1870 articles
Ce papier présente FINEST, une taxonomie d'évaluation fine-granulaire pour les sujets sensibles qui améliore significativement la pertinence et la sécurité des réponses des modèles de langage en identifiant des erreurs spécifiques dans le contenu, la logique et l'adéquation.
L'étude BeamPERL démontre que l'apprentissage par renforcement avec des récompenses vérifiables améliore les performances d'un modèle de langage compact sur la mécanique des poutres, mais révèle que cette compétence repose sur l'adoption de modèles de résolution procéduraux plutôt que sur une véritable internalisation des principes physiques, limitant ainsi la généralisation face à des changements topologiques.
Le papier présente VietNormalizer, une bibliothèque Python open-source et sans dépendance qui normalise le texte vietnamien en convertissant les nombres, dates, devises, acronymes et termes étrangers en formes parlables pour les applications de synthèse vocale et de traitement du langage naturel.
Cette étude révèle que la performance des grands modèles de langage aux tests de fausses croyances dépend non seulement de leur taille, mais aussi de l'influence causale du vocabulaire des états mentaux, qui peut fausser leur raisonnement social en favorisant des réponses stéréotypées.
Cet article propose le DCAN, un réseau d'apprentissage par contraste capable d'attribuer du code généré par des modèles de langage spécifiques en séparant les informations sémantiques des signatures stylistiques, et valide cette approche grâce à un nouveau benchmark à grande échelle couvrant quatre LLMs et quatre langages de programmation.
Cette étude évalue comment onze grands modèles de langage naviguent les compromis liés à la Déclaration universelle des droits de l'homme à travers 1 152 scénarios multilingues, révélant des biais systématiques qui privilégient la limitation des droits économiques et sociaux par rapport aux droits civils et politiques, avec des variations significatives selon la langue et une forte vulnérabilité au guidage par les invites.
Cette étude démontre que les améliorations observées dans les benchmarks de RAG multilingue et visuel sont principalement dues à une meilleure représentation des documents plutôt qu'à des mécanismes de récupération avancés, soulignant ainsi la nécessité d'évaluations décomposées pour distinguer l'apport de la transcription de celui de la récupération.
Ce papier présente Memex, un mécanisme de mémoire indexée optimisé par apprentissage par renforcement (MemexRL) qui permet aux agents LLM d'exécuter des tâches à long horizon en conservant des preuves complètes dans une base externe tout en maintenant un contexte de travail compact, surmontant ainsi les limites des fenêtres de contexte traditionnelles sans perte d'information.
Cet article propose un pipeline pour extraire des hypothèses causales plausibles encodées dans les grands modèles de langage en générant des documents, en y identifiant des événements normalisés et en appliquant des méthodes de découverte causale pour construire des graphes candidats inspectables.
Ce papier de position plaide pour l'exposition des entrées de prompts vectoriels par les fournisseurs de modèles, car ils offrent une méthode de personnalisation plus évolutive et stable que les prompts textuels, tout en respectant les contraintes de déploiement et de sécurité.
Cette étude examine comment les grands modèles de langage réagissent aux traits de la Triade sombre (Machiavélisme, Narcissisme et Psychopathie) dans les prompts utilisateurs, révélant que bien qu'ils adoptent majoritairement un comportement correctif, ils peuvent parfois renforcer des comportements nuisibles, ce qui soulève des enjeux cruciaux pour la conception de systèmes conversationnels plus sûrs.
Le papier présente , un cadre unifiant la génération et la vérification par apprentissage par renforcement de paires, qui améliore significativement les performances de raisonnement et de génération de code grâce à un classement par tournoi guidé par l'incertitude et un entraînement conjoint du générateur et du vérificateur.
Cette étude démontre que la récupération linéaire de structures spatiales et temporelles dans les représentations internes des modèles de langage ne prouve pas l'existence de modèles du monde internes, car une grande partie de cette structure est déjà latente dans les statistiques de co-occurrence des mots des embeddings statiques.
Ce papier présente le système gagnant de l'équipe AILS-NTUA pour la tâche 12 de SemEval-2026, qui allie récupération basée sur des graphes et raisonnement abductif par réflexion pour atteindre une précision de 0,95, tout en identifiant des biais inductifs systématiques partagés par 14 modèles dans le raisonnement causal multi-étiquettes.
Le papier présente Pointer-CAD, un cadre de génération de modèles CAO par LLM qui surmonte les limites des séquences de commandes en intégrant une sélection d'entités géométriques via des pointeurs, permettant ainsi la création de structures complexes et la réduction des erreurs topologiques grâce à un jeu de données de 575 000 modèles.
Cet article propose le DMAST, un cadre d'entraînement de sécurité adversaire en deux modalités et trois étapes qui, en formalisant l'interaction agent-attaquant comme un jeu à somme nulle, renforce considérablement la robustesse et l'efficacité des agents web multimodaux face aux attaques croisées exploitant à la fois les captures d'écran et les arbres d'accessibilité.
Ce papier présente -Knowledge, un nouveau benchmark évaluant la capacité des agents conversationnels à coordonner des connaissances non structurées et des outils dans des scénarios réalistes de support client fintech, révélant que même les modèles de pointe peinent à atteindre une fiabilité suffisante dans ces tâches complexes.
Le papier présente TaxonRL, une approche d'apprentissage par renforcement utilisant des récompenses intermédiaires pour décomposer le raisonnement visuel en prédictions taxonomiques hiérarchiques, permettant ainsi d'atteindre une précision supérieure à celle des humains sur la tâche de discrimination fine d'espèces tout en garantissant l'interprétabilité des décisions.
Cet article examine comment, dans les années 2020, le déploiement de la traduction automatique réduira les barrières linguistiques pour le commerce et la communication, tout en créant de nouveaux défis inégaux pour la diffusion des idées, l'innovation et la croissance économique.
Cet article propose les « Thought Flow Nets », une méthode inspirée de la dialectique hégélienne permettant aux modèles d'affiner leurs réponses par des itérations d'auto-correction, ce qui améliore non seulement leurs performances mais aussi la perception et les résultats des utilisateurs humains.