2333 articles
Cet article présente A3RL, une méthode d'apprentissage par renforcement en ligne qui intègre des données hors ligne grâce à une stratégie d'échantillonnage active et consciente de la confiance, surmontant ainsi les défis de l'oubli catastrophique et de l'efficacité des échantillons pour surpasser les techniques existantes.
Ce papier propose le cadre Texts as Time Series (TaTS), qui exploite les propriétés périodiques des textes associés aux séries temporelles pour améliorer les performances de prévision et d'imputation des modèles existants sans modifier leur architecture.
L'article présente LaVCa, une méthode innovante utilisant des modèles de langage pour générer des légendes naturelles précises décrivant la sélectivité des voxels du cortex visuel, surpassant ainsi les approches précédentes en révélant des différenciations fonctionnelles fines et des représentations de concepts multiples.
Cet article propose le cadre COD (Clustering-On-Difficulty), qui améliore la prédiction des performances des grands modèles de langage sur des tâches en aval en regroupant les tâches selon leurs caractéristiques de difficulté pour établir des lois d'échelle stables et extrapoler avec précision les résultats globaux.
Cette étude propose une méthode de classification des sous-types de gliomes atteignant une précision de 99,25 % en fusionnant des images IRM multimodales prétraitées via une architecture UNET 2D/3D et une technique de moyenne pondérée, puis en les soumettant à un modèle ResNet50.
Cet article propose LOOP, une nouvelle méthode d'apprentissage par renforcement pour le fine-tuning des modèles de diffusion texte-à-image, qui combine les techniques de réduction de variance de REINFORCE avec la robustesse de PPO afin d'optimiser le compromis entre efficacité des échantillons et performance finale.
L'article propose OrthoGrad, une nouvelle méthode d'effacement de machine learning qui projette le gradient des données à oublier sur le sous-espace orthogonal aux gradients d'un petit ensemble de rétention, permettant ainsi d'éliminer l'influence des données problématiques sans compromettre les performances du modèle même lorsque l'ensemble de données d'entraînement complet n'est pas disponible.
Cette étude présente GlucoLens, une solution d'apprentissage automatique explicable alimentée par des modèles de langage qui, en exploitant des données de wearables et de régimes alimentaires, prédit avec précision les pics de glycémie postprandiale et propose des voies de traitement comportemental personnalisées pour prévenir l'hyperglycémie.
Cet article présente IMPACT, un cadre de planification de mouvement innovant qui utilise des modèles vision-langage pour générer des cartes de coût anisotropes et permettre à un robot de trouver des trajectoires riches en contacts sûrs et efficaces dans des environnements encombrés.
Ce papier présente les équivalences prototypes lisses (SPE), un cadre basé sur des réseaux de neurones inversibles qui permet de caractériser et de classifier les comportements dynamiques non linéaires à partir de mesures éparses et bruitées en les associant à des dynamiques prototypes, sans nécessiter d'équations explicites.
Ce papier propose MUSS, une nouvelle méthode multilevel pour la sélection de sous-ensembles pertinents et diversifiés qui améliore significativement la précision et la vitesse par rapport aux approches existantes dans des applications comme les systèmes de recommandation et la génération augmentée par récupération (RAG), tout en offrant une garantie théorique d'approximation constante.
Ce papier présente le modèle de récompense de processus EDU-PRM, une approche novatrice qui utilise l'incertitude par entropie pour segmenter automatiquement les étapes de raisonnement sans annotations manuelles, surpassant les modèles de référence sur ProcessBench tout en réduisant considérablement les besoins en données d'entraînement et en consommation de tokens.
Cette étude améliore la prédiction du syndrome métabolique en introduisant le cadre hybride MetaBoost pour optimiser l'équilibrage des données et en utilisant une analyse contrefactuelle pour identifier la glycémie et les triglycérides comme facteurs de risque modifiables les plus critiques.
Cette étude démontre que l'extraction de caractéristiques linguistiques et cognitives par des modèles de langage de grande taille (LLM) pour alimenter des algorithmes d'apprentissage automatique en arbre permet de prédire la difficulté des items d'évaluation avec une précision supérieure à celle des estimations directes par LLM, offrant ainsi une alternative efficace aux tests de terrain coûteux.
Cet article présente le premier agent de course autonome basé sur la vision capable d'atteindre un niveau de champion dans Gran Turismo 7, en utilisant uniquement les données de la caméra embarquée et des capteurs du véhicule pour surpasser les pilotes intégrés au jeu.
Ce papier propose un cadre d'interprétabilité basé sur la réponse linéaire qui traite les réseaux de neurones comme des systèmes statistiques bayésiens, permettant d'identifier des modules fonctionnels dans un petit modèle de langage grâce à une matrice de susceptibilité factorisée en contributions par token.
Cet article propose HetGL2R, un cadre d'apprentissage par graphes hétérogènes intégrant les flux origine-destination et les itinéraires pour améliorer la hiérarchisation des segments routiers en modélisant efficacement les dépendances spatiales à longue portée et les similarités fonctionnelles.
Cet article propose un cadre unifié et une taxonomie de près de 60 benchmarks pour évaluer les modèles de langage et les agents autonomes, tout en examinant leurs architectures, leurs applications réelles, leurs protocoles de collaboration et les orientations futures de la recherche.
Ce papier présente StablePCA, un cadre d'apprentissage robuste aux distributions pour l'extraction de représentations partagées à partir de données multi-sources, en surmontant les défis d'optimisation non convexe grâce à une relaxation convexe résolue par un algorithme Mirror-Prox avec des garanties de convergence et de précision.
Cet article propose un cadre d'optimisation de politique hors ligne individualisé pour des processus de décision markoviens hétérogènes, introduisant un algorithme nommé P4L qui garantit une convergence rapide du regret grâce à l'estimation de fonctions Q individuelles via des variables latentes, tout en surpassant les méthodes existantes sur des données simulées et réelles.