4614 articles
Le papier présente EasyText, un cadre de rendu textuel multilingue basé sur un Transformateur de Diffusion (DiT) qui, grâce à des techniques de codage de position et à l'utilisation d'ensembles de données synthétiques massifs, permet une génération précise et contrôlée de texte dans n'importe quelle langue.
Cette étude empirique démontre que les grands modèles de langage (LLM), notamment GPT-4o optimisé par ajustement d'instructions et quelques exemples, surpassent les modèles de langage préentraînés (PLM) pour la détection de vulnérabilités multilingues à la fois au niveau des fonctions et des lignes de code.
Cet article présente SpikeSMOKE, une architecture de réseaux de neurones à impulsions (SNN) intégrant un mécanisme de codage à porte croisée multi-échelle (CSGC) et des blocs résiduels légers pour réaliser une détection d'objets 3D monoculaire à faible consommation énergétique avec des performances améliorées sur les jeux de données KITTI, NuScenes-mini et CIFAR.
Cet article établit les premières approximations logarithmiques pour les problèmes de domination totale tolérante aux pannes et de domination par influence positive partielle pondérée, en étendant notamment un cadre d'approximation aux fonctions à valeurs fractionnaires pour traiter le cas connecté.
Cet article présente un jeu de données longitudinal à grande échelle couvrant dix ans d'interactions sur le forum de l'hebdomadaire autrichien DerStandard, incluant des millions de commentaires et de votes anonymisés sous forme de représentations vectorielles pour faciliter l'analyse du discours en allemand tout en préservant la vie privée des utilisateurs.
Ce papier présente PyPitfall, une analyse quantitative révélant la prévalence massive de dépendances vulnérables au sein de l'écosystème PyPI, avec plus de 140 000 packages autorisant des versions compromises, afin d'alerter sur les risques de sécurité de la chaîne d'approvisionnement logicielle en Python.
Ce papier présente FieldLVLM, un cadre novateur qui améliore la compréhension des modèles vision-langage de grande taille face aux données de champs physiques en combinant une stratégie de génération linguistique axée sur les caractéristiques physiques et un ajustement de modèle multimodal compressé, surpassant ainsi les méthodes existantes sur des benchmarks scientifiques.
Cet article analyse et discrétise par une méthode d'éléments virtuels un modèle couplé 3D-2D de Stokes et Biot-Kirchhoff décrivant l'écoulement d'un fluide libre et une plaque poroélastique, en démontrant l'existence, l'unicité et la convergence optimale de la solution pour une application à la simulation de l'isolation immunitaire par encapsulation.
Cet article propose une stratégie de contrôle robuste et conforme pour l'assemblage robotisé de précision en série, utilisant une méthode d'apprentissage par renforcement combinant fusion force-vision et distillation de politiques pour gérer efficacement les incertitudes de types et d'ajustements entre pièces.
Cet article prétend résoudre le problème P contre NP en démontrant que P = NP grâce à un algorithme déterministe polynomial basé sur un cadre de calcul graphique qui réduit la complexité de vérification en éliminant systématiquement les incohérences sans énumérer explicitement les certificats.
Le papier présente YOPO, une méthode unifiée et minimaliste basée sur les transformers qui réalise l'estimation de pose 9D de catégorie pour plusieurs objets à partir d'une seule image RGB, atteignant des performances de pointe sans recourir à des données de profondeur ou à des modèles CAD.
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.