7103 articles
Ce papier présente SPARLING, un algorithme qui prouve la théorème d'identifiabilité des motifs latents extrêmement clairsemés et permet de les localiser avec précision (> 90 % de réussite) en se basant uniquement sur la réduction de l'erreur globale, sans nécessiter l'identifiabilité des paramètres du modèle.
Cette étude évalue la vulnérabilité des classificateurs de texte, en particulier des grands modèles de langage, face aux attaques par exemples adversariaux dans le cadre de la détection de désinformation, et introduit le benchmark BODEGA pour simuler des scénarios réels de modération de contenu.
Cet article de revue met en évidence les biais cachés affectant les modèles d'apprentissage automatique dans les dispositifs de détection personnels et plaide pour un passage d'une évaluation axée sur la performance à une approche centrée sur l'humain, accompagnée de directives pour concevoir des systèmes d'IA équitables.
Cet article propose une variante simple du méthode de gradient stochastique proximal basée sur la carte normale de Robinson, démontrant sa convergence globale et sa capacité à identifier presque sûrement les variétés actives en temps fini dans un cadre non convexe général.
Cette étude propose trois nouvelles architectures d'apprentissage par renforcement profond pour les processus de décision markoviens partiellement observables, démontrant que l'intégration des trajectoires d'actions dans les réseaux LSTM et l'utilisation d'états cachés pour entraîner le critique (comme dans l'algorithme H-TD3) améliorent à la fois la performance et l'efficacité computationnelle.
Cette étude propose l'utilisation de BERTimbau pour prédire des pictogrammes dans les systèmes de communication alternative et augmentée pour le portugais brésilien, démontrant que la représentation des pictogrammes par leurs légendes, synonymes ou définitions offre des performances comparables, avec une précision optimale obtenue via les légendes.
Cette étude propose une approche de maintenance des outils de fraisage basée sur un modèle KNN interprétable qui, en analysant les signaux de force en temps réel, permet non seulement de détecter l'usure des outils mais aussi de fournir des explications transparentes sur les décisions de maintenance.
Cette étude présente le développement de BodoBERT, le premier modèle de langage pour le bodo, et d'un taggeur de parties du discours basé sur l'apprentissage profond qui atteint un score F1 de 0,8041, comblant ainsi un vide majeur dans le traitement automatique des langues pour les langues à ressources limitées de la région.
Cette étude présente une méthode d'estimation de la proportion de textes modifiés par des modèles de langage dans les relectures de conférences d'IA, révélant que 6,5 % à 16,9 % de ces relectures (ICLR 2024, NeurIPS 2023, CoRL 2023, EMNLP 2023) auraient été substantiellement altérées par l'IA, avec une corrélation observée entre l'usage de ces outils et des facteurs tels que la faible confiance, la proximité des délais et la réticence à répondre aux répliques des auteurs.
Cet article propose un schéma de filigrane léger et guidé par le sujet pour les grands modèles de langage, qui partitionne le vocabulaire en sous-ensembles sémantiques pour intégrer des marques robustes tout en préservant la qualité du texte et en évitant des intégrations complexes.
Cet article propose une méthode flexible pour estimer les incertitudes de prédiction en ajustant un modèle unique sur les données d'erreur d'un ensemble, permettant ainsi d'obtenir des barres d'erreur comparables à celles des ensembles tout en réduisant considérablement le coût computationnel lors de l'inférence.
En adoptant une approche de groupe de renormalisation, cet article démontre que l'abstraction absolue dans les réseaux de neurones dépend non seulement de la profondeur, mais aussi de l'étendue des données d'entraînement, convergeant vers un modèle de fonctionnalité hiérarchique lorsque ces deux facteurs augmentent.
Le papier présente GIOROM, un cadre de réduction d'ordre basé sur l'échantillonnage qui apprend la dynamique des interactions lagrangiennes directement dans l'espace physique via des opérateurs neuronaux et un noyau paramétrable, permettant ainsi de simuler efficacement des systèmes complexes comme les fluides et les milieux granulaires avec une réduction significative de la dimensionnalité tout en conservant une haute fidélité.
Cet article démontre que la stricte propreté d'une fonction de perte est à la fois nécessaire et suffisante pour obtenir une borne non triviale sur le regret, et résout une question ouverte en établissant que la convergence en norme ne peut dépasser un ordre de $1/2$ par rapport au regret de substitution pour une large classe de fonctions de perte.
Cet article présente BA-LoRA, une méthode d'adaptation à faible rang qui atténue l'héritage catastrophique des biais dans les grands modèles de langage en intégrant des régularisateurs de cohérence, de diversité et de décomposition SVD pour améliorer la robustesse et l'équité.
Cet article propose un cadre unifié basé sur des mesures informationnelles de la surprise moyenne et de la surprise conditionnelle moyenne pour quantifier la cohérence des utilisateurs, démontrant ainsi que la performance des systèmes de recommandation dépend fortement de cette cohérence et permettant une évaluation stratifiée ainsi qu'une conception ciblée de modèles plus efficaces.
Cet article comble une lacune dans la littérature en établissant des bornes supérieures et inférieures serrées pour les nombres de couverture des réseaux de neurones ReLU profonds, permettant ainsi de mieux comprendre l'impact de l'élagage et de la quantification, d'éliminer un facteur logarithmique superflu dans la complexité d'échantillonnage pour la régression non paramétrique, et d'unifier les résultats sur l'approximation fonctionnelle et l'estimation statistique.
Cet article présente le FP-HMsNet, une architecture de réseau neuronal hiérarchique combinant des opérateurs de Fourier et des réseaux multi-échelles pour prédire avec une grande précision et une efficacité computationnelle supérieure les écoulements de fluides dans des milieux poreux hétérogènes à fort contraste.
Cette étude propose un cadre novateur d'extraction de modèle en peu d'exemples contre les systèmes de recommandation séquentiels, combinant une stratégie d'augmentation générative autorégressive et un processus de distillation assisté par une perte de réparation bidirectionnelle pour construire des modèles substituts performants à partir de données limitées.
Cet article présente le cadre des Bandits Combinatoires Croissants (CRB) pour modéliser les récompenses croissantes interdépendantes, ainsi que l'algorithme CRUCB qui offre des garanties théoriques de regret serré et des performances empiriques solides dans divers environnements réalistes.