6073 articles
Cet article propose SeLop, une méthode d'intervention dans un sous-espace orthogonal de rang faible qui, en éliminant les biais de corrélation fallacieux du modèle CLIP, améliore considérablement la généralisation et la robustesse de la détection de falsifications faciales avec un nombre minimal de paramètres.
Cet article propose une approche centrée sur les objectifs pour évaluer les méthodes d'ingénierie des exigences en matière de protection de la vie privée dès la conception, afin de mieux les adapter aux besoins spécifiques des organisations plutôt que de se limiter à leurs caractéristiques de processus.
Ce papier présente CovertComBench, le premier banc d'essai spécifique pour évaluer les capacités des grands modèles de langage dans le domaine de la communication discrète sans fil, révélant que bien qu'ils excellent dans la compréhension conceptuelle et la génération de code, ils peinent encore à effectuer les déductions mathématiques complexes nécessaires pour garantir la sécurité.
Cette étude propose un cadre faiblement supervisé utilisant un pré-entraînement par patch pour améliorer la détection et le comptage robustes des caribous dans des environnements arctiques complexes, surpassant les méthodes d'initialisation génériques grâce à l'apprentissage à partir de labels de présence/absence.
Cet article propose une méthode de détection des images générées par l'IA qui exploite les composants architecturaux finaux communs aux générateurs pour « contaminer » les images réelles et entraîner un classificateur capable de généraliser avec une grande précision à des générateurs jamais vus.
Ce papier présente RegionReasoner, un cadre d'apprentissage par renforcement qui améliore le raisonnement visuel itératif en imposant un ancrage explicite dans des régions via des boîtes englobantes et une cohérence sémantique globale-locale, validé par un nouveau benchmark nommé RegionDial-Bench.
Ce papier démontre que la règle de conversion optimale d'une garantie de confidentialité différentielle de Rényi (RDP) vers une confidentialité différentielle basée sur les fonctions est donnée par l'intersection des régions de confidentialité RDP, établissant ainsi la limite fondamentale de toute conversion noire sans perte d'information.
Ce papier présente la Correction en Temps d'Exécution (TTC), une méthode sans entraînement qui utilise la première image comme ancre stable pour corriger les états intermédiaires et permettre la génération de vidéos longues de haute qualité avec des modèles autorégressifs distillés, surmontant ainsi les limitations des méthodes d'optimisation existantes.
Le papier présente AirPulse, un robot volant autonome de 26 grammes inspiré du papillon qui, grâce à une architecture de contrôle hiérarchique et des ailes conformes, réalise pour la première fois un vol stabilisé en boucle fermée en imitant les ondulations corporelles et les battements de basse fréquence caractéristiques de la locomotion lepidoptérienne.
Cet article propose TCMax, une méthode de classification multimodale qui maximise la corrélation totale entre les caractéristiques et les étiquettes via une borne variationnelle, afin de résoudre le problème de compétition entre modalités et de surpasser les approches actuelles.
Ce sondage critique examine la littérature sur le NLP et les communautés LGBTQIA+, identifiant des tendances réactives et des lacunes méthodologiques tout en appelant à une approche plus proactive, inclusive et interdisciplinaire pour développer des technologies linguistiques plus justes.
Ce papier présente un calcul d'héritage fondé sur trois primitives (enregistrement, définition, héritage) qui unifie les concepts de programmation déclarative en modélisant l'héritage comme une union d'ensembles, éliminant ainsi les problèmes de linéarisation et offrant une expressivité supérieure à celle du -calcul grâce à une sémantique dénotative et fixpoint-computable.
Cet article propose un méta-jeu conçu pour évaluer l'émergence de la collusion algorithmique lors de la phase de test, en modélisant des agents avec des politiques préentraînées et des règles d'adaptation pour analyser leurs interactions stratégiques dans des jeux de prix répétés.
Cet article présente TCA-T2M, un cadre de génération de mouvement à partir de texte qui améliore la cohérence temporelle et la plausibilité physique grâce à un VQ-VAE spatio-temporel aligné et un transformateur de mouvement masqué, atteignant ainsi des performances de pointe sur les benchmarks HumanML3D et KIT-ML.
ChimeraLoRA propose une méthode de synthèse de données combinant un LoRA partagé par classe et des LoRA spécifiques à chaque image, enrichis par une préservation des boîtes englobantes et un mélange Dirichlet, afin de générer des images diversifiées et détaillées qui améliorent la classification dans des scénarios à peu d'exemples.
Le papier présente DOCFORGE-BENCH, le premier benchmark zéro-shot unifié pour la détection de falsification de documents, qui révèle que l'échec actuel des méthodes à être déployées directement est dû non pas à une mauvaise représentation des données, mais à un défaut de calibration des seuils de décision causé par la faible proportion de pixels falsifiés dans les images de documents.
Cet article propose le MAQP, un cadre intégrant un schéma d'optimisation de patchs hétérogènes et une stratégie d'équilibrage au niveau des gradients pour garantir une saisie robotique sûre et robuste en modality RGB-D face aux attaques adverses.
Cet article démontre que le problème du rayon de recouvrement sur les réseaux est NP-difficile pour des normes avec supérieur à environ 35,31, établissant ainsi la première preuve de dureté pour ce problème avec un paramètre explicite .
Ce papier présente un système de recherche sémantique multilingue et multi-verticals déployé en production chez Uber Eats, qui unifie la récupération des restaurants, plats et articles de grande consommation grâce à un modèle Qwen2 fine-tuné sur des centaines de millions d'interactions et optimisé avec des techniques d'apprentissage avancées comme MRL et des pertes combinées.
Cet article présente une architecture numérique hybride à résidus flottants (HRFNA) conçue pour les FPGA, qui combine l'arithmétique résiduelle sans retenue avec une mise à l'échelle par exposant pour offrir une grande dynamique, des bornes d'erreur formelles et une efficacité matérielle supérieure aux normes IEEE 754, tout en démontrant des gains significatifs de débit et d'énergie sur des applications scientifiques.