974 articles
Cet article présente ISVEX, une méthode complète de notation des vulnérabilités comprenant des variantes « Strong » et « Lite » conçues pour remédier aux limitations spécifiques des normes existantes en quantifiant les risques uniques liés à l'IA, tels que la manipulation de modèles, l'empoisonnement de données et les vulnérabilités agentiques, grâce à un cadre multi-métrique sur mesure.
Cet article propose un cadre d'auto-apprentissage guidé par des traces de pensée parallèles pour les robots autonomes qui intègre un système de pensée principal avec des sous-systèmes d'Auto-Apprentissage et d'Apprentissage Évident en parallèle afin de convertir efficacement les traces de raisonnement en modèles exécutables, réduisant ainsi considérablement la latence et les invocations de raisonnement de haut niveau tout en maintenant des taux de réussite aux tâches élevés.
Le papier propose SWST-Net, un réseau piloté par des ondelettes et sensible à la sémantique qui utilise des transformées en ondelettes discrètes pour séparer et reconstruire de manière interactive les structures et les textures d'images guidées par des priors sémantiques, atteignant une performance supérieure dans l'incomplétion d'images sur plusieurs jeux de données.
Ce document propose et valide un générateur d'entropie décentralisé de pair à pair qui utilise un protocole de commit-reveal et une agrégation hybride pour fournir un aléatoire statistiquement uniforme, à faible coût et résistant aux attaques pour les jeux basés sur la blockchain, surpassant les oracles centralisés tels que Chainlink VRF tant en efficacité économique qu'en sécurité.
Ce document propose le Réseau de Collaboration Spatio-Temporelle (STC-Net), qui intègre les modalités d'images et d'événements à travers un module de Neurone à Impulsion Adaptatif et un module de Fusion Spatio-Temporelle d'Ordre Supérieur afin d'atteindre des performances de suivi d'objets de pointe dans des conditions difficiles.
Cet article introduit une méthodologie d'évaluation pilotée par des scénarios pour comparer des suites de tests générées par l'IA générative à des suites écrites par des humains, révélant que si les requêtes directes récupèrent davantage de comportements attendus, les stratégies de type « idéation puis implémentation » produisent des suites plus efficaces avec moins de doublons, et que les approches d'« idéation seule » permettent de découvrir efficacement des scénarios de test supplémentaires.
Cet article introduit QUAMET, une nouvelle approche qui combine l'analyse structurelle et sémantique pour établir des métriques logicielles et détecter six types de « code smells » dans les programmes quantiques, validée sur un ensemble de données raffiné de 4 102 projets Qiskit réels.
Cet article propose un cadre de Systèmes Neuraux d'Infrastructure Conscients (CINS) qui utilise les données de charge domestique plutôt que les mesures d'infrastructure traditionnelles pour améliorer considérablement l'équité et la précision de la détection de l'insécurité hydrique pilotée par l'IA dans les établissements informels de Hyderabad, comblant ainsi le fossé entre les expériences vécues et la prise de décision institutionnelle.
Cet article introduit le « Quantum LEGO Learning », un cadre d'IA hybride modulaire qui découple un extracteur de caractéristiques classique gelé d'un circuit quantique variationnel entraînable afin de parvenir à une optimisation stable, une résilience au bruit et des performances améliorées sur le matériel NISQ en séparant l'apprentissage de la représentation de l'adaptation adaptative.
Edge-XReal est un pipeline logiciel distribué et agnostique au matériel conçu pour surmonter les limitations de calcul des dispositifs XR autonomes en permettant une compréhension holistique de scène en 3D efficace et à faible latence sur du matériel edge sans sacrifier la précision.