2385 articles
Cet article propose une nouvelle approche de défense en couches combinant des classificateurs empilés et un autoencodeur, renforcée par un entraînement adversarial, pour améliorer la robustesse des systèmes de détection d'intrusion réseau face aux attaques générées par GAN et FGSM.
Cet article propose un cadre d'apprentissage adaptatif aux domaines pour les indicateurs de santé, intégrant un échantillonnage synchronisé par étapes de dégradation et un autoencodeur à noyaux larges avec mécanismes d'attention croisée, afin de surmonter les décalages de distribution et les limites structurelles des méthodes existantes pour améliorer la surveillance de l'état des machines.
Ce papier démontre que la soustraction de la moyenne, une opération simple et efficace, élimine le biais moyen de rang un responsable de l'instabilité numérique dans l'entraînement des grands modèles de langage en faible précision (FP4), permettant ainsi de retrouver la stabilité et les performances du format BF16 sans recourir à des méthodes spectrales coûteuses.
Le papier présente FAR-Dex, un cadre hiérarchique qui combine l'augmentation de données en peu d'exemples et un raffinement adaptatif par résidus pour surmonter le manque de démonstrations et la complexité des espaces d'action, permettant ainsi une coordination robuste et précise bras-main pour la manipulation habile avec des taux de réussite élevés en simulation et dans le monde réel.
Le papier présente UniPINN, un cadre unifié d'apprentissage multi-tâches pour les équations de Navier-Stokes qui surmonte les limitations des méthodes existantes en intégrant une architecture partagée-spécialisée, un mécanisme d'attention inter-flux et une allocation dynamique des poids pour améliorer la précision et la stabilité de l'entraînement.
Le papier présente G-STAR, un système de reconnaissance automatique de la parole attribué aux locuteurs de bout en bout qui couple un module de suivi temporel des locuteurs avec un modèle de langage pour assurer une cohérence des identités à l'échelle de la réunion tout en générant des transcriptions étiquetées et horodatées.
Cet article propose un cadre unifié pour la recommandation de nouvelles qui modélise l'évolution des intérêts des utilisateurs en combinant une perspective temporelle globale pour les préférences à long terme et une approche locale par étapes avec des mécanismes LSTM et d'attention pour capturer les dynamiques à court terme, surpassant ainsi les méthodes existantes sur des jeux de données réels.
Ce papier présente SearchLLM, le premier grand modèle de langage conçu pour la recherche générative ouverte, qui utilise un système de récompense hiérarchique et une stratégie d'agrégation sélective pour optimiser la qualité des réponses et l'engagement des utilisateurs tout en garantissant la sécurité et la fiabilité, comme le démontrent les tests réussis déployés sur la plateforme RedNote.
Cet article propose un cadre d'alignement multi-agents basé sur la négociation et l'apprentissage par renforcement (RLAIF) qui permet aux grands modèles de langage de résoudre les conflits de valeurs tout en maintenant un alignement avec l'objectif d'agence collective, sans dégrader leurs capacités linguistiques générales.
Ce papier présente JEDI, un modèle hiérarchique qui infère les dynamiques neuronales à travers diverses tâches en apprenant un espace d'embedding partagé sur les poids des réseaux de neurones récurrents, permettant ainsi d'extraire des mécanismes robustes et généralisables à partir de données expérimentales complexes.
Ce papier démontre que l'exposition naïve des capacités de raffinement d'images et de raisonnement des IA génératives commerciales, via des interfaces de chatbot accessibles, compromet fondamentalement les détecteurs de deepfakes les plus avancés en permettant aux utilisateurs non experts de créer des images authentiques et indétectables sans violer les politiques de sécurité.
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.