OpenAI développe un modèle d'apprentissage des dynamiques inverses profondes pour transférer des politiques de simulation vers le monde réel. La méthode réduit le besoin de données réelles en apprenant à prédire les actions à partir des observations, améliorant la généralisation des robots entraînés en simulation.
OpenAI présente des méthodes d'entraînement adversarial pour la classification de texte semi-supervisée. L'approche combine données étiquetées et non étiquetées pour améliorer la robustesse des modèles face aux perturbations adversariales.
PEC-Home est un dataset simulé pour interpréter les commandes elliptiques progressives dans les maisons intelligentes. Les assistants actuels (GPT-4o inclus) échouent à exécuter correctement ces commandes abrégées dues à l'accumulation de contexte partagé, même avec accès à l'historique de dialogue.
ImpSH, un framework basé sur les triplets, améliore la détection de discours haineux implicite en alignant les posts avec leurs énoncés implicites et en utilisant des négatifs semi-durs bornés par le contexte. Évalué sur IHC, SBIC et DynaHate avec BERT et HateBERT, il améliore la performance cross-domain et offre une représentation plus stable que les approches contrastives supervisées standard.
RGNet, une architecture neuronale basée sur le groupe de renormalisation, traite le déséquilibre de classes et le bruit multidimensionnel pour le diagnostic de défauts. Le modèle compresse hiérarchiquement l'espace des features et capture détails locaux et patterns globaux. Tests sur dataset AI4I imbalancé.
Étude de retrieval pour lier automatiquement des codes LOINC à des questionnaires FHIR en santé. Six méthodes testées (TF-IDF, MiniLM, BioBERT, BioLORD, fine-tuning contrastif, GPT reranker) sur 97 314 codes. BioLORD (encodeur pré-entraîné sur ontologies biomédicales) atteint R@1=0.185 sans données spécifiques ; fine-tuning contrastif obtient R@5=0.389. Augmentation GPT dégrade les performances.
Chercheur propose LOGOS-SIE, un dataset synthétique de 500k observations/croyances sur 5k faits et 100 sources, pour tester si les systèmes de retrieval modernes récupèrent le consensus plutôt que la vérité. Hypothèse : BM25, dense retrieval et rerankers favorisent les patterns dominants même quand 90% des sources sont fausses.
Optimisation sans dérivées d'un réseau de neurones sur MNIST : architecture 784-32-10 (25 450 paramètres). MDP atteint 93,7% en validation et 93,4% en test, surpassant Adam (91,8%/91,7%). Convergence sur 1M évaluations sans gradients ni méthodes population-based.
Étude de déploiement de réseaux de neurones profonds pour l'analyse EEG sur appareils portables. Les auteurs explorent la quantification de paramètres et la réduction d'électrodes pour réduire la complexité computationnelle tout en maintenant la précision de détection de crises épileptiques.
SemantiClean est un framework modulaire pour extraire des signaux sémantiques structurés de données e-commerce et inférer l'intention d'achat, la segmentation client et l'affinité produit. Construit sur le dataset OSPI, il organise 24 éléments comportementaux en 4 couches et intègre un moteur d'inférence LLM avec reproductibilité déterministe (sigma=0).
Cadre d'optimisation automatique des hyperparamètres basé sur l'évolution différentielle (DE) pour la factorisation tensorielle latente (LFT) appliquée aux réseaux dynamiques pondérés dirigés. La méthode apprend automatiquement les paramètres de régularisation λ₁, λ₂, λ₃ pendant l'entraînement, réduisant le besoin d'ajustement manuel. Tests sur 4 datasets réels montrent MAE et RMSE inférieurs aux baselines.
Détection du langage spéculatif dans les textes biomédicaux via réseaux de tenseurs récurrents. RNTN atteint F1=0.885 vs SVM baseline F1=0.881. Paragraph Vector moins efficace (F1=0.368). Applications : récupération d'information, résumé multi-documents.
Framework multi-modèle avec curriculum learning par sévérité pour la génération de texte médical. Trois étapes de formation progressive (cas bénins → modérés → critiques) sur 5 LLM, sélection de réponse par pertinence à l'inférence. Évaluation sur MAQA : 86,71% baseline, 90,30% après fine-tuning (BERTScore).
agent-sh est un shell intégrant un agent IA léger accessible via la touche >. L'outil offre une conscience contextuelle du terminal pour résoudre des problèmes ponctuels (flags rsync, diagnostics) sans surcharge. Une extension command-suggest aide à générer des commandes. Installation npm, compatible modèles locaux.
