5333 articles
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.
Cet article soutient que, plutôt que de créer de nouvelles réglementations pour anticiper les technologies émergentes, il faut protéger l'avenir du droit en s'appuyant sur les outils généraux et adaptatifs de la common law, dont la stabilité et la prudence épistémique sont préférables à une intervention législative prématurée qui risque d'étouffer l'innovation.
Cet article retrace l'évolution du droit de la protection des consommateurs, de ses origines historiques aux défis contemporains posés par l'intelligence artificielle et les big data, tout en examinant les réponses réglementaires telles que les lois sur la vie privée et l'interdiction des « dark patterns ».
Cette revue intégrative de plus de 500 études synthétise les risques cognitifs liés aux technologies numériques, mettant en évidence un paradoxe d'efficacité-atrophie où l'optimisation à court terme des tâches pourrait entraîner une érosion à long terme des capacités cognitives supérieures, tout en soulignant le besoin urgent d'études longitudinales.
Cet article propose un cadre d'évaluation théorique des grands modèles de langage basé sur l'équilibre de réponse quantale, permettant de mesurer leur sophistication stratégique sur une échelle continue calibrée sur des données humaines et révélant à la fois la validité de cette approche et sa sensibilité aux variations de formulation des prompts.
Le papier présente Tureis, une méthode auto-supervisée basée sur un Transformer léger qui détecte et localise avec précision les défaillances de capteurs dans les maisons intelligentes, même dans des scénarios multi-défaillances et multi-résidents, sans nécessiter de données étiquetées tout en restant adaptée au déploiement sur des périphériques à ressources limitées.
Cette étude évalue la capacité de généralisation d'agents cyberattaquants autonomes face à des réaffectations d'adresses IP inattendues, révélant que bien que les agents basés sur les grands modèles de langage obtiennent les meilleurs résultats sur des scénarios non vus, ils le font au prix d'une complexité computationnelle accrue et de défaillances pratiques telles que des boucles d'actions invalides.
Le papier présente OMNIGUIDE, un cadre universel qui améliore les performances des politiques robotiques généralistes sur des tâches complexes en intégrant diverses sources de guidance sous forme de fonctions énergétiques différentiables qui guident l'exploration des actions dans l'espace 3D.
Le papier présente OAuthHub, un cadre de développement qui utilise les appareils personnels des utilisateurs comme intermédiaires pour contrôler l'accès aux données OAuth, permettant ainsi aux applications tierces de limiter leur accès aux données aux moments strictement nécessaires tout en réduisant la complexité du code et les temps de développement.
Cet article présente une méthode d'optimisation conjointe sans modèle qui détermine automatiquement la disposition optimale de capteurs flexibles et les paramètres d'un réseau de prédiction de forme pour améliorer la proprioception des déformations libres dans la robotique douce et les dispositifs portables.
Cet article présente la première évaluation systématique de l'incertitude des modèles vision-langage pour l'anticipation précoce des actions humaines en interaction homme-robot, introduisant un protocole d'évaluation et des métriques pour garantir la fiabilité des prédictions dans des conditions d'observation partielle.
Cet article présente FLA³, une plateforme d'apprentissage fédéré intégrant des mécanismes de gouvernance stricts (authentification, autorisation et comptabilité) pour permettre des recherches cliniques collaboratives transfrontalières tout en garantissant la confidentialité des données et la conformité réglementaire.
Cet article propose une base théorique pour l'interrogation des bases de données catégorielles en définissant et en démontrant l'équivalence d'un calcul et d'une algèbre catégoriels, tout en analysant leurs règles d'optimisation, leur pouvoir d'expression et leur complexité computationnelle.
Ce papier propose d'utiliser un pool de mémoire CXL pour stocker la mémoire conditionnelle des engrammes dans les grands modèles de langage, offrant une solution de stockage évolutive et rentable qui maintient des performances d'inférence proches de celles de la DRAM grâce à l'intégration dans SGLang.