7930 articles
Ce papier présente Aurchestra, le premier système permettant un contrôle fin et en temps réel des paysages sonores sur des appareils auditifs contraints, grâce à une interface dynamique et un réseau d'extraction multi-sorties qui génère des flux audio séparés pour jusqu'à cinq sources sonores simultanées afin de permettre un mélange personnalisé de l'environnement acoustique.
Cette étude démontre que la persistance de l'état de l'interpréteur est une sémantique fondamentale qui façonne l'efficacité et la stabilité des agents LLM, révélant que l'alignement entre les données d'entraînement et l'environnement d'exécution est crucial pour éviter des coûts de tokens excessifs ou des erreurs d'exécution.
Ce papier présente ReGFT, une méthode de fine-tuning guidé par des références qui synthétise des trajectoires de raisonnement positives à partir de solutions humaines partielles pour surmonter la rareté des récompenses et améliorer l'apprentissage par renforcement en mathématiques.
Cet article présente VoxKnesset, un ensemble de données ouvert et longitudinal de 2 300 heures de discours parlementaire hébreu couvrant 15 ans, conçu pour modéliser les changements vocaux liés au vieillissement et évaluer la robustesse des systèmes de reconnaissance vocale face au vieillissement des locuteurs.
Le papier présente MatRIS, un potentiel interatomique invariant basé sur l'attention qui, grâce à une complexité linéaire, atteint une précision comparable aux modèles équivariants les plus performants tout en réduisant considérablement les coûts de calcul.
Cet article propose un cadre de prédiction conforme pour les sorties graphiques, garantissant une couverture distributionnelle sans hypothèse grâce à l'utilisation de la distance Z-Gromov-Wasserstein et d'une extension de la régression quantile pour générer des ensembles de prédiction adaptatifs.
Ce papier présente IoUCert, un cadre de vérification formelle innovant qui permet pour la première fois de garantir la robustesse de détecteurs d'objets ancrés réalistes, tels que SSD et YOLO, en contournant les limitations des relaxations non linéaires grâce à une transformation de coordonnées et une propagation de bornes par intervalles optimisée pour les métriques d'IoU.
Ce papier propose une construction incrémentale de graphes -NN qui garantit par conception la connectivité du graphe, permettant ainsi d'améliorer la robustesse du clustering spectral sur des embeddings textuels, en particulier dans les régimes de faible où les graphes standards deviennent disjoints.
Cet article propose l'utilisation d'un auto-encodeur variationnel conditionnel (CVAE) pour reconstruire efficacement et avec une grande fidélité spectrale les séries temporelles d'accélération à partir de spectres de réponse au choc, surmontant ainsi les limitations des méthodes d'optimisation itérative traditionnelles en termes de coût computationnel et de flexibilité.
L'article présente AOI, un cadre multi-agents entraînable qui transforme les trajectoires d'échec en signaux d'apprentissage pour l'automatisation du diagnostic cloud, en surmontant les contraintes de sécurité et de confidentialité des données grâce à une architecture d'exécution séparée et à l'optimisation GRPO, dépassant ainsi les performances de l'état de l'art sur le benchmark AIOpsLab.
Le papier présente RADAR, un cadre neuronal évolutif qui améliore la résolution des problèmes de routage de véhicules asymétriques en utilisant la décomposition en valeurs singulières pour des embeddings statiques et une normalisation de Sinkhorn pour une attention dynamique, surpassant ainsi les méthodes existantes en généralisation et en performance.
Le papier présente Stratum, une infrastructure système unifiée conçue pour accélérer la recherche de pipelines ML par des agents autonomes en découplant l'exécution de la planification et en compilant des lots de pipelines pour une exécution optimisée sur des backends hétérogènes, notamment un nouveau runtime en Rust, permettant ainsi d'atteindre des gains de performance allant jusqu'à 16,6 fois par rapport aux écosystèmes Python traditionnels.
Ce papier établit un lien fondamental entre la parallélisabilité des réseaux de neurones récurrents linéaires (LRNN) et les classes de complexité computationnelle, démontrant que leur structure permet une exécution efficace similaire aux transformateurs, contrairement aux RNN non linéaires qui, en raison de leur capacité à résoudre des problèmes P-complets, posent une barrière théorique à une telle parallélisation.
Les auteurs proposent un cadre de traduction non apparié basé sur le pont de Schrödinger neuronal, enrichi par une correspondance de distribution guidée par diffusion et une régularisation de préservation anatomique, pour améliorer la qualité et le réalisme des images IRM cérébrales à très bas champ (64 mT) en les rapprochant de celles à 3 T.
Dans le cadre de la compétition NLBSE'26, l'outil LoRA-MME propose un ensemble de quatre encodeurs transformateurs adaptés via LoRA pour la classification multi-label de commentaires de code, obtenant de solides performances sémantiques mais révélant un compromis défavorable entre précision et efficacité d'inférence dû à son coût computationnel élevé.
Cette étude démontre que l'alignement linguistique, via une méthode novatrice appelée « Semantic Anchoring », permet de surmonter l'effondrement sémantique et d'améliorer la généralisation des modèles de fondation en pathologie computationnelle entre les espèces et les types de cancer, en réorientant les caractéristiques visuelles sans nécessiter de réentraînement complet.
Ce papier présente DynaKV, un cadre d'entraînement postérieur innovant qui alloue dynamiquement des taux de compression spécifiques à chaque token pour réduire efficacement la mémoire du cache KV des modèles de langage tout en préservant une haute qualité de génération.
Les auteurs proposent FreST Loss, une nouvelle fonction de perte basée sur la transformée de Fourier conjointe qui améliore la prévision spatio-temporelle en alignant les prédictions sur le spectre spatio-temporel global pour mieux capturer les dépendances complexes et réduire les biais d'estimation.
Cette étude démontre que les modèles vision-langage calculent les affordances de manière fortement dépendante du contexte, révélant une dérive massive des prédictions selon les personas agissants et suggérant une projection ontologique dynamique pour la robotique plutôt qu'une modélisation statique du monde.
Cette étude propose une nouvelle approche basée sur les réseaux de neurones profonds, nommée EINNs, qui inverse le processus traditionnel en utilisant les états d'équilibre pour inférer les paramètres du système, permettant ainsi de détecter efficacement les seuils critiques et les bifurcations dans les systèmes dynamiques complexes.