8710 articles
Cette étude propose un cadre diagnostique pour quantifier l'instabilité des classements dans l'évaluation des réseaux de régulation génique, révélant que les inversions de rangs entre méthodes sont principalement dues à des variations de leur pouvoir discriminant plutôt qu'à des effets de taux de base, et soulignant ainsi la nécessité de pratiques de rapport plus robustes.
Cette étude propose une approche novatrice de Transformer bayésien à haute résolution, combinant des modules locaux et globaux, une fonction de perte faiblement supervisée pondérée géographiquement et une fusion de données multi-sources (Sentinel-1, RCM, AMSR2) pour produire des cartes de concentration de la glace de mer à l'échelle pan-arctique à 200 mètres avec une estimation fiable des incertitudes.
Cette étude démontre que la vulnérabilité aux exemples adversariaux découle d'un désalignement exponentiel entre les dimensions des variétés perceptuelles des réseaux de neurones et celles des concepts humains, suggérant qu'une robustesse véritable nécessite un alignement dimensionnel.
Ce papier présente OrbEvo, un modèle de transformateur graphique équivariant qui apprend à prédire l'évolution temporelle des fonctions d'onde en TDDFT sous l'effet de champs électriques externes, offrant ainsi une alternative efficace aux méthodes de propagation traditionnelles pour la simulation de la dynamique électronique.
Ce papier présente le MMAI Gym for Science, un cadre complet permettant d'entraîner des modèles de fondation liquides (LFM) efficaces et spécialisés en chimie, qui surpassent les grands modèles généraux sur des tâches critiques de découverte de médicaments tout en restant plus performants et économes.
Cet article propose une nouvelle méthode d'apprentissage par renforcement pour les espaces d'états continus, appelée Q-Measure-Learning, qui utilise une mesure empirique signée et une intégration par noyau pour estimer efficacement la fonction de valeur d'action avec une convergence prouvée et une complexité linéaire.
Ce papier présente MASS, un cadre d'apprentissage méta qui permet aux grands modèles de langage de s'adapter au moment du test en générant des données synthétiques spécifiques à chaque problème et en effectuant des mises à jour ciblées optimisées via une optimisation bi-niveau.
Cette étude propose un cadre d'quantification de l'incertitude au niveau des logits pour évaluer la fiabilité des modèles vision-langage appliqués à l'analyse d'images d'histopathologie, révélant une forte sensibilité stochastique et un effet de température minimal.
Ce papier présente mlx-snn, la première bibliothèque de réseaux de neurones à impulsions (SNN) native pour les puces Apple Silicon, qui offre des modèles de neurones complets et des performances de formation supérieures à celles de snnTorch en tirant parti de l'architecture unifiée de la mémoire et des transformations de fonctions composites du framework MLX.
Ce papier démontre que la réduction de la variance directionnelle des axes de décision (directional CDNV) dans les représentations auto-supervisées explique à la fois la forte performance en transfert few-shot et la faible interférence entre multiples tâches en forçant ces axes à devenir quasi orthogonaux.
Cet article propose RACI, un cadre d'apprentissage qui améliore la prédiction des flux de carbone des écosystèmes en découplant les conditions de régime lentes des drivers dynamiques rapides pour gérer l'hétérogénéité spatio-temporelle.
Cette étude évalue les compromis entre l'assemblage, la fusion et le routage d'experts paramétriquement efficaces pour l'apprentissage multi-tâches, démontrant que le routage offre les meilleurs gains de performance tout en montrant que des techniques de sélection d'experts comme le clustering peuvent en réduire le coût computationnel.
Cet article propose un cadre d'apprentissage en ligne pour les vérificateurs de chaînes de pensée, caractérisant théoriquement les compromis entre la justesse et la complétude afin d'améliorer la fiabilité des preuves générées par des modèles de langage.
Cet article propose une architecture de fusion GNSS/IMU en temps réel basée sur l'optimisation de graphes de facteurs, démontrant un compromis entre disponibilité du service et précision du positionnement dans des environnements urbains complexes.
Cet article présente une méthode d'intégration GNSS-IMU en temps réel et fortement couplée basée sur l'optimisation de graphes de facteurs, qui permet une estimation causale des états via une marginalisation à fenêtre fixe et démontre une grande robustesse dans des environnements urbains dégradés.
Cet article présente un cadre pratique pour évaluer et optimiser les assistants d'achat conversationnels multi-agents, en introduisant une méthode d'évaluation calibrée et deux stratégies d'optimisation de prompts (Sub-agent GEPA et MAMuT GEPA) appliquées à un assistant d'épicerie à grande échelle.
Ce papier propose l'algorithme de « transport clustering », une méthode qui réduit le problème NP-difficile du transport optimal de rang faible à un problème de clustering via une étape d'enregistrement, offrant ainsi des algorithmes d'approximation en temps polynomial avec des garanties théoriques et des performances empiriques supérieures sur des données à grande échelle.
Le papier présente ByteFlow Net, une architecture hiérarchique innovante qui élimine le besoin de tokeniseurs prédéfinis en apprenant à segmenter dynamiquement les flux d'octets bruts via une compression adaptative, surpassant ainsi les modèles basés sur des tokenisations fixes.
CausalMix est un cadre génératif variationnel qui comble le fossé entre le réalisme distributionnel et le contrôle causal en permettant la manipulation indépendante de l'overlap, de la force du biais de confusion et de l'hétérogénéité des effets de traitement pour valider des études d'inférence causale sur des données tabulaires mixtes.
Le papier présente SENTINEL, un mécanisme de vérification léger basé sur des moyennes mobiles exponentielles qui garantit l'intégrité de l'entraînement décentralisé en parallélisme de pipeline sur des nœuds non fiables sans duplication de calcul, permettant l'entraînement efficace de grands modèles jusqu'à 4 milliards de paramètres.