5292 articles
Le papier présente MDENeRF, un cadre itératif bayésien qui affine les estimations de profondeur monoculaire en fusionnant une structure globale avec des détails géométriques fins dérivés de l'incertitude des Champs de Radiance Neuronaux (NeRF).
Cet article propose un cadre de reconnaissance automatique de la parole audiovisuelle (AVSR) robuste au bruit qui, en éliminant les masques explicites et en utilisant une fusion de type Conformer assistée par la vidéo, améliore les performances de reconnaissance dans des environnements bruyants tout en préservant l'intégrité sémantique de la parole.
Cet article propose une méthode d'adaptation de domaine sans supervision qui génère des représentations invariantes aux domaines en interprétant les plans de transport optimal lissés comme des matrices d'adjacence de graphes bipartis pour en extraire des embeddings spectraux, démontrant ainsi son efficacité sur des tâches de reconnaissance audio et de détection de défauts électriques.
Ce papier présente une méthode robuste pour implémenter des réseaux de neurones optiques utilisant uniquement des ressources linéaires et des états cohérents, permettant un apprentissage et une inférence *in situ* efficaces tout en démontrant une grande résilience face aux pertes de photons.
Les auteurs proposent CELM, le premier modèle fondamental multimodal capable de générer automatiquement des rapports cliniques détaillés à partir d'enregistrements EEG de longue durée, en obtenant des améliorations significatives par rapport aux méthodes existantes grâce à l'intégration de modèles de langage et de signaux neuronaux pré-entraînés.
Les auteurs présentent une architecture de réseau neuromorphique photonique profond entièrement optique qui permet un apprentissage non supervisé en ligne via un mécanisme de rétroaction locale et des synapses à base de matériaux à changement de phase, démontrant expérimentalement une reconnaissance de lettres à 100 % sans conversions opto-électroniques.
Le papier présente ZK-HybridFL, un cadre d'apprentissage fédéré décentralisé sécurisé qui combine un registre DAG, des sidechains et des preuves à divulgation nulle de connaissance pour valider les mises à jour de modèles sans compromettre la confidentialité des données, tout en offrant une convergence plus rapide, une meilleure précision et une robustesse accrue face aux attaques par rapport aux solutions existantes.
Ce papier propose l'EDIS, une métrique diagnostique basée sur l'évolution temporelle de l'entropie des tokens, qui permet d'identifier les schémas d'instabilité caractéristiques des erreurs de raisonnement dans les grands modèles de langage pour améliorer leur précision.
Cet article propose la Décodage d'Exploration Latente (LED), une stratégie de décodage sans entraînement qui exploite l'asymétrie d'entropie entre les couches intermédiaires et finales des modèles de raisonnement pour restaurer l'exploration et améliorer les performances de raisonnement.
Cette étude présente un pipeline de red-team automatique qui démontre, pour la première fois, que les méthodes d'audit d'alignement actuelles, tant en boîte noire qu'en boîte blanche, peuvent être trompées par des stratégies de déception au niveau des invites, révélant ainsi leur manque de robustesse face à des modèles mal alignés et stratégiquement conscients.
L'article propose LaPha, une méthode entraînant des agents LLM de type AlphaZero dans un espace latent de Poincaré pour exploiter sa capacité exponentielle et guider la recherche par des récompenses basées sur la géodésique hyperbolique, permettant ainsi d'atteindre des performances exceptionnelles sur des benchmarks mathématiques comme MATH-500 et AIME.
Cet article propose un protocole de validation par perturbation pour s'assurer que les cartes de saillance utilisées dans la prédiction de l'efficacité des siRNA sont fidèles avant leur application thérapeutique, révélant ainsi des modes d'échec critiques et introduisant un régularisateur biologique (BioPrior) pour améliorer leur fiabilité.
Ce travail présente Aletheia, un agent de recherche mathématique autonome capable de générer, vérifier et réviser des solutions de bout en bout, démontrant ainsi des avancées significatives allant de la résolution de problèmes olympiques à la production de résultats de recherche doctorale et à la collaboration humain-IA.
Cet article analyse le biais de « noyau diagonal » dans les mécanismes d'attention temporelle des modèles spatio-temporels, propose des bornes de sensibilité théoriques pour expliquer ce phénomène et démontre expérimentalement l'efficacité de méthodes de régularisation pour y remédier.
Le papier présente SWE-MiniSandbox, une méthode légère sans conteneurs qui utilise des mécanismes au niveau du noyau et une mise en cache prédictive pour permettre un entraînement évolutif d'agents d'ingénierie logicielle par apprentissage par renforcement, réduisant ainsi considérablement l'utilisation du disque et le temps de préparation de l'environnement par rapport aux pipelines traditionnels basés sur des conteneurs.
Ce papier présente MiDAS, un système open-source et agnostique de plateforme permettant l'acquisition multimodale non invasive et synchronisée de données pour la chirurgie robotique mini-invasive, validé sur des robots Raven-II et da Vinci Xi avec des jeux de données annotés incluant des tâches de suture de hernie.
Cette étude propose AHSIV, un cadre de sélection de modèles adaptatif qui intègre la dégradation des métriques selon l'horizon de prévision et la classification de la demande intermittente pour optimiser la prise de décision opérationnelle dans des environnements commerciaux hétérogènes.
Le papier présente GaiaFlow, un cadre innovant qui optimise l'équilibre entre la précision de la recherche et la durabilité environnementale en utilisant un réglage de diffusion guidé sémantiquement et des protocoles d'arrêt adaptatif pour réduire l'empreinte carbone des systèmes de recherche neuronaux.
Le papier présente MolCrystalFlow, un modèle génératif basé sur l'appariement de flux qui prédit les structures de cristaux moléculaires en traitant les molécules comme des corps rigides et en apprenant conjointement les paramètres du réseau cristallin, les orientations et les positions des centres de masse sur leurs variétés riemanniennes respectives.
Cette étude révèle que, malgré des performances prometteuses dans des flux de travail agentiques, les modèles de langage actuels échouent à raisonner efficacement sur de longs contextes pour la correction de bugs, car leur succès repose davantage sur la décomposition des tâches en étapes à court contexte que sur une véritable capacité de raisonnement étendu.