Framework multi-modèles adaptatif pour la synthèse de texte abstractive. Intègre plusieurs transformers fine-tunés sur CNN/DailyMail, sélectionne la meilleure résumé via métriques automatiques (BERTScore 88.63%). Surpasse GPT3-D2, Falcon-7b, Mpt-7b.
Étude de modèles triple-latent maintenant un état token courant et une mémoire compressée pour capturer les interactions d'ordre supérieur. Amélioration sur WikiText-2 (byte-level) et MiniMind, avec extension de récupération associative gated mais sensible aux seeds et lente.
Expérience de quantification personnalisée sur Qwen 3.6 27B : conversion BF16→Q8_0 avec ciblage des couches à forte variance. Le modèle Q8-CC (30.47 GiB) obtient 98.358% vs UD Q8_K_XL (33.31 GiB) à 97.426% sur wiki.test.raw. KLD moyen : 0.011324 vs 0.012100. Résultats préliminaires sans benchmarks de performance réelle.
Un chercheur teste la calibration d'incertitude dans les agents LLM via un pipeline de planification + vérification. La vérification détecte 60% des appels d'outils hallucincés avant exécution, mais réduit les réponses correctes faciles de moitié. Solution : flaguer les tâches basse confiance pour révision humaine, exécuter automatiquement les hautes confiance.
Étude arXiv sur la prédiction de récidive du cancer du sein via apprentissage multi-modal. Intègre dossiers de traitement, rapports de pathologie et notes cliniques. Utilise extraction par regex et réconciliation des conflits pour extraire caractéristiques tumorales du texte libre. Démontre que l'intégration multi-modale améliore la précision prédictive vs approches mono-modales.
CL-DMDF propose un modèle de fusion multimodale dynamique basé sur l'apprentissage contrastif, conçu pour gérer les modalités manquantes ou incertaines. Le modèle introduit un mécanisme d'attention bi-dimensionnel (features et modalités) et un module d'apprentissage contrastif centroïde pour améliorer la discrimination. Validé sur trois datasets.
Expérience comparative sur GPU 9070XT : Qwen 35B A3B MTP atteint 43.74 T/s vs 38.07 T/s en mode standard. MTP démontre un gain de ~15% en throughput malgré la surcharge computationnelle du processus multi-token. Tests identiques (prompt, contexte 8192, quantization Q4_K_XL).
OADA est un cadre de gouvernance IA pour les systèmes critiques qui traduit l'instabilité des métriques d'équité, la sensibilité aux seuils et l'incertitude opérationnelle en décisions de déploiement. Testé sur la reconnaissance faciale et la santé, il introduit des scores d'assurance, des états d'escalade et des zones de stabilité pour contrôler le déploiement plutôt que de simplement auditer post-hoc.
Deux mécanismes complémentaires pour améliorer l'attention transformer : Energy-Gated Attention (EGA) sélectionne les tokens informatifs via projection linéaire ; Morlet Positional Encoding (MoPE) remplace les encodages sinusoïdaux par des ondelettes gaussiennes apprises. Sur TinyShakespeare, leur combinaison atteint +0.119 amélioration de loss validation, surpassant la somme des parties individuelles.
Nouvelle approche de sparse attention utilisant les rôles grammaticaux (POS tags) pour réduire la complexité quadratique des Transformers. Deux stratégies de masquage testées sur SST-2 avec DistilBERT : hard mask (0.8200) et soft mask (0.8165) maintiennent la performance du full attention (0.8200) tout en réduisant le coût computationnel.
Temporal Contrastive Transformer (TCT) : framework d'apprentissage auto-supervisé pour détecter la fraude financière via embeddings de séquences transactionnelles. AUC 0.8644 seul, 0.9245 combiné avec features engineered. Captures structure temporelle mais sans gain additif sur baseline.
TBP-mHC propose une paramétrisation des polytopes de Birkhoff pour les Hyper-Connexions contraintes par variété. La méthode construit des matrices de mélange doublement stochastiques exactes avec (n-1)² degrés de liberté, évitant la normalisation itérative et l'explosion combinatoire. Résultats compétitifs sur le pré-entraînement de modèles de langage avec stabilité améliorée.
RPS est une méthode de post-entraînement en deux étapes inspirée de la neuroplasticité : données faciles avec taux d'apprentissage élevé, puis données difficiles avec taux réduit de 90%. Sur Qwen3-8b, RPS atteint 4% sur ARC-AGI 1 et 1145/1200 exécutions sans erreur en synthèse de programmes, contre 2.4% et 870/1200 pour EPS (taux égal).
