4751 articles
Ce papier présente ReGEN-TAD, un cadre génératif interprétable qui combine prévision conjointe et reconstruction dans une architecture convolutionnelle-transformer pour détecter les anomalies dans les séries temporelles financières multidimensionnelles sans données étiquetées, tout en fournissant une attribution économique cohérente.
Cet article présente un pipeline de préhension guidé par le langage et agnostique au point de vue, qui combine la détection d'objets ouverte, la compensation de profondeur et la complétion de nuages de points pour permettre à un robot quadrupède avec bras manipulateur d'exécuter des prises sûres et robustes dans des environnements encombrés et partiellement observés, atteignant un taux de succès de 90 % contre 30 % pour une méthode de référence dépendante de la vue.
Inspirée par le sommeil biologique, cette étude propose la Consolidation par Répétition de Sommeil (SRC), une méthode post-entraînement qui améliore la calibration et la fiabilité des réseaux de neurones artificiels en réactivant sélectivement leurs représentations internes sans réapprentissage supervisé.
Cet article propose le cadre d'évaluation « Hospitality-VQA » et un nouveau jeu de données pour mesurer l'aptitude des modèles vision-langage à fournir des informations utiles pour la prise de décision dans l'hôtellerie, révélant que ces modèles nécessitent un ajustement fin spécifique au domaine pour exploiter efficacement les signaux visuels clés.
Cet article propose un cadre de pré-entraînement par tenseur contrastif (CTP) qui aligne simultanément plusieurs modalités dans un espace d'incorporation unifié pour améliorer la compréhension des scènes et les performances des systèmes de conduite autonome, surpassant ainsi les méthodes traditionnelles d'alignement par paires.
Cette article propose une analyse théorique et empirique des méthodes d'inférence parallèle pour les grands modèles de langage en les modélisant comme des algorithmes de filtrage particulaire, révélant à la fois des garanties de précision non asymptotiques et des limites fondamentales inhérentes à ces approches.
Ce papier présente VLM-SubtleBench, un nouveau benchmark couvrant dix types de différences subtiles et divers domaines (industriel, médical, aérien) pour évaluer les lacunes des modèles vision-langage par rapport aux performances humaines dans le raisonnement comparatif fin.
Cet article présente un cadre de théorie de la décision et un système hybride combinant l'intelligence artificielle et un modèle statistique bayésien pour générer des prévisions probabilistes de la mousson indienne, qui ont été déployées avec succès en 2025 pour éclairer les décisions agricoles de 38 millions de fermiers.
Ce papier présente SMGI, une théorie structurelle de l'intelligence artificielle générale qui formalise l'apprentissage comme une évolution contrôlée de l'interface d'apprentissage via un méta-modèle typé, établissant ainsi un cadre unificateur qui englobe et généralise des approches existantes telles que la minimisation du risque empirique, l'apprentissage par renforcement et les modèles de priors de programmes.
LeJOT-AutoML est un cadre AutoML piloté par des agents LLM qui automatise l'ingénierie des caractéristiques pour la prédiction des temps d'exécution dans Databricks, réduisant ainsi les cycles de développement de plusieurs semaines à quelques minutes et permettant des économies de coûts de 19,01 % grâce à une orchestration optimisée.
Ce papier présente E²OAL, un cadre unifié et sans détecteur pour l'apprentissage actif en contexte ouvert qui exploite efficacement les inconnues étiquetées via un clustering guidé par les étiquettes et une calibration Dirichlet pour surpasser les méthodes existantes en précision, efficacité et robustesse.
Cette étude propose un cadre Transformer bayésien innovant qui intègre trois mécanismes d'incertitude complémentaires pour fournir des prévisions de charge électrique probabilistes bien calibrées et robustes aux changements de distribution, surpassant les modèles existants en précision et en fiabilité sur plusieurs réseaux électriques mondiaux.
Le papier propose NaviDriveVLM, un cadre découplé pour la conduite autonome qui sépare le raisonnement de haut niveau d'un grand modèle navigateur de la génération d'actions via un pilote léger, permettant ainsi de surmonter les compromis entre compréhension sémantique et contrôle précis tout en surpassant les modèles VLM existants sur le benchmark nuScenes.
Le papier présente DyQ-VLA, un cadre de quantification dynamique pour les modèles Vision-Language-Action qui, en adaptant la précision des bits en temps réel grâce à des proxies cinématiques, réduit considérablement l'empreinte mémoire et accélère l'inférence tout en préservant les performances.
Ce papier présente Rel-MOSS, une nouvelle méthode d'apprentissage profond relationnel qui résout le problème du déséquilibre des classes dans les bases de données relationnelles grâce à un contrôleur de porte relationnel et un synthétiseur de minorité guidé par les relations, surpassant ainsi les méthodes actuelles sur plusieurs jeux de données.
Cet article propose un cadre d'apprentissage par transfert robuste qui intègre des informations secondaires pour construire des ensembles d'incertitude centrés sur l'estimation, permettant ainsi d'obtenir des politiques optimales moins conservatrices et plus efficaces en termes d'échantillons dans des environnements marqués par des décalages distributionnels.
Ce papier propose un cadre d'IA modulaire qui évalue les risques de confidentialité des métriques agrégées en santé en analysant statiquement les définitions SQL via des embeddings CodeBERT et un classifieur XGBoost, permettant ainsi une gouvernance proactive et conforme avant le déploiement.
Ce papier présente ELLMob, un cadre d'IA générative auto-aligné basé sur les grands modèles de langage et la théorie de la trace floue, qui surpasse les méthodes existantes pour générer des trajectoires humaines réalistes lors d'événements majeurs en résolvant la tension entre les habitudes quotidiennes et les contraintes événementielles grâce à un nouveau jeu de données annoté.
Les auteurs développent un pipeline d'apprentissage par renforcement capable de simplifier des diagrammes de nœuds arbitraires, démontrant son efficacité sur des nœuds trivialisés complexes et en retrouvant la borne supérieure surprenante de trois pour le nombre de dénouement du nœud composé $4_1\#9_{10}$.
Le document présente PSTNet, un réseau de neurones léger et physiquement structuré qui intègre des principes fondamentaux de la turbulence atmosphérique pour fournir une estimation précise et rapide en temps réel, surpassant les méthodes classiques et les modèles génériques dans les systèmes de guidage embarqués contraints en ressources.