3729 articles
Cet article propose le cadre CANMT-AE (Context-Aware NMT for Arabic-English), un modèle piloté par l'IA en six étapes qui intègre des connaissances linguistiques, pragmatiques et culturelles pour dépasser la traduction littérale et atteindre une véritable équivalence culturelle dans la traduction automatique de l'arabe vers l'anglais.
Cet article présente un ensemble de données multilingue accessible au public comprenant des caractéristiques lexicales, syntaxiques et sémantiques issues de 1 860 articles Wikipédia dans cinq langues, démontrant par validation statistique que la langue influence significativement ces caractéristiques indépendamment de la longueur du texte, offrant ainsi une ressource robuste pour la recherche translinguistique et la linguistique computationnelle.
Cette étude démontre que le débat multi-agents dans le diagnostic psychiatrique peut dégrader la précision diagnostique globale par rapport aux modèles de référence zero-shot à travers différentes échelles de modèles, tout en révélant simultanément que les mécanismes de débat peuvent récupérer de manière unique des signaux de risque critiques manqués par les modèles uniques dans certains cas à haut risque, soulignant ainsi des compromis complexes et dépendants de l'échelle entre la précision catégorielle générale et la détection nuancée des risques.
Cet article introduit CCAEA, un cadre qui permet aux robots autonomes auto-améliorables d'évaluer et d'adapter continuellement leurs processus de raisonnement et d'apprentissage grâce à une analyse multidimensionnelle des résultats et des processus, convertissant ainsi les expériences validées en comportements réutilisables afin d'améliorer l'utilité cognitive à long terme et l'efficacité des tâches.
Cet article propose un modèle d'intelligence développementale minimal pour les robots autonomes qui repose sur des mécanismes d'apprentissage prédéfinis plutôt que sur des connaissances préalables étendues, permettant au système d'acquérir et de réutiliser continuellement des connaissances pour atteindre des performances comparables et un raisonnement à long terme supérieur avec nettement moins de règles préétablies que les systèmes adaptatifs existants.
Cette étude présente MMVX-Net, un cadre basé sur Mamba, efficace sur le plan computationnel, qui atteint une grande précision dans la classification binaire de la dysphagie à l'aide de séquences vidéo RGB-D synchronisées, bien que les auteurs notent qu'une validation supplémentaire est nécessaire avant tout déploiement clinique.
Cet article étudie les stratégies de substitution et de mise en cache pour l'inférence de Mixture-of-Experts sur les GPU grand public, démontorant que le fait de ne récupérer sélectivement que les experts de haute priorité ou d'utiliser une règle de chargement en arrière-plan basée sur la masse de porte accumulée peut accélérer significativement le décodage (2,5 à 3,0 fois plus vite) avec une dégradation minimale de la perplexité par rapport au fait de récupérer chaque échec d'expert.
Cet article démontre que si le RAG et le réglage fin par LoRA n'améliorent pas systématiquement la précision du diagnostic sur les petits modèles pour les tâches psychiatriques, ils dégradent de manière critique le rappel des cas à haut risque liés à la sécurité, les échecs du réglage fin étant imputés à des erreurs spécifiques d'étiquetage des données tandis que les défaillances du RAG demeurent une question mécaniste ouverte.
Cet article présente un cadre de travail à faible coût, respectueux de la vie privée et piloté par l'IA, qui utilise les informations d'état du canal Wi-Fi capturées par des dispositifs ESP32 et traitées via un modèle hybride CNN-BiLSTM-Attention pour parvenir à une détection de présence humaine, un comptage de personnes et une classification d'activités sans contact en temps réel avec une précision de 78,57 %.
Cette étude révèle que les grands modèles de langage présentent des biais linguistiques et culturels systématiques dans les évaluations éducatives, générant des évaluations dont la difficulté et la longueur varient selon les langues en corrélation avec les scores PISA, tout en renforçant des stéréotypes qui mettent l'accent sur l'empathie dans les contextes occidentaux par opposition à la hiérarchie dans les contextes asiatiques, nécessitant ainsi des audits culturellement soutenus avant leur déploiement.