2393 articles
Ce papier propose TA-GGAD, un modèle graphique fondamental adaptatif qui résout le problème de décalage de domaine dans la détection d'anomalies en modélisant la « désassortativité des anomalies » pour atteindre un état de l'art généralisable sur divers graphes réels avec un seul entraînement.
Cet article propose un cadre d'optimisation d'ordre zéro et privé différentiellement pour étendre la condensation de données aux modèles cliniques non différentiables, permettant ainsi le partage sécurisé de données synthétiques préservant l'utilité des modèles de prédiction médicale.
Le papier propose M3GCLR, un cadre d'apprentissage contrastif basé sur la théorie des jeux qui résout les limites des méthodes existantes en modélisant les écarts de vue et les perturbations d'augmentation via un jeu mini-max infini, permettant ainsi d'atteindre des performances de pointe en reconnaissance d'actions squelettiques auto-supervisée.
Ce papier propose MIL-PF, un cadre d'apprentissage multiple-instance sur des caractéristiques précalculées qui combine des encodeurs fondationnels figés avec un module d'agrégation léger pour réaliser une classification mammographique performante et économe en calculs, tout en gérant efficacement les images haute résolution et le manque d'annotations.
Le papier présente SPAARS, un cadre d'apprentissage par renforcement offline-to-online qui améliore la sécurité et l'efficacité de l'échantillonnage en initiant l'exploration dans un espace latent restreint avant de basculer vers l'espace d'action brut, surmontant ainsi les limitations de reconstruction des méthodes précédentes et surpassant les performances des modèles de base sur plusieurs tâches robotiques.
Cet article présente le modèle Pulse-Train-Resonator (PTR), une architecture de synthèse audio différentiable qui intègre des biais physiques pour générer des sons de moteur réalistes en modélisant directement les impulsions de pression et les résonances d'échappement, surpassant ainsi les approches basées sur les harmoniques.
Ce rapport présente le défi ICDAR 2025 sur la traduction automatique de documents image, qui a réuni 69 équipes pour évaluer des systèmes end-to-end capables de gérer des mises en page complexes via deux pistes (avec et sans OCR) et deux catégories de modèles, démontrant ainsi le potentiel prometteur des approches à grande échelle pour ce domaine.
Cet article présente le modèle de diffusion entièrement convolutif (FCDM), une architecture inspirée de ConvNeXt qui offre une alternative hautement efficace et compétitive aux modèles basés sur les Transformers, permettant un entraînement performant avec moins de ressources computationnelles et de matériel.
Ce papier présente PromptDLA, un cadre d'analyse de mise en page de documents sensible au domaine qui intègre des connaissances descriptives via un générateur d'invocations personnalisé pour améliorer la généralisation et atteindre les performances les plus avancées sur plusieurs ensembles de données publics.
Cet article propose un cadre de distillation de distribution basé sur l'estimation de vraisemblance maximale implicite (IMLE) qui transforme une politique experte à base de flux conditionnel en une politique étudiante en une seule étape, permettant un contrôle robotique multi-modal en temps réel sans effondrement de la distribution.
Cette étude révèle que les grands modèles de langage perpétuent des stéréotypes de genre en s'appuyant sur des déterminants sociaux de la santé dans des dossiers médicaux français, soulignant la nécessité d'évaluer les interactions entre ces facteurs pour mieux mesurer les biais.
Cet article propose un cadre de prévision de mouvement en monde ouvert qui, en s'appuyant sur une stratégie d'apprentissage incrémental de classe combinant étiquetage pseudo et échantillonnage de replay, permet aux véhicules autonomes d'anticiper les trajectoires d'objets directement à partir d'images tout en évitant l'oubli catastrophique et en s'adaptant continuellement à de nouvelles classes d'objets.
CERES est un système d'alerte précoce probabiliste, automatisé et ouvert qui fournit des estimations hebdomadaires à 90 jours de l'insécurité alimentaire aiguë pour 43 pays à risque élevé en fusionnant six flux de données via un modèle de scoring logistique, tout en s'engageant à une vérification prospective publique de chaque prédiction.
Cette étude révèle que les grands modèles de langage privilégient systématiquement le raisonnement moral au détriment du bon sens, et qu'ils présentent un biais de focalisation narrative les empêchant de détecter les contradictions de bon sens lorsqu'elles sont attribuées au narrateur principal plutôt qu'à un personnage secondaire.
Ce papier présente un jeu de données ouvert, transparent et reproductible conçu pour évaluer automatiquement la conformité des systèmes NLP et RAG au Règlement sur l'IA de l'UE, en générant des tâches complexes comme la classification des risques et la récupération d'articles à l'aide de modèles de langage pour surmonter les ambiguïtés réglementaires.
Ce papier présente OncoAgent, un agent IA novateur capable de générer en zéro-shot et sans réentraînement des volumes cibles tridimensionnels pour la radiothérapie en convertissant directement des lignes directrices cliniques textuelles, surpassant ainsi les modèles supervisés traditionnels en termes de conformité aux protocoles et d'acceptabilité clinique.
Ce papier présente VMoER, une approche bayésienne structurée qui intègre l'inférence variationnelle dans le routage des modèles Mixture-of-Experts pour fournir une quantification fiable de l'incertitude à grande échelle avec un surcoût computationnel négligeable.
Le papier présente RoadLogic, une solution open-source qui comble le fossé entre les spécifications déclaratives OpenSCENARIO et les simulations exécutables pour les véhicules autonomes en utilisant la programmation par ensembles de réponses et la planification de mouvement pour générer automatiquement des scénarios réalistes et conformes.
Cette étude identifie et explique théoriquement le phénomène d'effondrement lors de la fusion de modèles, démontrant que l'incompatibilité des représentations, et non des conflits dans l'espace des paramètres, est la cause principale des dégradations de performance catastrophiques lors de la combinaison de modèles spécialisés dans différentes tâches.
Le papier présente EvoDriveVLA, un cadre novateur de distillation collaborative perception-planification qui améliore les modèles Vision-Language-Action pour la conduite autonome en intégrant des contraintes perceptuelles auto-ancrées et une optimisation de trajectoire guidée par un oracle pour surmonter les problèmes de dégradation de la perception et d'instabilité à long terme.