Articles vérifiés par les auteurs

Pour chaque article de cette page, au moins un des auteurs originaux a examiné notre explication accessible — soit en confirmant sa précision, soit en demandant des corrections que nous avons ensuite appliquées. Une validation ne signifie pas que les auteurs approuvent formellement chaque phrase, mais que l'explication a été revue par les personnes qui ont écrit l'article.

1288 articles vérifiés par les auteurs · 651–660 / 1288

🔭 astrophysics

The panchromatic JWST dayside spectrum of WASP-121 b reveals a refractory-rich formation

En combinant de nouvelles observations du JWST avec des données d'archives pour détecter de fortes abondances de SiO réfractaire dans l'atmosphère de WASP-121 b, cette étude révèle que la composition de cette Jupiter ultra-chaude résulte d'une accrétion provenant de multiples réservoirs et que son orbite actuelle à haute obliquité peut être expliquée par des événements dynamiques post-formation.

K. Angelique Kahle, Paul Mollière, Laura Kreidberg, Bertram Bitsch, Mara Attia, Silke S. Dainese, Nicholas Storm, Daniel (…)2026-06-23✓ Author reviewed ⓘ

🔭 astrophysics

Multiwavelength variability of the high-energy neutrino candidate PKS 0735+178 over three decades

Cet article analyse trois décennies de variabilité multi-longueurs d'onde de l'objet BL Lac PKS 0735+178, associé à un événement de neutrino de haute énergie, révélant une émission corrélée avec des délais dépendants de la fréquence et un décalage optique-gamma d'environ 12 jours qui soutiennent un modèle de propagation de jet piloté par des chocs et des variations d'énergie à la base plutôt que par la précession du jet.

T. Mufakharov (State Key Laboratory of Radio Astronomy and Technology, Xinjiang Astronomical Observatory of the CAS, Spe (…)2026-06-23✓ Author reviewed ⓘ

🔬 materials science

Bayesian Neural Networks versus deep ensembles for uncertainty quantification in machine learning interatomic potentials

Cet article introduit une implémentation de réseau de neurones bayésien au sein du framework aenet-PyTorch et compare systématiquement ses capacités de quantification de l'incertitude par rapport aux ensembles profonds sur des structures de TiO $_2$ afin de guider le développement de potentiels interatomiques d'apprentissage automatique fiables.

Riccardo Farris, Emanuele Telari, Nongnuch Artrith, Konstantin Neyman, Albert Bruix2026-06-23✓ Author reviewed ⓘ

🤖 machine learning

Geometric and Information Compression of Representations in Deep Learning

Cet article remet en question l'hypothèse selon laquelle une faible information mutuelle entre les entrées et les représentations implique une compression géométrique, révélant au contraire une relation complexe et non linéaire où la généralisation agit comme un facteur de confusion plutôt que comme une conséquence directe.

Linara Adilova, Henning Petzka, Asja Fischer, Bernhard C. Geiger2026-06-23✓ Author reviewed ⓘ

💬 NLP

BabelJudge: Measuring LLM-as-a-Judge Reliability Across Languages and Agent Trajectories

L'article présente BabelJudge, un benchmark open-source et un cadre d'audit de fiabilité qui évalue les modèles LLM-as-a-Judge à travers plusieurs langues et trajectoires d'agents en générant des étiquettes de référence via des perturbations contrôlées afin d'exposer des modes de défaillance cachés, tels que les biais de position et de verbosité, que les mesures de précision brute ne parviennent pas à capturer.

Shreyas KC2026-06-23✓ Author reviewed ⓘ

💬 NLP

CASPER in the Machine: Insights into Character Variety in LLM-Generated Stories

Cet article étudie les similitudes et les différences entre les récits générés par les LLM et ceux écrits par des humains en appliquant des définitions narratologiques pour analyser huit dimensions complexes du portrait des personnages, visant à déterminer si les modèles d'IA produisent des personnages dotés d'une variété et d'une profondeur comparables à celles des auteurs humains.

Anneliese Brei, Abhisheik Sharma, Nicholas Sanaie, Lu Wang, Snigdha Chaturvedi2026-06-23✓ Author reviewed ⓘ

💬 NLP

Sub-Billion, Super-Frontier: Small Language Models Rival Zero-Shot Frontier LLMs on General and Literary Relation Extraction

Cet article démontre que des petits modèles de langage compacts et adaptés aux tâches (de moins de 3 milliards de paramètres) peuvent surpasser de manière significative les LLM de pointe en mode zero-shot, tant dans l'extraction de relations générales que littéraires, lorsqu'ils sont entraînés sur des données de domaine spécifiques, offrant ainsi une alternative efficace sur le plan matériel et respectueuse de la vie privée sans nécessiter de mise à l'échelle générative.

Despina Christou, Grigorios Tsoumakas2026-06-23✓ Author reviewed ⓘ

🔬 physics

Resonant Pitch-Angle Scattering Of Runaway-Electrons by Externally-launched Helicon Waves in the DIII-D Tokamak

Cet article démontre que les ondes hélicon lancées de l'extérieur peuvent supprimer efficacement la croissance des électrons de fuite dans le tokamak DIII-D grâce à la diffusion de l'angle d'inclinaison résonnante dans des configurations d'antennes idéales et non idéales, tout en soulignant que la résonance anormale augmente les populations de fuite et que des défis de propagation importants subsistent pour les applications post-disruption.

Hari Choudhury, Jeffrey Lestz, Carlos Paz-Soldan, Alexander Battey, Nils Leuthold, Andrey Lvovskiy, Claudio Marini, Jays (…)2026-06-23✓ Author reviewed ⓘ

⚛️ quantum physics

On Quantum Perceptron Learning via Quantum Search

Cet article corrige une hypothèse de complexité erronée dans la version quantique de l'algorithme du perceptron et propose deux nouveaux algorithmes de plan de coupe optimisés par le calcul quantique pour l'apprentissage par perceptron, qui exploitent la recherche de Grover et la recherche par marche quantique afin d'établir des bornes de complexité améliorées sous des conditions idéalisées.

Xiaoyu Sun (Aix-Marseille Université, CNRS, LIS, Marseille, France), Mathieu Roget (Aix-Marseille Université, CNRS, LIS (…)2026-06-23✓ Author reviewed ⓘ

💻 computer science

SCENIC: Semantic-Conditioned Edge-Aware Neural Framework for Structured IoT Command Generation

Cet article présente SCENIC, un cadre de bout en bout qui permet le déploiement de modèles transformer hautement efficaces, d'une échelle inférieure à 0,2 milliard de paramètres, sur des dispositifs IoT de bord (edge) aux ressources limitées pour la génération de commandes de maison intelligente structurées, atteignant une précision quasi parfaite (99,0 % EM@1) tout en réduisant considérablement la taille du modèle et la latence d'inférence grâce à l'élagage avancé, la quantification et l'optimisation tenant compte du matériel.

Luke Ztz Hu, Hongbing Lang, Songping Mai2026-06-23✓ Author reviewed ⓘ

← Précédent Suivant →