Nouvelle architecture Pseudo-Siamese (FF-BPSN) pour planifier des chemins de dialogue vers des cibles prédéfinies. Utilise deux décodeurs transformers bidirectionnels avec module forward-focused. Testé sur DuRecDial et DuRecDial 2.0, améliore significativement les systèmes de dialogue proactif orientés cible.
Étude utilisant BERT pour analyser le sentiment Discord de la communauté Decentraland et prédire le prix du token MANA. Un modèle LSTM multi-modal intégrant sentiment, volume et capitalisation surpasse significativement le baseline prix-seul. Sentiment communautaire majoritairement neutre avec biais positif.
AMSGA étend l'algorithme Forward-Forward avec agrégation multi-échelle de la qualité, curriculum adaptatif et seuils dépendants des couches. Tests sur MNIST et Fashion-MNIST montrent +1.45% et +1.50% d'amélioration sans surcoût computationnel significatif.
TIDE est un framework de prompt optimization basé sur un mécanisme de Trial and Debate pour améliorer la compréhension d'essais argumentatifs. Évalué sur trois tâches (Automated Essay Scoring, Argument Component Detection, Argument Relation Identification), il réduit l'impact des données bruitées et améliore la stabilité de l'optimisation.
HyperPersona propose un framework basé hypergraphes pour prédire la personnalité à partir de texte. Le modèle capture explicitement la hiérarchie du langage (document, phrase, mot) via une structure hypergraphique, puis utilise un encodeur transformer pour modéliser les dépendances multi-niveaux. Résultats supérieurs sur les Big Five dimensions de personnalité.
Framework deep learning GPU pour prédire les conditions thermiques urbaines et évaluer les risques de canicule. ConvLSTM avec loss mixte atteint MAE=0.2293, RMSE=0.3089, R²=0.8877 sur données MODIS et Open-Meteo à Sarajevo. Génère des cartes de risque thermique urbain.
Méthode de localisation relative par WiFi sans annotation dense. Intersection Pathway aligne traces de fingerprint WiFi et vecteurs de mouvement inertiel dans un espace latent additif, permettant l'inférence directe de déplacement relatif. Validation sur données synthétiques dérivées de mesures réelles.
Méthode de prévision spatio-temporelle imbriquée couplant tendances régionales macro et observations historiques micro. Utilise clustering spectral pour construire régions sémantiquement cohérentes, réduisant le bruit systématique. Prédicteur coarse-to-fine intègre ces features pour anticiper anomalies dynamiques. Surpasse baselines sur datasets haute-dimensionnalité.
SAS propose une approche de distillation de dataset utilisant CLIP comme prior sémantique pour améliorer la qualité des données compressées. Trois fonctions de scoring évaluent la pertinence de classe, la séparabilité inter-classe et la diversité intra-ensemble. Une stratégie deux-étapes filtre les échantillons discriminatifs puis sélectionne dynamiquement pour réduire la redondance.
Framework ML utilisant l'EEG pour prédire l'efficacité thérapeutique chez patients souffrant de douleurs cervicales chroniques. Pipeline de prétraitement rigoureux (suppression baseline, ICA, analyse spectrale) appliqué à EEG au repos et moteur. Revue systématique de 763 études (16 patients, 47 contrôles sains) pour informer la stratégie post-traitement.
PACC (Prosodic Adjustment with Conversational Context) convertit la parole lue en parole conversationnelle naturelle via réseaux de neurones profonds et HiFi-GAN. L'approche améliore l'intonation, l'accent et le rythme pour applications temps réel (assistants virtuels, service client). Benchmarks établis sur MOS et tâches de conversion vocale.
AAMLA, un framework de multimodal learning analytics, prédit la satisfaction collaborative d'étudiants en environnement de jeu éducatif. Le module CAMA aligne les modalités (gaze, action units, pose) via matrices d'affinité et apprentissage contrastif, supprimant adaptivement les modalités non-informatives. Tests sur 50 collégiens dans EcoJourneys montrent amélioration vs baselines unimodales.
Article proposant un agent IA avec systèmes de mémoire sémantique et épisodique inspirés de la cognition humaine. Les auteurs créent l'environnement « The Room » compatible OpenAI Gym et démontrent que combiner les deux types de mémoire surpasse un seul système. Collaboration multi-agents améliore les performances.