5143 articles
Cet article propose un cadre unifié analysant la co-évolution des dynamiques d'opinion et des effets performatifs des systèmes d'apprentissage, démontrant que ces interactions créent de nouveaux équilibres qualitatifs où les objectifs prédictifs agissent comme une force d'homogénéisation et amplifient les effets de débordement, modifiant ainsi fondamentalement la réponse des réseaux sociaux aux interventions.
Le papier présente HATS, un cadre de synthèse de trajectoires qui améliore la généralisation des agents GUI en identifiant et en ciblant spécifiquement les actions sémantiquement ambiguës grâce à une boucle fermée d'exploration guidée par la difficulté et de raffinement aligné.
Cet article présente ChemSICal-Net, un modèle de réseau de réactions chimiques intégrant un contrôle temporel par oscillateur et une optimisation bayésienne adaptative pour réaliser une annulation successive des interférences dans les communications moléculaires, démontrant ainsi une amélioration significative de la précision de détection et de l'efficacité des paramètres.
Ce papier présente EgoIntent, un benchmark de niveau étape pour les vidéos égocentriques évaluant la compréhension des intentions locales, globales et des étapes suivantes, et révèle que les modèles multimodaux actuels peinent encore à maîtriser cette tâche complexe.
Cet article présente un algorithme déterministe, à la fois temporel, en messages et en mémoire optimal, pour le problème de l'arbre couvrant de poids minimal et l'agrégation partielle, comblant ainsi une lacune majeure des méthodes existantes qui limitent leur déploiement dans les réseaux modernes.
Le papier présente LatentGeo, un cadre innovant qui internalise les constructions géométriques auxiliaires dans un espace latent continu via un apprentissage par curriculum et un renforcement adapté, surmontant ainsi les limites des approches existantes pour améliorer le raisonnement géométrique multimodal.
Cet article examine la transférabilité des théorèmes classiques de définition et de préservation modale vers les structures finies, démontrant que certains résultats sémantiques survivent à cette restriction, notamment le théorème de sécurité de la bisimulation, tandis que d'autres échouent.
ComFree-Sim est un moteur de physique de contact parallélisé sur GPU qui, en utilisant une modélisation analytique sans complémentarité, permet une simulation robotique riche en contacts avec une mise à l'échelle quasi linéaire et un débit accru, facilitant ainsi des contrôles en boucle fermée à haute fréquence pour des tâches complexes comme la manipulation dextre.
Le papier présente SaPaVe, un cadre end-to-end qui unifie la perception active et la manipulation robotique via une stratégie d'entraînement décomposée et un nouveau jeu de données, surpassant les modèles d'action vision-langage-actuel existants en termes de robustesse et de taux de réussite dans des environnements réels.
Cette étude examine la sensibilisation à la vie privée des développeurs et des consultants ERP au sein d'une firme internationale en utilisant le modèle comportemental de Fogg pour identifier des leviers favorisant l'adoption de pratiques conformes au RGPD.
Ce papier introduit les contraintes de chemin équationnelles, une classe de propriétés comportementales finitaires offrant une alternative algébrique aux coéquations pour axiomatiser les covariétés de coalgèbres et construire leurs coalgèbres finales.
Le papier présente ForensicZip, un cadre sans entraînement qui reformule la compression de tokens comme un problème de transport optimal pour préserver les artefacts de falsification dans les modèles vision-langage, permettant une accélération significative sans compromettre les performances de détection.
Cet article généralise l'analyse de Yao sur la fragmentation interne des B-trees pour traiter les insertions par lots, en proposant des stratégies alternatives qui garantissent une bonne utilisation de l'espace pour les charges de travail non couvertes par la méthode de division uniforme.
Ce papier présente « Verifier », un méta-modèle qui évalue la fiabilité des prédictions de suivi de points pour générer des pseudo-étiquettes de haute qualité, permettant ainsi une adaptation efficace aux vidéos réelles et l'obtention de résultats state-of-the-art avec moins de données.
Ce papier présente UniMotion, un cadre d'apprentissage auto-supervisé qui permet la reconnaissance de gestes inertiels (IMU) généralisable à travers différents appareils et populations d'utilisateurs en pré-entraînant un modèle sur des données non étiquetées et en l'affinant avec un minimum de données étiquetées.
Ce papier propose un modèle dual-modal à deux étapes, combinant un encodeur visuel DINOv2 enrichi par une stratégie d'augmentation et un mécanisme d'experts, avec des caractéristiques audio Wav2Vec 2.0 via une fusion gating, pour améliorer la reconnaissance des expressions faciales dans des vidéos non contraintes lors du workshop ABAW.
Ce papier propose d'utiliser les principes des systèmes distribués comme fondement théorique pour concevoir et évaluer les équipes de modèles de langage, afin de résoudre de manière systématique des questions clés sur leur efficacité, leur structure et leur avantage par rapport à un agent unique.
Le papier présente SceneAssistant, un agent piloté par un retour visuel qui combine des modèles de génération d'objets 3D et des modèles vision-langage pour créer et modifier des scènes 3D ouvertes et de haute qualité à partir de descriptions textuelles naturelles.
Le papier présente HandelBot, un cadre combinant une politique simulée et une adaptation rapide par affinage structuré et apprentissage par renforcement résiduel, permettant à un robot d'exécuter avec succès et précision des pièces de piano bimanuelles en seulement 30 minutes de données physiques.
Le papier présente ELIT, un mécanisme compatible avec les transformateurs de diffusion (DiT) qui découple la taille de l'image de la charge de calcul en introduisant une interface latente élastique permettant d'ajuster dynamiquement la latence et la qualité de génération tout en priorisant les régions importantes de l'image.