4372 articles
Ce papier présente Just-in-Time (JiT), un cadre d'accélération sans entraînement qui exploite la redondance spatiale des Transformers de diffusion via une sélection dynamique de tokens d'ancrage et un micro-flot déterministe, permettant d'atteindre une accélération jusqu'à 7 fois sur le modèle FLUX.1-dev avec une perte de performance négligeable.
Le papier présente Pneuma-Seeker, un système qui aligne les agents d'IA sur les besoins humains en matière de données relationnelles en représentant l'intention de l'utilisateur sous forme de schéma relationnel évolutif et en l'affinant itérativement pour générer des réponses précises et inspectables, surpassant ainsi les approches basées sur les LLM traditionnels.
Cette étude propose un système de stéréophotométrie basé sur des événements utilisant une source lumineuse rotative et un réseau neuronal léger par pixel pour estimer les normales de surface sans calibration, surpassant les méthodes existantes en précision et en robustesse face à l'éclairage ambiant et aux spécularités.
Le papier présente AttriGuard, un mécanisme de défense innovant qui protège les agents LLM contre les injections de prompts indirectes en utilisant l'attribution causale et des tests contrefactuels pour distinguer les appels d'outils légitimes de ceux manipulés par des données non fiables.
Le papier présente CodePercept, une approche qui améliore la perception visuelle des modèles de langage multimodaux dans les domaines STEM en utilisant l'exécution de code comme médium perceptuel, soutenue par un nouveau jeu de données ICC-1M et un benchmark d'évaluation STEM2Code-Eval.
Le papier présente RAGPerf, un cadre de référence open-source conçu pour évaluer de manière modulaire et automatisée les performances et la qualité des systèmes de génération augmentée par la récupération (RAG) en simulant des charges de travail réalistes et en mesurant des métriques d'efficacité et de précision.
Le papier présente Aceso, une solution de placement adaptatif de microservices conçue pour les PME qui optimise simultanément les émissions de carbone, les coûts et la latence dans des infrastructures régionales limitées, réduisant ainsi les émissions de carbone de 37,4 % et les coûts opérationnels de 3,6 % par rapport aux déploiements statiques tout en respectant les objectifs de service.
Cette étude examine les perceptions et pratiques de 25 enseignants du primaire et du secondaire lors d'un atelier sur la génération de grilles d'évaluation par l'IA, révélant que bien qu'ils apprécient les ébauches structurées offertes par l'outil, ils insistent sur la nécessité d'une révision humaine pour corriger les inexactitudes et maintenir le contrôle pédagogique.
Cette étude propose une analyse de l'apprentissage fédéré incrémental avec des modèles LSTM pour améliorer la résilience des systèmes de détection d'intrusion dans les réseaux IoT face au dérive conceptuelle, en démontrant que les méthodes d'apprentissage cumulatif et représentatif offrent les performances les plus stables tout en respectant les contraintes de ressources.
Ce papier propose la Guidance par Dégradation de Condition (CDG), une méthode légère qui remplace le prompt nul par une condition sémantiquement dégradée pour améliorer la précision des modèles de diffusion dans les tâches de composition complexes.
Cet article présente LGA-RCM-YOLO, un modèle d'instance de segmentation des interfaces de phase basé sur YOLO11m et entraîné sur le jeu de données CTG 2.0, qui permet une surveillance visuelle fiable et en temps réel des processus chimiques en laboratoire, notamment dans des verreries transparentes.
En analysant la dynamique d'optimisation du Flow Matching sous l'angle d'une forme quadratique régie par un noyau NTK, cette étude propose l'alignement de la granularité sémantique (SGA) pour atténuer les conflits de gradients et améliorer l'efficacité de la synthèse d'images texte-à-image.
Cette étude remet en question la fiabilité du benchmark EVMbench en démontrant que les agents d'IA actuels, dont les performances varient selon la configuration et sont limitées par des risques de contamination des données, ne peuvent pas encore remplacer l'audit humain mais doivent être intégrés dans un flux de travail collaboratif pour la sécurité des contrats intelligents.
Le papier propose PolGS++, un cadre de reconstruction rapide de surfaces réfléchissantes qui intègre un modèle de BRDF polarisée et un mécanisme de masque de visibilité guidé par la profondeur dans le Splatting Gaussien 3D pour améliorer la précision géométrique et le rendu sans nécessiter de traçage de rayons coûteux.
Cette étude explore la représentation des attaques par porte dérobée dans les Transformers visuels en identifiant et en validant causalement une « direction de déclencheur » spécifique, permettant de distinguer les mécanismes internes des différents types de déclencheurs et de proposer une méthode de détection sans données.
Cet article propose une représentation généralisée de datacubes sous forme d'arbres compressés au sein du framework Polytope, permettant une extraction de caractéristiques efficace et flexible pour des données terrestres complexes, irrégulières et hiérarchiques que les modèles traditionnels peinent à gérer.
Ce papier présente HanMoVLM, un modèle vision-langage spécialisé dans l'évaluation experte des peintures chinoises grâce à un raisonnement de type chaîne de pensée validé par des experts et un nouveau jeu de données HanMo-Bench, permettant d'améliorer la génération d'images artistiques en servant de vérificateur de haute qualité.
Ce papier présente MEDISEG, un nouveau jeu de données d'images de médicaments avec des masques de segmentation d'instances couvrant 32 types de pilules dans des conditions réalistes complexes, conçu pour améliorer la reconnaissance par IA et prévenir les erreurs médicamenteuses.
Cette étude développe un cadre spatial explicite en République tchèque pour démontrer que les relations entre la démographie et la forme bâtie sont linéaires mais conditionnées spatialement, révélant ainsi comment certains types de bâti renforcent les inégalités socio-spatiales.
Cette étude évalue la reconnaissance de médicaments en contexte de few-shot learning sous des décalages de domaine visuels, démontrant que si la classification sémantique s'adapte rapidement avec peu d'exemples, la robustesse de la localisation dans des scènes encombrées dépend crucialement de la réalisme des données d'entraînement.