3731 articles
Cet article présente Taklif.AI, une plateforme d'IA générative sans serveur qui exploite Llama 3.3 et l'ingénierie de prompts structurés pour créer des devoirs universitaires personnalisés basés sur les intérêts uniques et les contextes culturels des étudiants, démontrant une réception positive des utilisateurs tout en abordant les défis d'engagement et d'éthique dans l'éducation.
Ce document propose une architecture hybride de type Complex Quantum U-Net qui intègre ResNet-50, des convolutions à valeurs complexes et une couche variationnelle quantique à huit qubits pour atteindre des performances de segmentation de polypes de pointe sur plusieurs ensembles de données d'imagerie médicale, surpassant les modèles de référence de l'apprentissage profond traditionnel tels qu'Attention U-Net et SegFormer.
Cet article démontre que l'exploitation des symétries classiques pour réduire les instances QAOA pour le problème MaxCut peut faire chuter la dimension de l'algèbre de Lie dynamique d'un ordre exponentiel à un ordre quadratique, atténuant ainsi les plateaux stériles tout en préservant l'expressivité et l'accessibilité des solutions.
Cet article propose un cadre de diagnostic assisté par de grands modèles qui sépare la détection des conflits d'indices adverses de la classification robuste, démontrant que si des déclencheurs et des politiques spécifiques peuvent identifier et déplacer efficacement les entrées adverses, cette capacité demeure distincte de l'obtention d'une robustesse forte contre les attaques en boîte blanche.
Ce document propose un cadre adaptatif sensible à l'IA utilisant une approche de hachage multicouche séquentielle (combinant SHA3-256 et un algorithme personnalisé BALKE2) pour augmenter exponentiellement la complexité des attaques par préimage de 2^256 à 2^512, protégeant ainsi la confiance numérique contre l'exploitation comportementale par l'IA générative avec un surcoût de temps d'exécution minimal.
Cette étude démontre que, dans la prédiction du risque cardiovasculaire en conditions réelles, le traitement approprié des données manquantes par l'imputation ou des stratégies hybrides est crucial pour maintenir la fiabilité et l'interprétabilité du modèle, tandis que la suppression non critique des dossiers incomplets dégrade considérablement les performances et néglige la valeur informative de l'absence de données elle-même.
Un audit de l'ensemble de données d'échographie hépatique public SMC-LUD révèle des problèmes critiques d'intégrité des données, notamment un chevauchement de patients entre les partitions d'entraînement et de test, ainsi qu'une séparation diagnostique parfaite basée uniquement sur la géométrie de l'image, ce qui gonfle artificiellement la performance du modèle et compromet la validité de cet ensemble de données en tant que référence pour la classification du carcinome hépatocellulaire.
Cette étude a identifié et corrigé systématiquement le bruit d'étiquetage dans neuf ensembles de données publiques d'imagerie rétinienne multimodale en combinant le dépistage automatisé avec la vérification par des experts, révélant qu'environ 5,39 % des images contenaient des erreurs — incluant des proportions significatives de cas hors distribution et multi-étiquettes qui défient les cadres conventionnels à étiquette unique — tout en démontrant que des outils tels que Cleanlab réduisent efficacement la charge de révision manuelle.
Cette étude évalue trois modèles GPT-5.6 lors de l'examen de qualification de pharmacien agréé chinois de 2025, constatant que tous les modèles ont réussi toutes les matières avec GPT-5.6-Sol et GPT-5.6-Terra surpassant de manière significative GPT-5.6-Luna, tout en notant que la performance sur les questions contenant des images était généralement plus faible et potentiellement influencée par la fourniture des entrées d'images originales.
Ce document présente YOLO-o1, un modèle de détection multi-facteurs amélioré basé sur YOLOv11n qui intègre CBAM, la Focal Loss, le Label Smoothing et la perte DIoU pour réaliser simultanément la détection de haute précision des maladies des tiges, la classification de la maturité et l'estimation de la taille des fruits pour le pitaya dans des applications agricoles en temps réel.