2414 articles
Cet article propose un modèle d'apprentissage profond géométrique basé sur les transformers et des repères anatomiques sur des maillages tétraédriques pour améliorer le diagnostic de la maladie d'Alzheimer et prédire la positivité à l'amyloïde chez les patients à risque moyen, offrant ainsi une alternative non invasive et précise aux examens TEP coûteux.
Cette étude menée auprès de 36 chercheurs kazakhs sur la plateforme CGScholar révèle que, bien que la familiarité avec l'IA favorise l'ouverture aux corrections, l'expérience en rédaction de recherche renforce l'importance accordée aux commentaires des pairs, notamment pour la méthodologie, démontrant ainsi le potentiel d'une approche hybride combinant l'IA et le feedback humain pour améliorer la qualité de l'écriture académique.
Le papier présente ViLAM, une méthode novatrice qui distille le raisonnement vision-langage de grands modèles dans des cartes d'attention spatiale pour guider la navigation de robots sociaux, démontrant ainsi une amélioration significative du taux de réussite par rapport aux méthodes existantes lors d'expériences réelles.
Cet article présente IMPACT, un cadre de planification de mouvement innovant qui utilise des modèles vision-langage pour générer des cartes de coût anisotropes et permettre à un robot de trouver des trajectoires riches en contacts sûrs et efficaces dans des environnements encombrés.
Cet article présente iProg, un outil d'induction inductive interactive structurée qui utilise un protocole de communication à double intelligibilité pour collaborer avec des LLMs et des experts humains afin de générer rapidement des systèmes d'analyse de données fiables et interprétables, surpassant les approches Low Code/No Code traditionnelles.
Cette étude révèle que, bien que les grands modèles de langage génèrent une surreprésentation des personnages féminins grâce au fine-tuning et au RLHF, ils perpétuent paradoxalement des stéréotypes de genre professionnels plus marqués que la réalité du marché du travail, soulignant ainsi la nécessité de mesures d'atténuation équilibrées.
Cet article propose une méthode unifiée pour la reconstruction 3D de deux mains à partir d'images monoculaires, combinant un encodeur d'alignement fusionnant des priors hétérogènes de modèles de vision fondamentaux pour l'alignement 2D et un modèle de diffusion sans pénétration pour garantir des interactions spatiales réalistes et robustes aux occlusions.
Ce papier présente le modèle de récompense de processus EDU-PRM, une approche novatrice qui utilise l'incertitude par entropie pour segmenter automatiquement les étapes de raisonnement sans annotations manuelles, surpassant les modèles de référence sur ProcessBench tout en réduisant considérablement les besoins en données d'entraînement et en consommation de tokens.
Ce projet présente MediTools, une application prototype exploitant les grands modèles de langage pour révolutionner l'éducation médicale via des simulations cliniques interactives, l'analyse assistée d'articles de recherche et des résumés d'actualités, dont l'efficacité est évaluée par une enquête auprès de professionnels et d'étudiants.
Cette étude améliore la prédiction du syndrome métabolique en introduisant le cadre hybride MetaBoost pour optimiser l'équilibrage des données et en utilisant une analyse contrefactuelle pour identifier la glycémie et les triglycérides comme facteurs de risque modifiables les plus critiques.
Cet article propose un cadre unifié et une taxonomie de près de 60 benchmarks pour évaluer les modèles de langage et les agents autonomes, tout en examinant leurs architectures, leurs applications réelles, leurs protocoles de collaboration et les orientations futures de la recherche.
Ce papier propose SFIBA, une attaque par porte dérobée invisible et spatiale qui permet de cibler simultanément toutes les classes dans un scénario boîte noire en injectant des déclencheurs spécifiques dans des régions locales via une méthode basée sur le domaine fréquentiel, garantissant ainsi à la fois une efficacité d'attaque élevée et une imperceptibilité visuelle.
Ce papier présente la tâche 5 du défi DCASE 2025, un benchmark de réponse aux questions audio multi-domaines conçu pour évaluer et améliorer les capacités de raisonnement acoustique des modèles audio-langage face à des scènes sonores variées.
Cette étude démontre que, dans les tâches de travail assistées par l'IA, la charge cognitive extrinsèque a un impact négatif sur la performance trois fois plus fort que la charge intrinsèque, affectant davantage les professionnels moins expérimentés qui, paradoxalement, n'augmentent pas leur utilisation de l'IA sous charge.
Ce papier présente Ready2Unlearn, une approche proactive qui intègre la préparation à l'oubli machine directement durant la phase d'entraînement des modèles afin de faciliter et d'accélérer les futures demandes de suppression de données.
Le papier présente FreeKV, un cadre d'optimisation conjointe algorithmique et système sans entraînement qui améliore l'efficacité de la récupération du cache KV pour l'inférence des grands modèles de langage, permettant des accélérations allant jusqu'à 13 fois par rapport aux méthodes de l'état de l'art tout en préservant une précision quasi parfaite.
Cette étude propose une approche neuro-symbolique combinant la génération par des modèles de langage, la récupération de problèmes analogues et la vérification formelle pour améliorer significativement la fiabilité et la précision de la génération de preuves en géométrie euclidienne.
Le papier présente MAS-ZERO, un cadre d'inférence temps réel pionnier qui conçoit et affine automatiquement des systèmes multi-agents sans supervision ni ensemble de validation, en adaptant dynamiquement la décomposition des problèmes et la composition des agents pour surpasser les approches manuelles et automatiques existantes sur diverses tâches complexes.
Ce papier présente AgarCL, une plateforme de recherche basée sur le jeu Agar.io conçue pour évaluer l'apprentissage par renforcement continu dans un environnement non épisodique et dynamique, tout en démontrant que les méthodes actuelles d'apprentissage continu peinent à surpasser les algorithmes standards face aux défis spécifiques de ce cadre.
Cet article propose un cadre théorique général pour le contrôle optimal de la densité de probabilité, établissant un principe du maximum et une équation de Hamilton-Jacobi-Bellman sur des espaces de distributions, puis introduisant un algorithme numérique évolutif basé sur les réseaux de neurones profonds pour résoudre des problèmes de contrôle multi-agents à grande échelle.