3460 articles
Ce papier présente un cadre unifié pour une défense adaptative contre la fingerprinting de sites web, nommé Adaptive Tamaraw, qui combine le regroupement de traces en ensembles d'anonymat et des paramètres de régularisation spécifiques à chaque cluster pour réduire considérablement la surcharge tout en maintenant des garanties de sécurité prouvables.
Ce papier présente BLAST, un outil combinant les grands modèles de langage et le test logiciel basé sur la recherche pour générer automatiquement des tests reproduisant des bugs à partir de paires problème-patch, validé par des résultats supérieurs à l'état de l'art sur un benchmark Python et par un déploiement réel via un bot GitHub.
L'article présente CoRe-GS, un cadre de reconstruction 3D par splatting gaussien qui optimise de manière sélective et efficace uniquement les objets d'intérêt spécifiques, réduisant ainsi considérablement le temps de calcul tout en améliorant la qualité de la reconstruction pour les applications robotiques en temps réel.
Cette étude empirique à grande échelle analyse l'utilisation de l'arithmétique à virgule flottante dans des millions de dépôts GitHub de langages typés statiquement, révélant que les benchmarks existants ne reflètent que partiellement la réalité du code et publiant un jeu de données de 10 millions de fonctions pour guider les futures recherches.
Cette étude présente AwesomeDE, une méthode novatrice utilisant les grands modèles de langage pour générer et optimiser automatiquement des algorithmes évolutionnaires contraints via une méta-optimisation de boîte noire, surpassant les approches existantes en efficacité et en précision.
Ce papier présente VocSegMRI, un cadre d'apprentissage multimodal qui intègre des données vidéo, audio et phonologiques via une fusion par attention croisée et un apprentissage contrastif pour atteindre une segmentation précise et robuste des voies vocales en IRM temps réel, surpassant les méthodes existantes avec un score Dice de 0,95.
Cet article présente une approche décentralisée permettant à des équipes de robots quadrupèdes d'armes de transporter coopérativement des objets non saisissables uniquement par contact physique, en utilisant une architecture de politique hiérarchique et une formulation de récompense astucieuse pour coordonner le pincement, le soulèvement et le déplacement sans communication ni contrôle centralisé.
En s'appuyant sur l'analyse de huit déploiements réels dans sept pays, cette étude identifie six facteurs clés et propose douze lignes directrices pour concevoir des systèmes d'IA socialement bénéfiques et culturellement adaptés aux contextes non occidentaux, en soulignant l'importance cruciale de la collaboration interdisciplinaire sur l'expertise technologique pure.
Ce papier présente le CSLICS, un système de caméra automatisé et peu coûteux utilisant l'intelligence artificielle pour compter précisément les pontes de coraux, réduisant ainsi considérablement la charge de travail manuelle et facilitant l'upscaling des efforts de restauration des récifs coralliens.
Cet article propose une méthode non supervisée pour révéler les mécanismes d'encodage et de décodage des concepts dans les réseaux de vision profonds en identifiant des paires de directions latentes via un regroupement directionnel et des vecteurs de signal, permettant ainsi d'interpréter, de déboguer et d'intervenir sur le comportement des modèles.
Ce papier présente LLaVAShield, un cadre de sécurité conçu pour auditer les dialogues multimodaux multi-tours dans les modèles vision-langage, accompagné du jeu de données MMDS et de la méthode MMRT pour générer et évaluer des risques complexes que les approches traditionnelles ne peuvent pas détecter.
Cette étude présente un pipeline d'apprentissage profond évolutif utilisant une approche U-Net en deux passes pour extraire le premier jeu de données national à accès libre des empreintes urbaines de la France métropolitaine entre 1925 et 1950 à partir des cartes historiques Scan Histo, permettant ainsi une analyse quantitative de l'étalement urbain avant les années 1970.
Cet article présente un algorithme de planification de mouvement en temps réel nommé MPC-CLF-CBF, basé sur des courbes de Bézier, qui permet à des essaims de robots de maintenir ou de rétablir leur connectivité tout en naviguant efficacement dans des environnements encombrés, comme démontré par des simulations et une expérience physique avec huit quadrotors Crazyflie.
LARA-Gen est un cadre innovant qui permet un contrôle continu et fin des émotions dans la génération musicale en alignant les états internes du modèle sur une représentation affective latente, en découplant les attributs émotionnels du contenu textuel via un espace valence-arousal, et en offrant une évaluation objective grâce à un nouveau benchmark.
Cet article propose une approche hybride utilisant un robot quadrupède pour générer des cartes métriques et sémantiques centrées sur les objets, offrant un compromis optimal entre la précision des détails individuels et le contexte global de la scène, ce qui améliore la compréhension et la planification des tâches par les grands modèles de langage (LLM) tout en surpassant les méthodes existantes en termes de précision et d'efficacité.
Le papier présente NaviGait, un cadre hiérarchique combinant l'optimisation de trajectoire et l'apprentissage par renforcement pour générer des politiques de locomotion bipède robustes et intuitives en sélectionnant et en adaptant des pas issus d'une bibliothèque précalculée.
BanaServe est un cadre d'orchestration dynamique qui améliore l'efficacité du service de modèles de langage (LLM) en équilibrant les ressources de calcul et de mémoire entre les étapes de préremplissage et de décodage grâce à une migration flexible des poids et des caches KV, permettant ainsi d'atteindre un débit supérieur et une latence réduite par rapport aux systèmes existants.
Cet article propose un cadre de compression vidéo neuronale en temps réel unifiant le codage intra et inter au sein d'un modèle unique, capable de gérer efficacement les disocclusions et de réduire la propagation d'erreurs, surpassant ainsi l'état de l'art DCVC-RT avec une réduction moyenne de 12,1 % du taux de bits BD.
Cet article présente PULL, un algorithme complet et léger fonctionnant en temps polynomial qui résout efficacement le problème de recherche de chemin multi-agent connecté et non étiqueté (CUMAPF) pour des essaims de robots, surpassant les méthodes d'optimisation par programmation linéaire en entier en termes d'évolutivité.
Cet article remet en question l'hypothèse selon laquelle la replanification réactive nécessite la mise à jour de plans existants, démontrant qu'il est plus efficace de résoudre le problème comme une série de problèmes indépendants grâce à des algorithmes de planification presque sûrement asymptotiquement optimaux (ASAO) tels que EIT* et AORRTC.