviter les biais vers les préférences dominantes.
Le papier présente FERRET, un cadre de test rouge automatisé et multi-facettes qui améliore la génération de conversations adverses multimodales grâce à trois expansions stratégiques : horizontale, verticale et méta.
Cette étude présente une nouvelle méthode d'évaluation des taux de refus des modèles de langage militaires, identifie des taux de rejet excessifs sur des requêtes légitimes, et démontre que l'ablation peut significativement réduire ces refus au prix d'une légère baisse de performance sur d'autres tâches, plaidant ainsi pour une spécialisation plus poussée de ces modèles.
Cette étude évalue la présence de biais cognitifs humains, notamment l'effet de victime vertueuse et l'effet de halo, dans cinq grands modèles de langage appliqués à l'aide à la décision judiciaire, révélant que bien que ces modèles présentent des variations limitant leur usage immédiat, ils affichent une réduction modeste de ces biais par rapport aux humains, à l'exception notable de l'effet de prestige lié aux credentials.
Cette étude présente DeliberationBench, un cadre normatif validé par une expérience à grande échelle qui démontre que l'influence des grands modèles de langage sur les opinions des utilisateurs est substantielle et alignée sur les standards démocratiques de délibération.
Cet article examine l'émergence de la « GPThéologie », un phénomène techno-religieux où l'intelligence artificielle est perçue comme divine, en analysant comment les interactions quotidiennes avec les modèles de langage et les récits communautaires recréent des structures religieuses traditionnelles tout en soulevant des enjeux éthiques et sociétaux majeurs.
Cet article propose un cadre conceptuel et opérationnel pour définir clairement la distinction entre les modèles et les systèmes d'IA, afin de résoudre les ambiguïtés réglementaires et d'attribuer avec précision les responsabilités le long de la chaîne de valeur de l'IA.