4883 articles
Ce papier établit une équivalence formelle entre les méthodes de réduction de variance utilisées dans les tests A/B en ligne et l'évaluation hors politique, démontrant que l'estimateur de différence de moyennes correspond à un score de propension inverse avec un variate de contrôle optimal, et que les ajustements par régression sont structurellement équivalents à l'estimation doublement robuste.
Cette étude démontre que les benchmarks actuels créent des incitations stratégiques menant à l'absence d'équilibre de Nash, mais prouve qu'un protocole d'évaluation « tune-before-test » permet d'établir un équilibre unique classant les modèles selon leur qualité réelle.
Cet article propose un nouvel algorithme d'optimisation fondé sur le calcul fractionnaire, utilisant l'intégrale de Weyl pondérée pour remplacer les mises à jour de poids markoviennes par une mémoire historique dynamique, ce qui améliore considérablement la robustesse et les performances sur des données déséquilibrées comme la détection de fraude financière.
Ce papier présente ToCoRL, un cadre d'apprentissage par renforcement qui exploite la plasticité comportementale intrinsèque des grands modèles de langage via la génération conditionnelle par tokens pour stabiliser des modes de réponse adaptatifs sans dégrader leurs capacités.
Cet article propose une méthode de normalisation des valeurs invariante à l'échelle (SVN) pour stabiliser l'apprentissage par renforcement multi-agents hors ligne et établit une recette pratique permettant de débloquer son plein potentiel.
Ce papier présente GCOS, un cadre de régularisation qui améliore la détection des données hors distribution en synthétisant des échantillons virtuels dans l'espace des caractéristiques selon une structure géométrique contrainte, combinant ainsi une enveloppe adaptative inspirée de la conformité et un objectif de régularisation par contraste pour surpasser les méthodes actuelles.
Cet article présente un cadre d'apprentissage par renforcement méta (Meta-RL) innovant intégrant une architecture acteur-critic hybride et des mécanismes de partage de représentations pour optimiser l'adaptation rapide et l'efficacité des échantillons dans les systèmes de gestion de l'énergie des bâtiments.
Ce papier présente SYNAPSE, un cadre d'analyse systématique et sans réentraînement qui permet d'expliquer et de tester la robustesse interne des modèles Transformer en identifiant des motifs de redondance fonctionnelle et des vulnérabilités spécifiques aux classes à travers divers domaines.
Ce papier présente IronEngine, une plateforme d'assistant IA généraliste dotée d'un noyau d'orchestration unifié et d'une architecture en trois phases (discussion, commutation de modèle, exécution) qui sépare la planification de l'action, offrant une gestion hiérarchique de la mémoire, une adaptabilité aux modèles et des performances supérieures dans l'exécution de tâches complexes.
Cet article propose GRACE, un cadre d'apprentissage incrémental de classe adaptatif qui équilibre plasticité et stabilité en alternant cycles d'expansion, d'évaluation de la saturation et de compression du modèle, permettant ainsi d'atteindre des performances de pointe tout en réduisant l'empreinte mémoire de 73 % par rapport aux méthodes purement expansives.
Cette étude de faisabilité prospective démontre qu'un système d'IA conversationnelle (AMIE) peut mener des entretiens cliniques en toute sécurité dans un cabinet de soins primaires, générant des diagnostics différentiels et des plans de prise en charge de qualité comparable à ceux des médecins, tout en étant bien accueilli par les patients et les cliniciens.
LycheeCluster est une méthode novatrice de gestion de cache KV qui améliore l'inférence des grands modèles de langage sur des contextes longs en utilisant un découpage sensible aux limites et un index hiérarchique récursif pour réduire la complexité de recherche de logarithmique, offrant ainsi une accélération jusqu'à 3,6 fois avec une perte de performance négligeable.
Cette étude révèle que la détection des dérives d'observation par les agents d'apprentissage par renforcement repose sur un seuil critique universel, mais que l'incapacité des détecteurs à identifier certaines dérives sinusoïdales ou à prévenir l'effondrement dans des environnements fragiles démontre que ces limites sont déterminées par l'interaction dynamique entre le bruit, le détecteur et la structure de l'environnement plutôt que par la seule sensibilité du modèle.
Cet article présente un algorithme de suivi maritime adaptatif par filtre particulaire qui fusionne des données caméra et LiDAR en sélectionnant dynamiquement le capteur le plus informatif via une politique de réduction d'entropie, validé par des essais réels à Chypre démontrant une meilleure résilience et un compromis optimal entre précision et continuité.
Cet article présente MedCertAIn, un cadre d'inférence bayésienne qui améliore la prédiction des risques d'hospitalisation et l'estimation de l'incertitude en fusionnant des données multimodales (séries temporelles cliniques et radiographies thoraciques) via des priors appris à partir des données pour des applications cliniques plus robustes.
Ce papier propose une approche unifiée pour optimiser le raisonnement des modèles de langage en reformulant le problème sous l'angle du goulot d'information conditionnel (CIB), ce qui permet de compresser les chaînes de pensée de manière sémantique pour réduire les coûts d'inférence tout en préservant la logique et la précision.
L'article propose MUSA-PINN, une méthode de réseaux de neurones informés par la physique à forme faible multi-échelle qui reformule les lois de conservation sous forme d'intégrales sur des volumes de contrôle hiérarchiques pour surmonter les pathologies de convergence et améliorer la précision de la simulation des écoulements fluides dans des géométries complexes comme les surfaces minimales triplement périodiques.
Cet article propose un cadre d'apprentissage par renforcement basé sur un modèle de type Dyna intégrant des réseaux de neurones lagrangiens pour garantir le respect des lois physiques, démontrant ainsi une meilleure efficacité et une convergence plus rapide grâce à des optimiseurs basés sur l'estimation d'état.
Le papier présente STRIDE, un cadre d'apprentissage dynamique qui sépare la mécanique rigide conservatrice modélisée par un réseau de neurones lagrangien des effets d'interaction stochastiques capturés par l'appariement de flux conditionnel, afin d'améliorer la précision des prédictions et la fiabilité du contrôle pour les robots opérant dans des environnements incertains.
Cet article présente X-AVDT, un détecteur de deepfakes robuste qui exploite les mécanismes d'attention croisée audio-visuelle internes aux générateurs via l'inversion DDIM, et introduit le nouveau jeu de données multimodal MMDF pour améliorer la détection et la généralisation face aux synthèses génératives émergentes.