1722 articles
Le papier présente Track-SQL, un cadre qui améliore les modèles de langage génératifs pour le texte-vers-SQL multi-tours grâce à des modules extractifs duals pour le suivi du schéma et du contexte, atteignant ainsi des performances de pointe sur les ensembles de données SparC et CoSQL.
Le papier présente MASFactory, un cadre centré sur les graphes pour orchestrer des systèmes multi-agents basés sur les LLM, qui intègre une approche de « Vibe Graphing » permettant de convertir des intentions en langage naturel en graphes exécutables tout en facilitant la réutilisation des composants et l'intégration de contextes hétérogènes.
Le papier présente ViewFusion, un cadre en deux étapes qui améliore le raisonnement spatial multi-vues en séparant explicitement l'alignement spatial préalable de la réponse aux questions, permettant ainsi aux modèles de vision-langage de mieux exploiter les relations inter-vues et d'obtenir des performances supérieures sur les tâches d'occlusion et de transformation de point de vue.
Cette étude évalue l'efficacité de quatre grands modèles de langage open-weight pour la notation automatisée d'essais allemands de niveau A en Autriche selon une grille d'évaluation, révélant que malgré leur capacité à utiliser des rubriques standardisées, leur faible accord avec les évaluateurs humains (32,8 % pour les notes finales) les rend inadaptés à un usage réel dans l'enseignement.
Cette étude démontre que l'exposition à des textes spécifiques lors du pré-entraînement façonne la personnalité des modèles de langage, révélant un avantage de performance dans le raisonnement complexe pour les modèles aux traits sociaux réduits et établissant ainsi une base pour l'ingénierie de personnalité.
DeepSight est le premier modèle multimodal dédié à la compréhension des scènes en 3D qui améliore le raisonnement spatial en exploitant les caractéristiques uniques des cartes de profondeur et en s'appuyant sur un nouveau jeu de données et une architecture de vision modifiée.
Cet article propose une pipeline neuro-symbolique intégrant des modèles de langage et un solveur SAT pour identifier les prémisses implicites des énoncés enthymémiques, les traduire en formules logiques et vérifier leur validité, comblant ainsi le fossé entre les méthodes NLP et les approches logiques.
Ce papier propose un mécanisme zéro-shot permettant aux modèles de langage par diffusion d'estimer et de réduire dynamiquement la fenêtre de contexte avant la génération, offrant ainsi des économies de calcul substantielles sans compromettre les performances sur diverses tâches.
Cet article propose une nouvelle approche basée sur les graphes causaux pour analyser les récits opposés, permettant de modéliser les interactions entre entités et de surclasser les méthodes existantes en éliminant les biais des modèles boîte noire.
L'étude RAPTOR démontre que la trajectoire de pré-entraînement en apprentissage auto-supervisé, et non l'échelle du modèle, est le facteur déterminant pour la robustesse et l'étalonnage des détecteurs de deepfakes audio, permettant à des modèles compacts multilingues de rivaliser avec des systèmes commerciaux plus volumineux.
Cet article propose un cadre en deux étapes pour l'apprentissage de similarités entre écritures, combinant un apprentissage contrastif supervisé sur des alphabets inventés et une distillation non supervisée vers des scripts historiques afin de découvrir des similarités latentes sans dépendre de relations évolutives certifiées.
Ce papier présente CRIMSON, un cadre d'évaluation cliniquement fondé pour les rapports de radiologie générés par IA, qui intègre le contexte complet du patient et une pondération basée sur la gravité clinique pour mieux s'aligner sur le jugement des radiologues que les métriques précédentes.
Le papier présente MAPO, un algorithme d'optimisation de politique sans critique qui combine des retours de processus denses et une estimation d'avantage à normalisation mixte pour améliorer la stabilité et les performances de l'apprentissage par renforcement dans les dialogues multi-tours subjectifs à long terme.
Cet article présente le protocole AI-CROWD, qui approxime une vérité terrain pour l'analyse de contenu à grande échelle en agrégeant les sorties d'un ensemble d'onze grands modèles de langage via un vote majoritaire et des métriques de diagnostic, afin de contourner les limites de coût et de temps du codage humain.
Ce papier présente LIT-RAGBench, un nouveau benchmark japonais et anglais conçu pour évaluer de manière systématique et simultanée cinq capacités clés des générateurs de RAG (intégration, raisonnement, logique, tableaux et abstention) afin de guider la sélection et le développement de modèles spécialisés pour des déploiements pratiques.
Le papier présente FlashPrefill, un cadre qui accélère considérablement la phase de préremplissage des modèles de langage à long contexte en découvrant instantanément des motifs d'attention épars et en appliquant un seuillage dynamique, permettant ainsi des gains de vitesse allant jusqu'à 27,78 fois sur des séquences de 256K tokens tout en restant efficace sur des contextes plus courts.
Le papier présente SPOT, un cadre innovant qui améliore l'efficacité et l'interprétabilité du raisonnement des grands modèles de langage en compressant la pensée explicite en tokens latents compacts grâce à un alignement sémantique par niveau de segment et à une contrainte de décodage par tête gelée.
Cette étude révèle que, malgré une bonne adéquation sur les questions sociales générales, les grands modèles de langage actuels échouent à refléter fidèlement les opinions religieuses, en particulier celles des minorités, dans les contextes asiatiques, perpétuant ainsi des stéréotypes et des biais culturels que les interventions légères ne parviennent pas à éliminer.
L'article présente EpisTwin, une architecture neuro-symbolique qui surmonte la fragmentation des données personnelles en ancrant le raisonnement génératif dans un graphe de connaissances personnel vérifiable, enrichi par des modèles multimodaux et un agent de coordination pour une compréhension holistique et contextuelle.
Cette étude empirique démontre que l'adaptation des modèles de reconnaissance vocale aux langues autochtones du Pacifique, bien que cruciale pour pallier le manque de données, se heurte à un dilemme entre plasticité et stabilité, où des méthodes comme LoRA échouent à éviter l'oubli catastrophique lors de l'apprentissage continu de multiples langues.