cs.LG articles | Gist.Science

Physics-Informed Neural Networks with Architectural Physics Embedding for Large-Scale Wave Field Reconstruction

Cet article présente une architecture de réseaux de neurones intégrant physiquement (PE-PINN) qui, en incorporant des principes physiques directement dans la structure du modèle via une nouvelle couche de transformation d'enveloppe, surpasse les méthodes traditionnelles et les PINNs standards en offrant une reconstruction de champs d'ondes à grande échelle avec une convergence dix fois plus rapide et une réduction de plusieurs ordres de grandeur de l'utilisation mémoire.

Huiwen Zhang, Feng Ye, Chu Ma2026-03-04🤖 cs.AI

Beyond Binary Preferences: A Principled Framework for Reward Modeling with Ordinal Feedback

Cet article propose un cadre théorique fondé sur la régression ordinale pour le modelage de récompenses, permettant d'exploiter efficacement les préférences humaines graduelles (échelle de Likert) en apprenant des paramètres de seuil directement à partir des données, surpassant ainsi les méthodes heuristiques actuelles basées sur des modèles binaires.

Amirhossein Afsharrad, Ruida Zhou, Luca Viano + 2 more2026-03-04🤖 cs.AI

Adaptive Personalized Federated Learning via Multi-task Averaging of Kernel Mean Embeddings

Cet article propose une nouvelle approche d'apprentissage fédéré personnalisé qui détermine automatiquement les poids de collaboration entre agents en estimant des noyaux de moyennes, garantissant ainsi des performances statistiques optimales sans connaissance préalable de l'hétérogénéité des données.

Jean-Baptiste Fermanian, Batiste Le Bars, Aurélien Bellet2026-03-04🤖 cs.AI

Talking with Verifiers: Automatic Specification Generation for Neural Network Verification

Ce papier présente un cadre novateur qui permet de générer automatiquement des spécifications formelles à partir de descriptions en langage naturel, élargissant ainsi considérablement l'applicabilité des outils de vérification de réseaux de neurones à des exigences sémantiques de haut niveau.

Yizhak Y. Elboher, Reuven Peleg, Zhouxing Shi + 2 more2026-03-04🤖 cs.AI

CUDABench: Benchmarking LLMs for Text-to-CUDA Generation

Cet article présente CUDABench, un benchmark complet évaluant la capacité des modèles de langage à générer du code CUDA à partir de texte, en utilisant une nouvelle métrique de performance basée sur le roofline et une pipeline de vérification pour révéler les écarts entre la compilation réussie et la correction fonctionnelle.

Jiace Zhu, Wentao Chen, Qi Fan + 6 more2026-03-04🤖 cs.AI

Concept Heterogeneity-aware Representation Steering

Ce papier propose CHaRS, une méthode de pilotage des représentations qui améliore le contrôle des grands modèles de langage en modélisant l'hétérogénéité conceptuelle via le transport optimal et en générant des vecteurs de pilotage dynamiques adaptés à chaque entrée, surpassant ainsi les approches globales traditionnelles.

Laziz U. Abdullaev, Noelle Y. L. Wong, Ryan T. Z. Lee + 3 more2026-03-04🤖 cs.AI

Length Generalization Bounds for Transformers

Cet article résout le problème de la calculabilité des bornes de généralisation en longueur pour les transformateurs en démontrant l'inexistence de telles bornes calculables pour la classe CRASP (déjà à deux couches), tout en établissant une borne calculable optimale exponentielle pour son fragment positif équivalent aux transformateurs à précision fixe.

Andy Yang, Pascal Bergsträßer, Georg Zetzsche + 2 more2026-03-04🤖 cs.LG

OnDA: On-device Channel Pruning for Efficient Personalized Keyword Spotting

Ce papier propose OnDA, une méthode innovante couplant l'adaptation des poids et l'élagage structuré en ligne des canaux pour réaliser une reconnaissance de mots-clés personnalisée et efficace sur appareil, permettant jusqu'à 9,63 fois de compression du modèle et des améliorations significatives de latence et de consommation énergétique.

Matteo Risso, Alessio Burrello, Daniele Jahier Pagliari2026-03-04⚡ eess

HELIOS: Harmonizing Early Fusion, Late Fusion, and LLM Reasoning for Multi-Granular Table-Text Retrieval

Le papier présente HELIOS, un modèle innovant qui améliore la récupération table-texte en harmonisant la fusion précoce et tardive avec le raisonnement des LLM pour surmonter les limites des approches existantes et atteindre des performances record sur le benchmark OTT-QA.

Sungho Park, Joohyung Yun, Jongwuk Lee + 1 more2026-03-04💬 cs.CL

Universal Conceptual Structure in Neural Translation: Probing NLLB-200's Multilingual Geometry

En analysant la géométrie des représentations du modèle de traduction NLLB-200, cette étude démontre que celui-ci a appris à la fois la structure généalogique des langues et des associations conceptuelles universelles, révélant ainsi une organisation sémantique neutre par rapport à la langue qui rappelle les hubs neuronaux du cerveau humain.

