1077 articles
Cet article présente une étude systématique du risque de confidentialité lié à l'orchestration d'outils par les agents autonomes, introduisant un cadre formel, un benchmark (TOP-Bench) et des stratégies d'atténuation pour prévenir la synthèse involontaire d'informations sensibles à partir de fragments non sensibles.
Ce papier présente WBC, une nouvelle méthode d'attaque par inférence de membre qui surpasse les approches existantes en exploitant des signaux de mémorisation localisés via une comparaison glissante de fenêtres, révélant ainsi des vulnérabilités critiques de confidentialité dans les grands modèles de langage affinés.
Ce papier présente un cadre d'affinage de modèles de langage pour générer du contenu éducatif adapté à six niveaux scolaires, améliorant significativement l'alignement avec le niveau de compréhension des élèves tout en préservant l'exactitude factuelle.
Ce papier présente le cadre PyMUSAS, qui évalue et améliore le système d'analyse sémantique USAS en combinant des règles et des réseaux de neurones sur des données multilingues (y compris un nouveau jeu de données chinois) et des données « silver standard », tout en rendant les ressources et le code disponibles en open source.
Cet article propose la Décodage d'Exploration Latente (LED), une stratégie de décodage sans entraînement qui exploite l'asymétrie d'entropie entre les couches intermédiaires et finales des modèles de raisonnement pour restaurer l'exploration et améliorer les performances de raisonnement.
Le papier présente COMI, un cadre de compression de contexte adaptatif en deux étapes qui utilise la Gain d'Information Marginale (MIG) pour optimiser la pertinence sémantique et la diversité, surpassant ainsi les méthodes existantes dans des scénarios de contexte long.
Cet article présente des études de cas et des techniques démontrant comment la collaboration avec les modèles Gemini permet d'accélérer la recherche scientifique en résolvant des problèmes ouverts, en réfutant des conjectures et en générant de nouvelles preuves à travers des méthodologies interactives et neuro-symboliques.
Ce travail présente Aletheia, un agent de recherche mathématique autonome capable de générer, vérifier et réviser des solutions de bout en bout, démontrant ainsi des avancées significatives allant de la résolution de problèmes olympiques à la production de résultats de recherche doctorale et à la collaboration humain-IA.
Le papier présente DataChef-32B, un système d'apprentissage par renforcement qui automatise la génération de « recettes de données » optimales pour l'adaptation des grands modèles de langage, surpassant ainsi l'expertise humaine et les checkpoints officiels sur des tâches spécialisées comme les mathématiques.
Cet article critique l'illusion positiviste du « ground truth » en montrant comment les pratiques d'annotation actuelles étouffent la subjectivité humaine au profit d'un consensus artificiel, et propose de réhabiliter le désaccord comme un signal essentiel pour construire des modèles culturellement compétents.
Ce papier présente IntelliAsk, un modèle entraîné par renforcement avec une récompense (RLVR) utilisant le modèle de récompense IntelliReward pour générer des questions de revue de recherche de haute qualité, fondées sur des preuves et plus approfondies que celles produites par les modèles actuels.
Cet article propose une nouvelle méthode d'annotation pour la résolution de la coréférence inter-documentaire dans le domaine des actualités, qui traite les chaînes de coréférence comme des éléments discursifs afin de mieux capturer la diversité lexicale et les variations de cadrage dans les médias.
Cette étude démontre que les modèles de langage vocaux actuels se comportent souvent comme des chaînes ASR-LLM coûteuses et moins performantes en présence de bruit, car leurs représentations internes révèlent une dépendance causale aux transcriptions textuelles plutôt qu'à l'audio brut.
Ce papier introduit de nouvelles métriques pour évaluer les agents LLM dans le contexte du « Text-to-Big SQL », démontrant que les mesures traditionnelles de Text-to-SQL sont insuffisantes pour capturer les impacts réels de l'échelle des données sur les coûts, la latence et l'efficacité d'exécution.
Cet article démontre que l'effondrement de modalité dans les LLM multimodaux résulte d'un décodage inadapté où la perte d'information est limitée par la divergence distributionnelle et la sensibilité du modèle, prouvant que l'objectif d'entraînement, et non l'architecture, détermine quelles informations non textuelles deviennent accessibles.
Le papier présente CoME, une architecture d'agents mobiles innovante composée d'experts spécialisés et entraînée via une stratégie progressive et une méthode DPO guidée par le gain d'information pour optimiser le raisonnement hybride et surpasser les méthodes existantes sur les jeux de données AITZ et AMEX.
Ce papier présente Aletheia, une extension de navigateur innovante alimentée par des modèles de langage et la génération augmentée par récupération (RAG) qui détecte les fausses nouvelles avec des explications fondées sur des preuves et favorise l'engagement utilisateur, surpassant les solutions existantes tant sur le plan de la performance technique que de l'utilisabilité.
Ce papier présente Omni-C, un encodeur Transformer dense unique qui compresse des modalités hétérogènes (images, audio, texte) en apprenant des représentations partagées via un pré-entraînement contrastif, permettant ainsi de réduire considérablement la complexité computationnelle et l'empreinte mémoire par rapport aux architectures multimodales traditionnelles.
Cet article établit un cadre théorique unifié pour le décodage contraint par grammaire, démontrant que l'équivalence linguistique n'implique pas l'efficacité computationnelle et prouvant que la complexité structurelle inhérente à certaines grammaires impose des bornes inférieures incompressibles sur le coût de décodage, tout en fournissant des métriques d'optimisation et des garanties de distorsion pour les architectures de modèles de langage modernes.
Le papier présente EigenData, une plateforme multi-agents auto-évolutive qui automatise la synthèse, l'audit et la réparation des données d'appel de fonctions, permettant de corriger le benchmark BFCL-V3 et d'établir une évaluation axée sur le succès des tâches qui correspond mieux aux jugements humains.