5326 articles
Cette étude démontre que l'ordre de saisie des évaluations (notation avant ou après l'avis) polarise les notes des consommateurs en fonction de la qualité du service, un effet médié par l'heuristique affective et l'effort cognitif, et amplifié pour les produits hédoniques.
Le papier présente Paracosm, une méthode de recherche d'images composée sans entraînement qui surpasse l'état de l'art en générant directement des images mentales synthétiques via un grand modèle multimodal pour combler l'écart de domaine avec les images réelles.
KVSmooth est une méthode d'inférence sans entraînement qui atténue les hallucinations dans les modèles de langage multimodaux en appliquant un lissage adaptatif des états cachés guidé par l'entropie de l'attention, améliorant ainsi simultanément la précision et le rappel sans modifier le modèle.
Cet article analyse empiriquement l'utilisation du concept de travail « ennuyeux, sale et dangereux » (DDD) dans la littérature robotique de 1980 à 2024, révèle son manque de définitions claires, propose une clarification basée sur les sciences sociales et suggère un cadre pour mieux évaluer l'impact des robots sur le travail humain.
Le papier présente ThunderAgent, un système d'inférence agentielle simple et rapide qui optimise les performances et l'utilisation des ressources en traitant les flux de travail comme des programmes unifiés pour mieux gérer le cache KV et les environnements d'exécution des outils.
OmniVTON++ est un cadre de essayage virtuel universel sans entraînement qui surpasse les méthodes existantes en assurant une adaptation précise des vêtements, une cohérence structurelle humaine et une continuité des contours grâce à une morphologie structurée, un guidage de pose principal et un assemblage de contours continus, tout en s'appliquant à divers scénarios incluant plusieurs vêtements, plusieurs personnes et des personnages d'anime.
Le cadre Similarity-as-Evidence (SaE) améliore l'apprentissage actif médical en recalibrant les modèles vision-langage surconfiants via une tête d'évidence de similarité qui quantifie le manque et le conflit de preuves, permettant ainsi une sélection d'échantillons interprétable et une réduction des coûts d'annotation.
Ce papier propose un cadre de triangulation piloté par des modèles qui intègre les limites dérivées d'images dans une grille triangulaire régulière en ne retriangulant que les éléments intersectés, garantissant ainsi une discrétisation stable, parallèle et déterministe pour la résolution d'équations aux dérivées partielles sur des domaines complexes.
Ce papier présente SIMSPINE, un cadre de simulation biomécanique et le premier jeu de données ouvert à grande échelle annotant les mouvements de la colonne vertébrale en 3D, qui comble le fossé entre la modélisation musculosquelettique et la vision par ordinateur en établissant un benchmark unifié pour l'estimation anatomiquement précise de la cinétique vertébrale.
Cet article établit théoriquement que le cadre -DRESS distingue systématiquement les paires CFI et atteint au moins le niveau de la hiérarchie WL, confirmant ainsi par des preuves inconditionnelles et conditionnelles la puissance discriminante de cette méthode itérative basée sur les sous-graphes.
Ce papier présente InterNeg, un cadre innovant pour la détection hors distribution (OOD) avec des modèles vision-langage (VLM), qui améliore les performances en assurant une cohérence des distances inter-modales lors de la sélection des textes négatifs et de la génération d'embeddings textuels à partir d'images OOD, surpassant ainsi les méthodes existantes sur plusieurs benchmarks.
Ce papier présente Kraken, la première attaque par canal auxiliaire EM de haut niveau capable d'extraire les paramètres des cœurs Tensor des GPU via une analyse de corrélation de puissance en champ proche, tout en démontrant la fuite d'informations des LLMs à travers des obstacles jusqu'à 100 cm en champ lointain.
Cette étude présente la première évaluation complète du fine-tuning efficace en paramètres (PEFT) pour l'analyse de code multi-tâches, démontrant qu'un module PEFT partagé peut égaler ou surpasser le fine-tuning complet tout en réduisant considérablement les coûts de calcul et de stockage, et en surpassant les modèles de langage généralistes même avec des paramètres limités.
Cet article identifie et évalue 26 barrières sociales, économiques et techniques entravant l'adoption des ressources éducatives libres (REL), en proposant un modèle conceptuel et des stratégies pour surmonter ces obstacles et favoriser un écosystème éducatif plus inclusif.
Ce papier propose une spécification initiale pour une API standard et indépendante des plateformes, appelée Ed, visant à créer un écosystème de microservices éducatifs interopérables pour automatiser des tâches pédagogiques comme l'évaluation, le feedback et les chatbots.
Cette étude évalue la présence de biais cognitifs humains, notamment l'effet de victime vertueuse et l'effet de halo, dans cinq grands modèles de langage appliqués à l'aide à la décision judiciaire, révélant que bien que ces modèles présentent des variations limitant leur usage immédiat, ils affichent une réduction modeste de ces biais par rapport aux humains, à l'exception notable de l'effet de prestige lié aux credentials.
Cet article examine comment le principe de proportionnalité du droit de l'Union européenne peut guider le développement de méthodes scientifiques pour évaluer les risques systémiques des modèles d'IA générative, afin d'équilibrer une régulation efficace et l'innovation technique.
Cette étude présente DeliberationBench, un cadre normatif validé par une expérience à grande échelle qui démontre que l'influence des grands modèles de langage sur les opinions des utilisateurs est substantielle et alignée sur les standards démocratiques de délibération.
Cet article examine l'émergence de la « GPThéologie », un phénomène techno-religieux où l'intelligence artificielle est perçue comme divine, en analysant comment les interactions quotidiennes avec les modèles de langage et les récits communautaires recréent des structures religieuses traditionnelles tout en soulevant des enjeux éthiques et sociétaux majeurs.
Ce papier examine les motifs sombres dans la conception d'applications, propose des stratégies pour éviter les pièges de conception involontaires et garantir la conformité aux lois émergentes sur la protection des consommateurs, afin de préserver l'autonomie des utilisateurs et de renforcer la confiance.