3813 articles
Cet article présente un système de recommandation agentique nommé IDSS qui utilise l'entropie pour guider l'élicitation préférentielle adaptative et le classement incertain, permettant ainsi de gérer efficacement les requêtes ambiguës des utilisateurs en réduisant les interactions inutiles tout en fournissant des recommandations diversifiées et transparentes.
Cet article propose une méthode d'apprentissage supervisé pour permettre aux assistants vocaux de décider intelligemment de prendre la parole ou de rester silencieux dans des dialogues multi-locuteurs, en surmontant les échecs des modèles de langage actuels face à cette tâche complexe.
Cette étude démontre que les échecs de triage attribués aux IA de santé grand public résultent principalement de formats d'évaluation artificiels (comme le choix forcé) plutôt que des capacités des modèles, car les interactions naturelles améliorent considérablement la précision du triage.
Cet article propose un estimateur de dépendance statistique stable pour l'analyse des autoencodeurs, basé sur une décomposition orthonormée du rapport de densité et une formulation variationnelle gaussienne, qui surpasse MINE en évitant la concaténation des entrées pour réduire les coûts computationnels et améliorer la convergence.
Cet article propose une approche d'apprentissage par renforcement multi-agents pour calculer une équation de Nash dans un jeu à somme nulle, permettant de détecter les attaques par injection de fausses données dans les réseaux de transport routier et d'assurer la résilience du trafic face à ces menaces.
Cette étude présente GPT4o-Receipt, un jeu de données et une analyse comparative révélant que, bien que les humains soient plus sensibles aux artefacts visuels des reçus générés par l'IA, ils sont moins performants que les modèles de langage multimodaux pour les détecter, car ces derniers identifient efficacement les erreurs arithmétiques invisibles à l'œil nu.
Ce papier présente VMAO, un cadre d'orchestration multi-agents qui améliore la résolution de requêtes complexes en décomposant les tâches en graphes de dépendances, en exécutant des agents spécialisés en parallèle et en intégrant une boucle itérative de vérification et de replanification pilotée par un LLM pour garantir la complétude et la qualité des réponses.
Cette étude analyse, à l'aide du cadre Cognition-Affect-Conation et de données provenant de 436 utilisateurs, comment les perceptions cognitives et affectives, influencées par des facteurs favorables et inhibiteurs, déterminent l'intention comportementale d'adopter l'agent autonome OpenClaw.
Le papier présente NEXTPP, un cadre innovant à double voie qui unifie les représentations discrètes et continues via une interaction croisée pour améliorer la prédiction des processus ponctuels temporels marqués en surmontant les limites des approches séquentielles et des équations différentielles neuronales existantes.
Le papier présente SAGE, un cadre d'estimation de la valence et de l'arousal continu qui améliore la robustesse multimodale en adaptant dynamiquement la fusion audio-visuelle à la fiabilité variable des signaux selon les étapes d'interaction.
Cet article propose une approche neuro-symbolique novatrice, baptisée « Grammar of the Wave », qui utilise des arbres de logique d'événements (ELT) pour permettre à des agents VLM de détecter des événements dans des séries temporelles multivariées à partir de descriptions textuelles avec peu de données, tout en générant des explications fiables et en réduisant les hallucinations.
Le papier présente INFACT, un benchmark diagnostique composé de 9 800 instances de questions-réponses sur des vidéos réelles et synthétiques, conçu pour évaluer la fiabilité des modèles de langage vidéo face aux hallucinations de fidélité et de factualité dans des conditions dégradées, révélant ainsi que la précision de base ne garantit pas la robustesse du modèle.
Ce papier propose SPEGC, une méthode d'adaptation continue en temps réel pour la segmentation d'images médicales qui surmonte les limites des approches existantes en combinant une amélioration des caractéristiques par des invites sémantiques et un solveur de clustering graphique différentiable pour atténuer l'accumulation d'erreurs et améliorer la robustesse face aux décalages de domaine.
Le papier présente OrthoEraser, une méthode innovante qui utilise des auto-encodeurs épars et une projection orthogonale couplée pour éliminer les concepts dangereux des modèles de génération d'images tout en préservant les attributs bénins grâce à un découplage précis des sous-espaces d'activation entrelacés.
L'article présente KEPo, une nouvelle méthode d'attaque par empoisonnement conçue spécifiquement pour contourner la robustesse des systèmes GraphRAG en injectant des événements toxiques et des trajectoires d'évolution de connaissances dans le graphe afin de manipuler les réponses des grands modèles de langage.
Ce papier présente Gen-Fab, un modèle génératif conditionnel basé sur Pix2Pix qui prédit avec précision et modélise l'incertitude des variations de fabrication nanophotoniques en générant des images haute résolution réalistes à partir de conceptions, surpassant ainsi les méthodes déterministes et probabilistes existantes.
Ce papier présente MADA, un cadre multi-agents piloté par des modèles de langage qui automatise l'exploration de conceptions complexes sur des systèmes de calcul haute performance pour optimiser la suppression des instabilités de Richtmyer-Meshkov dans la fusion par confinement inertiel.
Ce papier présente FBCIR, une méthode d'interprétation révélant les déséquilibres d'attention entre modalités dans la recherche d'images composées, et propose une augmentation de données avec des négatifs difficiles pour améliorer la robustesse des modèles dans des scénarios exigeants.
Ce papier présente EReCu, un cadre unifié pour la détection d'objets camouflés non supervisée qui améliore la fiabilité des pseudo-étiquettes et la fidélité des caractéristiques grâce à une fusion d'évolution de pseudo-étiquettes, à une perception native multi-indices et à un raffinement local, permettant d'atteindre des performances de pointe avec une meilleure perception des détails et une alignement robuste des frontières.
Cette présentation propose un routage par seuil d'expert (ET) pour les modèles de langage autoregressifs, qui alloue dynamiquement le calcul et assure l'équilibrage de charge sans pertes auxiliaires en routant chaque token indépendamment selon un seuil mobile, surpassant ainsi les méthodes Mixture-of-Experts à choix de token classiques.