Kyle Elliott Mathewson2026-03-04💬 cs.CL

The Alignment Flywheel: A Governance-Centric Hybrid MAS for Architecture-Agnostic Safety

Ce papier présente l'Alignement Flywheel, une architecture hybride multi-agents centrée sur la gouvernance qui découple la génération de décisions de la supervision de la sécurité pour permettre des mises à jour de sécurité localisées et auditable sans nécessiter le retrait ou le réentraînement des composants décisionnels autonomes sous-jacents.

Elias Malomgré, Pieter Simoens2026-03-04🤖 cs.LG

Quantum AS-DeepOnet: Quantum Attentive Stacked DeepONet for Solving 2D Evolution Equations

Cet article propose un réseau hybride quantique-attentif (Quantum AS-DeepOnet) capable de résoudre des équations d'évolution 2D avec une précision comparable aux méthodes classiques tout en réduisant le nombre de paramètres entraînables de 40 %.

Hongquan Wang, Hanshu Chen, Ilia Marchevsky + 1 more2026-03-04⚛️ quant-ph

Silent Sabotage During Fine-Tuning: Few-Shot Rationale Poisoning of Compact Medical LLMs

Cette étude propose une nouvelle attaque par empoisonnement furtif ciblant le processus de raisonnement des modèles de langage médicaux lors du fine-tuning supervisé, démontrant que l'injection de rationales erronées dans des données few-shot dégrade efficacement la précision sur des sujets spécifiques sans déclencher d'oubli catastrophique ni être facilement détectable.

Jingyuan Xie, Wenjie Wang, Ji Wu + 1 more2026-03-04🤖 cs.AI

High-order Knowledge Based Network Controllability Robustness Prediction: A Hypergraph Neural Network Approach

Cet article propose NCR-HoK, un modèle d'apprentissage profond basé sur les hypergraphes qui prédit la robustesse de la contrôlabilité des réseaux en exploitant pour la première fois les relations d'ordre supérieur, surpassant ainsi les méthodes existantes en précision et en efficacité computationnelle.

Shibing Mo, Jiarui Zhang, Jiayu Xie + 2 more2026-03-04🤖 cs.AI

Boosting Meta-Learning for Few-Shot Text Classification via Label-guided Distance Scaling

Cet article propose une stratégie de mise à l'échelle des distances guidée par les étiquettes (LDS) qui exploite la sémantique des étiquettes comme signal de supervision lors des phases d'entraînement et de test pour améliorer significativement la classification de texte en contexte de few-shot learning.

Yunlong Gao, Xinyue Liu, Yingbo Wang + 2 more2026-03-04🤖 cs.AI

PRISM: Exploring Heterogeneous Pretrained EEG Foundation Model Transfer to Clinical Differential Diagnosis

Ce papier présente PRISM, un modèle fondamental EEG qui démontre qu'un préentraînement sur des données géographiquement diversifiées génère des représentations plus adaptables et cliniquement robustes pour le diagnostic différentiel que les modèles entraînés sur des corpus étroits, tout en révélant des incohérences critiques dans les protocoles d'évaluation actuels.

Jeet Bandhu Lahiri, Parshva Runwal, Arvasu Kulkarni + 4 more2026-03-04🤖 cs.AI

Graph Attention Based Prioritization of Disease Responsible Genes from Multimodal Alzheimer's Network

Le papier présente NETRA, un cadre de transformateur graphique multimodal qui, en intégrant diverses données omiques et réseaux biologiques, améliore significativement la priorisation des gènes responsables de la maladie d'Alzheimer par rapport aux méthodes centrality traditionnelles grâce à un mécanisme d'attention contextuelle.

Binon Teji, Subhajit Bandyopadhyay, Swarup Roy2026-03-04🤖 cs.LG

A Comparative Study of UMAP and Other Dimensionality Reduction Methods

Cette étude comparative évalue l'UMAP supervisé et d'autres méthodes de réduction de dimension, révélant que si l'UMAP supervisé excelle en classification, il présente des limites significatives pour intégrer l'information de réponse dans des contextes de régression.

Guanzhe Zhang, Shanshan Ding, Zhezhen Jin2026-03-04📊 stat

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning

Cet article propose la perte ajustée temporellement (TAL), une méthode qui atténue l'oubli catastrophique et le biais de prédiction dans l'apprentissage incrémental de classes en rééquilibrant dynamiquement la supervision négative grâce à un noyau de décroissance temporelle pour corriger le déséquilibre temporel entre les anciennes et les nouvelles classes.

Jinge Ma, Fengqing Zhu2026-03-04🤖 cs.AI

Quantum-Inspired Fine-Tuning for Few-Shot AIGC Detection via Phase-Structured Reparameterization

Ce papier propose Q-LoRA, une méthode de fine-tuning quantique pour la détection de contenu généré par l'IA en régime few-shot, et introduit sa variante classique H-LoRA qui, en imitant les structures de phase et les contraintes de norme des réseaux quantiques, atteint des performances supérieures à LoRA standard avec un coût computationnel réduit.

Kaiyang Xing, Han Fang, Zhaoyun Chen + 4 more2026-03-04⚛️ quant-ph

← Précédent Suivant →