8183 articles
Ce papier présente FMint-SDE, un modèle fondation multimodal basé sur un transformer qui améliore l'efficacité et la précision des simulations d'équations différentielles stochastiques en apprenant un schéma universel de correction d'erreur à partir de solutions grossières, surpassant ainsi les intégrateurs numériques traditionnels.
MotionStream est une méthode de génération vidéo en temps réel qui, grâce à une distillation de connaissances et une attention causale à fenêtre glissante, permet de produire des vidéos de qualité supérieure avec un contrôle interactif des mouvements et une latence sub-secondaire, rendant possible le streaming infini sur une seule carte graphique.
Le modèle fondamental CytoNet, entraîné sur un million de patches d'images histologiques provenant de dix cerveaux humains, permet une analyse évolutive de l'architecture cellulaire du cortex cérébral et établit un lien direct entre les caractéristiques microarchitecturales et l'organisation fonctionnelle du cerveau.
Le papier propose CoRPO, une modification simple de l'optimisation de politique relative aux groupes (GRPO) qui introduit un biais de correction en plafonnant la ligne de base, permettant ainsi aux modèles d'apprendre des schémas de raisonnement plus robustes et de mieux généraliser à des tâches hors domaine.
Cet article propose une méthode d'apprentissage profond de bout en bout nommée SPOT, qui utilise des réseaux de faisceaux arc-en-ciel en champ proche générés par des réseaux à phase et temps pour estimer la position d'un utilisateur en une seule transmission, réduisant ainsi considérablement la surcharge de signalisation et améliorant la précision de localisation par rapport aux méthodes existantes.
Le papier présente ReCast, un cadre de prévision de séries temporelles léger et robuste qui exploite des motifs locaux récurrents via une quantification par patchs et une mise à jour de codebook adaptative basée sur l'optimisation robuste distributionnelle pour surmonter les limites des méthodes de décomposition globale.
Ce papier présente FlashCache, une méthode de compression de cache KV multimodal guidée par le domaine fréquentiel qui identifie et préserve les paires KV aberrantes essentielles, permettant ainsi d'accélérer le décodage et de réduire la consommation mémoire tout en maintenant les performances des modèles.
Le papier présente ObAct, un cadre novateur d'apprentissage par imitation avec vision active où un bras robotique mobile construit une représentation 3DGS pour identifier et se déplacer vers la meilleure vue, permettant ainsi à l'autre bras d'exécuter des politiques plus robustes et moins sujettes aux occlusions.
Ce travail présente CycleChemist, un cadre d'apprentissage automatique dual intégrant le modèle prédictif OPVC, l'estimateur MOE2, le prédicteur P3 et le générateur MatGPT, qui exploite la plus grande base de données de paires donneur-accepteur (OPV2D) pour accélérer la découverte de matériaux photovoltaïques organiques performants.
Cet article propose un cadre novateur intégrant des lois physiques à un réseau U-Net-LSTM pour prédire avec précision et efficacité la réponse non linéaire des structures sismiques, surmontant ainsi les limites de coût computationnel des méthodes par éléments finis et les problèmes de généralisation des modèles purement basés sur les données.
Ce papier propose DPAC, une méthode de guidage pour l'échantillonnage de diffusion qui projette les gradients adversariaux sur l'espace tangent défini par la géométrie du score génératif afin de minimiser la divergence KL dans l'espace des trajectoires et de préserver la qualité des échantillons tout en maintenant un taux de succès d'attaque élevé.
Cette étude présente une mise en œuvre de l'IA au sein du système de santé pédiatrique Shriners Childrens, qui modernise son entrepôt de données vers le standard OMOP dans un environnement Microsoft Fabric sécurisé et intègre des principes d'IA digne de confiance via un outil d'évaluation de la qualité des données étendu et une stratégie hybride pour l'application clinique.
L'article présente GRAND, une méthode hybride combinant un apprentissage par renforcement pour la guidance globale et des solveurs d'optimisation pour le rééquilibrage et l'affectation locale, permettant d'augmenter le débit des flottes robotiques jusqu'à 500 agents de 10 % tout en respectant des contraintes de temps réel strictes.
Cette étude propose une méthode de fine-tuning équitable et économe en paramètres pour les modèles vision-langage appliqués au diagnostic du glaucome, utilisant une nouvelle fonction de perte différentiable et des techniques d'adaptation de bas rang pour réduire significativement les disparités diagnostiques entre groupes démographiques tout en maintenant une précision globale élevée.
Le papier présente la Guided Flow Policy (GFP), une méthode d'apprentissage par renforcement hors ligne qui couple un acteur distillé et une politique de flot pour se concentrer sur l'imitation des actions à haute valeur, surpassant ainsi les approches existantes sur de nombreux benchmarks.
Cette étude démontre que l'ajout d'une récompense incitant à suivre un ordre d'action canonique lors du post-entraînement par apprentissage par renforcement améliore les performances des modèles sur des énigmes logiques, même lorsque les données d'entraînement sont désordonnées.
Le papier présente NeuralRemaster, une méthode de diffusion qui préserve la phase des signaux d'entrée tout en randomisant leur magnitude, permettant ainsi une génération alignée sur la structure sans coût d'inférence supplémentaire et en améliorant significativement le transfert sim-to-real pour les planificateurs de conduite.
Cette étude présente une méthode de post-entraînement qui rend l'attention des transformeurs extrêmement clairsemée sans compromettre les performances, révélant ainsi des circuits de calcul plus simples et interprétables tout en démontrant que la majeure partie du calcul des modèles actuels est redondante.
Cet article propose SACP, une nouvelle méthode d'agrégation symétrique des scores de non-conformité de plusieurs modèles prédictifs pour générer des ensembles de prédiction conformes plus efficaces et fiables.
Cet article propose TAP, un cadre novateur utilisant les grands modèles de langage et une stratégie d'optimisation préférentielle directe pour découvrir automatiquement et sans entraînement des proxies supérieurs afin d'optimiser la quantification de précision mixte des réseaux de neurones profonds.