4157 articles
Cette recherche démontre que les modèles de langage de grande taille affinés, particulièrement LLaMA-3.2-1B et le modèle à efficacité de paramètres DistilBERT, peuvent atteindre une précision quasi parfaite dans la détection des attaques XSS, SQL et par injection de commandes, offrant ainsi une solution hautement efficace pour atténuer ces menaces critiques de sécurité web.
Cet article présente un système de détection des discours de haine basé sur l'apprentissage profond pour la langue à faibles ressources afaan oromoo en utilisant les modèles XLM-RoBERTa et Afro-XLMR, démontrant que le modèle XLM-RoBERTa affiné atteint une performance supérieure avec un score F1 de 95,3 % et une précision de 95,8 % sur un ensemble de données de 22 000 échantillons de médias sociaux afin de renforcer la sécurité en ligne et la cohésion sociale en Éthiopie.
Le projet Cethraian-Shift évalue la fiabilité inter-jeux de données, le calibrage, la sensibilité à la politique d'étiquetage et la stabilité de Grad-CAM++ des classificateurs de radiographies thoraciques multi-labels entraînés sur NIH ChestX-ray14 et testés sur VinDr-CXR, révélant que la discrimination, le calibrage et la stabilité de l'explication se comportent comme des dimensions techniques distinctes tout en soulignant que ces conclusions rétrospectives n'établissent ni l'utilité clinique ni l'aptitude au déploiement.
Cette étude compare six modèles d'apprentissage automatique sur l'ensemble de données UCI Diabetes 130-US Hospitals et conclut que les ensembles basés sur les arbres, particulièrement XGBoost, surpassent à la fois les réseaux de neurones entraînés à partir de zéro et ceux utilisant un pré-entraînement auto-supervisé, atteignant un plafond de discrimination pratique d'environ 0,675 AUROC pour la prédiction des réadmissions à 30 jours chez les patients diabétiques.
Cet article propose un cadre hybride CNN–SPN qui intègre un réseau de Petri stochastique à densité multiple avec un réseau de neurones convolutifs afin d'améliorer la précision et l'interprétabilité de la détection de l'instabilité des nœuds dans les clusters Hadoop, atteignant une performance supérieure aux modèles de référence sur un ensemble de données synthétiques.
Cette étude démontre que le fait de fournir à un analyste de modèle de langage plusieurs états séquentiels d'un circuit de transformateur construit, plutôt que seulement son état final, améliore significativement la précision de la récupération des arêtes causales et des prédictions post-intervention, même lorsque toutes les autres conditions expérimentales restent identiques.
Cet article propose un protocole causal, avec une puissance statistique appariée, pour tester rigoureusement si les précurseurs de portes dérobées internes précèdent un comportement malveillant observable en comparant un modèle empoisonné à une condition nulle appariée, en utilisant des détecteurs statistiquement corrigés et temporellement alignés afin d'éviter les faux positifs issus de tests multiples et de facteurs de confusion.
Cette étude démontre que si l'ordre de l'entraînement (approcher un mélange équilibré à partir de différentes directions) crée une différence transitoire et mesurable dans la force des mécanismes d'apprentissage en contexte par rapport à l'apprentissage dans les poids, il n'en résulte pas d'hystérésis persistante ni d'organisations de circuits causaux fondamentalement différentes dans les petits transformeurs.
Cette étude examine si le moment de l'exposition au langage relationnel affecte l'ancrage visuel compositionnel dans un petit transformateur vision-langage en manipulant l'ordre des blocs et en effectuant des interventions causales, pour finalement ne trouver aucune preuve que l'exposition précoce procure un avantage de performance par rapport à l'exposition tardive.
Cette étude contrôlée démontre que l'ordre de l'entraînement post-apprentissage impacte significativement les mécanismes et les résultats d'alignement de sécurité, révélant que l'entraînement pour l'utilité après l'alignement de sécurité réduit drastiquement tant les refus non sécurisés que les sur-refus bénins par rapport à l'ordre inverse, tout en montrant également que ces changements de comportement sont pilotés par la rotation des représentations dans les couches supérieures plutôt que par des médiateurs causaux stables.