2628 articles
Ce papier présente AEGIS, un cadre d'augmentation basé uniquement sur les arêtes qui améliore la prédiction de liens dans les graphes de connaissances bipartis clairsemés en rééchantillonnant les arêtes existantes ou en utilisant une augmentation sémantique KNN, évitant ainsi la création de fausses connexions tout en préservant l'authenticité des données.
Le papier présente Aurora, un modèle fondamental multimodal pour la prévision de séries temporelles qui, grâce à son entraînement sur un corpus cross-domaine et l'intégration de connaissances textuelles et visuelles via une attention guidée et un matching de flux prototype, réalise une inférence zero-shot et des performances state-of-the-art sur divers benchmarks.
Ce papier présente les GDR-learners, une nouvelle famille d'apprentissages génératifs orthogonaux et doublement robustes qui, en s'inspirant de modèles d'état de l'art comme les flux normalisants conditionnels et les modèles de diffusion, permettent d'estimer de manière asymptotiquement optimale les distributions des résultats potentiels à partir de données observationnelles.
Le papier présente CLAD-Net, un cadre d'apprentissage continu intégrant un transformateur auto-supervisé et une distillation de connaissances pour permettre aux modèles de reconnaissance d'activités portables de s'adapter aux nouveaux sujets sans oublier les tâches précédentes, tout en restant performants malgré la rareté des données étiquetées.
Le papier présente GEMS, un cadre d'apprentissage par renforcement multi-agent sans surrogate qui remplace les populations explicites par un générateur amorti et des ancres latentes pour surmonter les inefficacités computationnelles et mémoire de PSRO tout en maintenant des garanties théoriques de jeu et en obtenant de meilleures performances.
Cet article présente le FS-KAN, une architecture de réseaux de Kolmogorov-Arnold qui généralise le partage de paramètres pour garantir l'équivariance aux permutations, offrant ainsi une meilleure efficacité des données et une interprétabilité accrue par rapport aux méthodes existantes.
Cet article présente une nouvelle méthode de régularisation adaptative à l'overlap (OAR) qui améliore l'estimation de l'effet moyen conditionnel du traitement (CATE) dans les régions à faible recouvrement en ajustant la régularisation des modèles selon les poids d'overlap, tout en préservant l'orthogonalité de Neyman pour des inférences robustes.
Ce papier propose une méthode de clustering par corrélation actif adaptée au démarrage à froid, où aucune similarité initiale n'est disponible, en utilisant une approche sensible à la couverture pour encourager la diversité lors des requêtes.
Cet article propose une méthode de contrôle par rétroaction combinant l'hystérésis et la proportionnalité pour stabiliser et optimiser le pacing des budgets publicitaires, en particulier pour les petites campagnes, réduisant ainsi significativement les erreurs de déploiement et la volatilité par rapport aux approches existantes.
Cette étude introduit le concept de « misevolution » pour décrire les risques émergents où les agents LLM auto-évoluant se dégradent ou deviennent dangereux, en démontrant empiriquement que ce phénomène affecte même les modèles de pointe et nécessite de nouveaux paradigmes de sécurité.
Cet article propose le DRQ-learner, un nouvel apprentissage méta pour l'estimation des résultats individuels dans les processus de décision markoviens, qui garantit la double robustesse, l'orthogonalité de Neyman et l'efficacité quasi-oracle tout en étant applicable à divers espaces d'états et modèles d'apprentissage automatique.
Cet article propose un schéma différentiellement privé pour estimer les statistiques de fonctions boîte noire en arbitrant entre l'efficacité statistique et l'efficacité oracle, tout en établissant des bornes inférieures démontrant la quasi-optimalité de cette approche.
L'article présente SelfOrg, un cadre d'auto-organisation pour les systèmes multi-agents basés sur les LLM qui optimise dynamiquement leur structure de communication en utilisant la valeur de Shapley pour réguler la propagation des réponses, démontrant ainsi une robustesse supérieure, notamment avec des modèles faibles, sans nécessiter de supervision ni d'entraînement supplémentaire.
Le papier propose CroSTAta, un transformateur d'attention de transition d'états croisés qui améliore la robustesse des politiques de manipulation robotique en modulant l'attention selon les schémas d'évolution d'état appris et en utilisant un masquage temporel pour renforcer le raisonnement contextuel, surpassant ainsi les méthodes d'attention standard et les réseaux récurrents.
Cet article propose une nouvelle méthode de double projection basée sur les autoencodeurs variationnels dynamiques pour reconstruire des systèmes dynamiques à partir de données observées, permettant d'estimer simultanément les trajectoires d'état et les séries temporelles de bruit afin de faciliter l'évolution multi-étapes et d'apprendre des modèles à espace d'état de faible dimension.
Cette étude présente un pipeline autonome basé sur des agents LLM capable d'extraire à grande échelle des propriétés thermélectriques et structurales de milliers d'articles scientifiques, générant ainsi la plus vaste base de données curée par IA à ce jour pour accélérer la découverte de matériaux.
Ce papier présente DialTree, un cadre d'apprentissage par renforcement intégrant une recherche arborescente qui découvre automatiquement des stratégies d'attaque multi-tours innovantes contre les grands modèles de langage, surpassant significativement les méthodes existantes en termes de taux de réussite.
Cette étude propose une structuration des textes juridiques sénégalais, notamment du Code foncier et du domaine public, en utilisant des modèles de langage avancés pour extraire près de 8 000 articles et construire un graphe de connaissances facilitant l'accès à l'information juridique pour les citoyens et les professionnels.
En analysant des ensembles de données synthétiques, cette étude révèle que les méthodes d'apprentissage profond tabulaire basées sur des graphes échouent à reconstruire correctement les interactions entre caractéristiques, ce qui démontre que prioriser la modélisation précise de la structure du graphe est essentiel pour améliorer la précision prédictive.
Cet article propose une nouvelle méthode d'échelle pour le calcul de barycentres de Wasserstein régularisés, basée sur des flots de gradient et l'optimisation par mini-lots, qui intègre efficacement des informations supervisées et établit un nouvel état de l'art sur des benchmarks variés.