4092 articles
Cette étude propose un modèle de mémoire à long et court terme bidirectionnel (BiLSTM) amélioré par une attention multi-têtes (MHA) pour remédier aux limites de la traduction automatique neuronale, démontrant une performance supérieure en termes de précision d'alignement, de scores BLEU et METEOR par rapport aux méthodes existantes.
Cette étude introduit MAL-BAYES-III, un cadre bayésien partiel qui applique exclusivement la méthode de Monte Carlo hamiltonienne à une tête de classification compacte pour générer des probabilités calibrées et sensibles à l'incertitude pour la détection de malwares obfusqués en forensique de la mémoire, offrant une valeur diagnostique et des capacités de revue sélective malgré le fait qu'il ne surpasse pas le boosting de gradient traditionnel en termes de précision brute.
Cette étude introduit un cadre d'autoencodeur à réseau d'attention de graphes (GAT-AE) non supervisé qui fusionne des données géospatiales multi-sources avec la topologie du réseau via les rues pour modéliser la centralité urbaine fonctionnelle dynamique, démontrant une cohérence spatiale supérieure et la capacité d'identifier des phénomènes urbains non linéaires complexes par rapport aux méthodes linéaires traditionnelles.
Cet article démontre que, bien que l'allocation de raisonnement sensible aux résultats soit théoriquement précieuse, sa mise en œuvre pratique dans les systèmes multi-robots est sévèrement limitée par la rareté intrinsèque des opportunités à haute valeur, entraînant un effondrement des classificateurs dans les routeurs appris et échouant à produire une véritable cognition collective émergente par la délégation ou la spécialisation.
Cet article propose un algorithme de compétition impérialiste hybride à deux couches combiné à une recherche locale pour optimiser simultanément les affectations clients-dépôts et les itinéraires de véhicules pour le problème de tournée de véhicules à multiples dépôts, atteignant des résultats compétitifs avec des écarts d'environ 2 % sur les benchmarks standards.
Cet article démontre empiriquement que l'élagage de canaux améliore la robustesse au bruit de la détection de piétons uniquement dans des régimes de données limitées et de haute redondance en agissant comme un régularisateur, tout en échouant à se généraliser à travers divers ensembles de données et en n'offrant que des économies de calcul modestes.
Cet article propose un cadre d'apprentissage profond hybride CNN–GRU, amélioré par la sélection de caractéristiques mRMR, pour détecter efficacement le trouble dépressif majeur à partir de signaux EEG, atteignant une précision moyenne de 96,74 % sur l'ensemble de données MODMA tout en soulignant la nécessité d'une validation supplémentaire sur des données cliniques diversifiées.
Cet article introduit le Suivi de Circuit Mécaniste (Mechanistic Circuit Tracking), un cadre modulaire qui combine l'attribution directe des logits, le patch d'activation causal et les techniques d'ablation pour tracer l'émergence des circuits d'attention pendant le pré-entraînement et quantifier leur robustesse causale via un nouvel Indice de Stabilité de Circuit afin d'améliorer la sécurité et l'alignement de l'IA.
Cette étude évalue 14 grands modèles de langage sur la détection de vulnérabilités dans les contrats intelligents, révélant que la sélection du modèle est plus critique que les stratégies de prompting ou l'augmentation du calcul au moment de l'inférence, car les modèles de pointe plus larges démontrent une fiabilité supérieure tandis que les modèles plus petits et les techniques de raisonnement étendues peuvent dégrader les performances.
Cet article présente Perceive AI, un nouveau cadre de bout en bout pour l'évaluation automatisée de réponses courtes qui exploite une architecture de prototypes paramétriques à double tête et des garde-fous de cohérence adverses afin d'obtenir une notation robuste et sensible aux instructions tout en filtrant efficacement les soumissions hors sujet.