4856 articles
Le papier présente SaiVLA-0, une architecture de vision-langage-action inspirée du cerveau, du pont et du cervelet, qui intègre des priors multimodaux stables, une adaptation proprioceptive et un décodage catégoriel rapide pour améliorer l'efficacité computationnelle et les performances de contrôle robotique.
Le papier présente FoleyFlow, une méthode innovante qui améliore la génération audio coordonnée à partir de vidéos en alignant les encodeurs audio-visuels via un apprentissage par masquage pour garantir la cohérence sémantique et rythmique, puis en utilisant un flux conditionnel dynamique pour générer l'audio.
Ce papier présente un cadre léger nommé TRIAGE qui décompose l'incertitude en composantes aléatoire et épistémique pour déclencher des réponses correctives spécifiques (récupération d'observation ou modération du contrôle) et optimiser l'efficacité computationnelle, améliorant ainsi significativement la réussite des tâches de manipulation robotique et la qualité de la perception adaptative.
Cet article présente une nouvelle méthode de surveillance de l'état explicable pour les transmissions d'hélicoptères, basée sur la détection probabiliste d'anomalies utilisant uniquement des données saines, qui permet de quantifier les incertitudes et d'améliorer l'interprétabilité des résultats pour des applications critiques.
Ce papier présente SAGAD, un cadre évolutif et adaptatif pour la détection d'anomalies dans les graphes qui atténue les disparités d'homophilie et améliore l'efficacité computationnelle grâce à des filtres de Chebyshev reparamétrés, une fusion adaptative guidée par la structure et une perte d'orientation fréquentielle, surpassant ainsi les méthodes de l'état de l'art sur plusieurs benchmarks.
Le papier propose DARC, une méthode d'alignement sans réentraînement qui utilise un décodage à risque contraint pour gérer les désaccords humains et réduire les risques de queue tout en maintenant une qualité moyenne compétitive.
Le framework Eventax, implémenté en JAX, résout le compromis entre flexibilité et précision dans l'entraînement des réseaux de neurones à spikes en combinant des solveurs d'EDO différentiables avec une gestion événementielle pour permettre le calcul de gradients exacts sur une large gamme de modèles de neurones complexes.
Cet article propose C²FG, une méthode d'entraînement gratuit et plug-in qui améliore la guidance sans classificateur en ajustant dynamiquement son poids via une fonction de décroissance exponentielle, fondée sur une analyse théorique rigoureuse des écarts de score au cours du processus de diffusion.
Cet article remet en question la prédominance des métriques d'erreur ponctuelle dans l'évaluation des prévisions de séries temporelles à long terme, en plaidant pour une approche multidimensionnelle intégrant la cohérence structurelle et la pertinence décisionnelle afin de dépasser une optimisation aveugle des classements de benchmarks.
Cet article propose une nouvelle méthode d'estimation des covariances de bruit pour les filtres de Kalman, nommée ALS-IRLS, qui combine un mécanisme de seuillage adaptatif et une approche de moindres carrés pondérés itératifs pour garantir une robustesse exceptionnelle aux valeurs aberrantes et améliorer considérablement la précision de l'estimation d'état.
Cet article présente TIER, une nouvelle méthode qui améliore l'apprentissage de représentations dans les réseaux riches en texte en construisant et en intégrant une taxonomie hiérarchique implicite via un apprentissage contrastif et un affinage par LLM, surpassant ainsi les approches existantes sur plusieurs jeux de données.
Ce rapport présente Covenant-72B, un modèle de langage de 72 milliards de paramètres pré-entraîné à l'échelle mondiale via une participation ouverte et sans permission soutenue par un protocole blockchain, démontrant ainsi la viabilité d'un entraînement décentralisé massif compétitif avec les approches centralisées.
Cette étude démontre que le raisonnement en chaîne continu (Continuous Chain-of-Thought) surpasse le raisonnement explicite en termes de robustesse multilingue, notamment pour les langues à ressources limitées, tout en offrant une compression des traces de raisonnement de 29 à 50 fois.
Le papier présente ALOOD, une méthode innovante qui exploite les représentations linguistiques d'un modèle vision-langage pour transformer la détection d'objets hors distribution (OOD) en LiDAR en une tâche de classification zéro-shot, améliorant ainsi la sécurité des systèmes de conduite autonome.
Le papier présente AutoAdapt, un cadre automatisé de bout en bout qui améliore l'adaptation des grands modèles de langage à des domaines spécialisés en utilisant un système multi-agents de débat pour planifier les stratégies et un surrogate basé sur un LLM pour optimiser les hyperparamètres, surpassant ainsi les méthodes existantes de 25 % en précision.
Le papier présente SERQ, une méthode de reconstruction d'erreurs à faible rang et sensible à la saillance qui permet une inférence efficace des grands modèles de langage en quantification 4 bits (W4A4 et W4A8) en atténuant les erreurs de quantification via une seule matrice de compensation, tout en minimisant la surcharge de calcul et la complexité de calibration.
Cette étude propose un cadre de résolution intégrant l'analyse des options réelles et un algorithme d'apprentissage par renforcement profond (TPPO) pour optimiser la conception séquentielle de régions de service sous contraintes de capacité et d'effets de débordement stochastiques, permettant ainsi de déterminer des stratégies d'investissement adaptatives et performantes face à l'incertitude de la demande.
Cet article souligne les limites des métriques actuelles pour les modèles de fondation tabulaires en régression, qui ne mesurent que des estimations ponctuelles, et plaide pour l'intégration de règles de score appropriées comme le CRPS afin d'évaluer et d'optimiser les prédictions probabilistes complètes.
Cet article étend la méthode d'agrégation adaptative AsyncFedED en évaluant l'impact de différentes métriques de distance sur la robustesse et l'efficacité de l'apprentissage fédéré asynchrone face à la fraîcheur des gradients, aux clients hétérogènes et aux données non-IID.
Cet article présente un opérateur neuronal basé sur le développement en chaos de Wiener et la modulation linéaire par caractéristiques (FiLM) capable de résoudre efficacement les équations aux dérivées partielles stochastiques singulières, notamment les modèles dynamiques et , sans recourir à des facteurs de renormalisation.