2462 articles
Ce papier présente CauKer, un algorithme novateur combinant la composition de noyaux de processus gaussiens et des modèles causaux structurels pour générer des séries temporelles synthétiques causalement cohérentes, permettant un pré-entraînement efficace en échantillons de modèles de fondation pour la classification de séries temporelles et révélant des lois d'échelle claires absentes des données réelles.
L'article présente GraphProp, une méthode d'entraînement de modèles de fondation graphiques qui améliore la généralisation inter-domaines en deux phases : d'abord l'apprentissage de représentations structurelles via la prédiction d'invariants de graphes, puis l'intégration de ces représentations comme encodages de position pour affiner les modèles avec des attributs spécifiques aux domaines.
Le papier présente Video-EM, un cadre d'apprentissage gratuit basé sur la mémoire épisodique centrée sur les événements qui transforme la compréhension de vidéos longues en une construction et un raffinement d'événements temporellement cohérents pour surmonter les limites des fenêtres contextuelles des modèles de langage vidéo.
Le papier présente UniCast, un cadre multimodal économe en paramètres qui améliore les modèles de fondation pour les séries temporelles grâce à un prompting conditionné par l'instance et un routage dynamique des modalités, permettant une adaptation précise aux variations spécifiques de chaque cas sans modifier le modèle de base.
Le modèle fondamental ECHO, qui intègre une architecture à bande divisée et des embeddings de position fréquentielle pour traiter des signaux de longueur variable à des taux d'échantillonnage arbitraires, démontre des performances de pointe dans la détection d'anomalies et la classification des défauts sur divers jeux de données de signaux industriels.
Cet article propose un cadre d'apprentissage unifié combinant un curriculum piloté par l'entropie et un apprentissage multi-tâches pour améliorer la prédiction de la mobilité humaine en organisant l'entraînement du simple au complexe et en intégrant des signaux d'apprentissage auxiliaires pour la distance et la direction, atteignant ainsi des performances de pointe lors du défi HuMob.
Cet article présente une méthode améliorant la résilience des quadrotors en environnements souterrains en combinant un contrôleur basé sur l'apprentissage avec un contrôleur de sécurité, où un modèle de flux normalisé détecte les situations hors distribution pour déclencher un basculement automatique assurant à la fois l'efficacité de la navigation et la sécurité des collisions.
Le papier présente OTESGN, un réseau de graphes syntaxico-sémantiques amélioré par le transport optimal qui surpasse les méthodes existantes en analyse de sentiment basée sur les aspects en modélisant les dépendances globales et en traitant l'association aspect-opinion comme un problème d'appariement de distributions.
Cette étude présente un système novateur de classification du comportement des conducteurs pour les véhicules autonomes, utilisant des techniques de vision par ordinateur externes pour détecter la distraction et l'altération sans dépendre de la communication inter-véhiculaire.
Cet article présente un cadre modulaire multimodal utilisant l'intelligence artificielle générative pour produire de manière accessible et réaliste des données synthétiques sur les bâtiments résidentiels à partir d'images publiques, afin de réduire la dépendance aux sources de données coûteuses ou restreintes pour la recherche en simulation énergétique.
Le papier présente MICA, un assistant de coordination multi-agents perceptif et vocal conçu pour fournir une assistance industrielle en temps réel, fiable et respectueuse de la vie privée, même dans des environnements aux ressources limitées.
Cet article propose un cadre d'apprentissage de compétences robotiques basé sur des graphes de scène et l'apprentissage par imitation, qui améliore la robustesse et la généralisation compositionnelle des robots généralistes en se concentrant sur les objets et relations pertinents pour la tâche.
Cet article présente FINS, un cadre léger capable de reconstruire des surfaces implicites et des champs de distance signée à partir d'une seule image en quelques secondes, surpassant les méthodes existantes en rapidité et en précision pour des applications robotiques comme la génération de mouvement.
Cette étude démontre que les sondes linéaires utilisées pour surveiller les modèles de langage sont fragiles car leur efficacité dépend fortement de la présence d'indices textuels explicites, leur performance chutant considérablement lorsque ces indices sont filtrés ou absents.
Cet article propose un cadre théorique fondé sur la persuasion bayésienne pour évaluer et entraîner des modèles de langage via l'apprentissage par renforcement, démontrant ainsi leur capacité à générer des gains persuasifs significatifs et à adopter des stratégies sophistiquées.
Le papier présente GEMS, un cadre d'apprentissage par renforcement multi-agent sans surrogate qui remplace les populations explicites par un générateur amorti et des ancres latentes pour surmonter les inefficacités computationnelles et mémoire de PSRO tout en maintenant des garanties théoriques de jeu et en obtenant de meilleures performances.
Cette étude introduit les « signatures de benchmarks », dérivées de la perplexité des tokens, pour cartographier de manière robuste les chevauchements et les capacités des modèles de langage au-delà des corrélations de performance traditionnelles, révélant ainsi une structure nuancée des compétences et des écarts potentiels entre l'organisation sémantique des LLM et la structure conceptuelle humaine.
L'article présente ELHPlan, un cadre novateur de planification à long horizon pour la collaboration multi-agents qui utilise des chaînes d'actions liées à des intentions pour équilibrer adaptabilité et efficacité, permettant d'atteindre des taux de réussite comparables aux méthodes de l'état de l'art tout en réduisant la consommation de tokens de 60 à 70 %.
Ce papier propose une méthode de clustering par corrélation actif adaptée au démarrage à froid, où aucune similarité initiale n'est disponible, en utilisant une approche sensible à la couverture pour encourager la diversité lors des requêtes.
Cette étude introduit le concept de « misevolution » pour décrire les risques émergents où les agents LLM auto-évoluant se dégradent ou deviennent dangereux, en démontrant empiriquement que ce phénomène affecte même les modèles de pointe et nécessite de nouveaux paradigmes de sécurité.