Page 65 sur 147

ToutHaut signalRécent

5877 articles

Learn-by-Wire Training Control Governance: Bounded Autonomous Training Under Stress for Stability and Efficiency

Learn-by-Wire Guard (LBW-Guard) est une couche de gouvernance autonome qui supervise l'optimiseur AdamW pendant l'entraînement de modèles de langage. Testé sur Qwen2.5-7B avec WikiText-103, LBW-Guard réduit la perplexité finale de 13.21 à 10.74 (−18.7%) et accélère l'entraînement de 1.10×. Sous stress de learning-rate extrême (LR=3e-3), AdamW échoue (perplexité 1885.24) tandis que LBW-Guard reste stable (11.57).

Qwen Reinforcement learning Benchmarks

SIG

HYP

arXiv cs.CL·20 mai

EmbGen: Teaching with Reassembled Corpora

EmbGen est un pipeline de génération de données synthétiques qui décompose un corpus en paires entité-description, les réassemble via similarité d'embeddings, puis génère des paires QA avec sampling par proximité et clusters spécialisés. Sur trois datasets, EmbGen améliore la précision binaire de 12,5% (5M tokens) à 88,9% (20M tokens) sur le dataset le plus hétérogène comparé aux baselines.

Fine-tuning RAG Embeddings

SIG

HYP

arXiv cs.LG·20 mai

VCR: Learning Valid Contextual Representation for Incomplete Wearable Signals

VCR est un framework auto-supervisé pour l'apprentissage de représentations robustes à partir de capteurs portables incomplets. Il utilise un tokenizer orthogonal pour séparer les sémantiques partagées des résidus spécifiques à chaque modalité, et un backbone mixture-of-experts conscient des absences. VCR améliore les performances en santé numérique même avec modalités manquantes simples ou multiples.

Papers Embeddings Reinforcement learning

SIG

HYP

arXiv cs.CL·20 mai

Retrieval-Augmented Linguistic Calibration

Nouvelle méthode RALC pour calibrer les expressions linguistiques de confiance dans les LLM. Modélise la confiance comme distribution de probabilités perçues, introduit la métrique Faithfulness Divergence (FD), et utilise la réécriture augmentée par récupération. Améliore la fidélité jusqu'à 66% et la calibration jusqu'à 58% sur trois benchmarks QA et cinq familles de modèles.

RAG Évaluations Prompt engineering

SIG

HYP

arXiv cs.CL·20 mai

A Multi-Agent Framework for Feature-Constrained Difficulty Control in Reading Comprehension Item Generation

MAFIG, un framework multi-agent, utilise plusieurs agents LLM et des évaluateurs spécialisés pour générer des items de compréhension de lecture avec contrôle de difficulté robuste. La méthode construit des séquences de contraintes de features produisant une difficulté monotoniquement croissante, surpassant les approches single-agent existantes.

Multi-agents Agents IA Génération de code

SIG

HYP

arXiv cs.AI·20 mai

AgentNLQ: A General-Purpose Agent for Natural Language to SQL

AgentNLQ, une méthode multi-agent, atteint 78,1% de précision sémantique sur le benchmark BIRD pour convertir le langage naturel en SQL. Le système utilise un orchestrateur optimisé pour planifier, réfléchir et auto-corriger les requêtes, enrichit le schéma avec des métadonnées contextuelles, et intègre les règles métier fournies par l'utilisateur.

Agents IA Multi-agents Benchmarks

SIG

HYP

arXiv cs.AI·20 mai

Discoverable Agent Knowledge -- A Formal Framework for Agentic KG Affordances (Extended Version)

Framework formel pour décrire les capacités des graphes de connaissances vis-à-vis des agents. Étend les standards VoID/DCAT avec l'Agentic Affordance Profile (AAP) pour spécifier ce qu'un agent peut prouver, les hypothèses de fermeture et l'alignement vocabulaire. Identifie les divergences entre schéma et régime d'inférence comme source d'échecs épistémiques.

Agents IA RAG Papers

SIG

HYP

arXiv cs.LG·20 mai

StampFormer: A Physics-Guided Material-Geometry-Coupled Multimodal Model for Rapid Prediction of Physical Fields in Sheet Metal Stamping

StampFormer est un modèle deep learning multimodal qui prédit les champs physiques en emboutissage de tôles en fusionnant géométrie et propriétés matériaux. Testé sur panneaux acier/aluminium, il atteint <8.5% d'erreur relative en <1 seconde, remplaçant les analyses FEA coûteuses.

Papers Vision Raisonnement

SIG

HYP

arXiv cs.LG·20 mai

Dimensional Balance Improves Large Scale Spatiotemporal Prediction Performance

Article arXiv proposant un cadre adaptatif pour améliorer la prédiction spatiotemporelle en harmonisant les représentations spatiales et temporelles. Utilise la compression dimensionnelle par plongement matriciel de faible rang et un horizon temporel étendu. Démontre des gains substantiels sur trafic urbain, météorologie et épidémiologie. Code disponible sur GitHub.

Benchmarks Papers

SIG

HYP

arXiv cs.AI·20 mai

Agentic Trading: When LLM Agents Meet Financial Markets

Étude systématique de 77 travaux sur les agents LLM en trading financier. Seuls 19 études satisfont les critères minimum (action + évaluation en boucle fermée). Résultat clé : absence de protocoles comparables, reproducibilité insuffisante (aucune étude R3), et manque de documentation sur les coûts de transaction et la gestion de l'univers.

Agents IA Papers Évaluations

SIG

HYP

arXiv cs.CL·20 mai

K-Quantization and its Impact on Output Performance

Étude empirique de l'impact de la quantification (2-6 bits) sur 8 LLMs évalués sur MMLU-Pro, CRUXEval et MuSR. Résultats : précision 8-bit (Q8_0) optimale, quantification agressive (Q2_K) acceptable mais avec pertes variables selon modèles/tâches. Modèles 7-9B offrent meilleur équilibre efficacité/performance.

Benchmarks Fine-tuning

SIG

HYP

arXiv cs.CL·20 mai

Are Rationales Necessary and Sufficient? Tuning LLMs for Explainable Misinformation Detection

Papier arXiv proposant LONSREX, un pipeline de synthèse de données pour affiner les LLM en détection de désinformation explicable. Les auteurs identifient deux problèmes : les rationales filtrées sur label binaire sont insuffisantes, et les LLM forts produisent des rationales verbeux inutiles. LONSREX introduit une métrique évaluant la nécessité et suffisance de chaque étape de vérification.

Llama Fine-tuning Évaluations

SIG

HYP

arXiv cs.AI·20 mai

Efficient Elicitation of Collective Disagreements

Article théorique sur l'élicitation efficace des désaccords collectifs entre votants. Propose la matrice de pluralité, généralisation des comparaisons par paires, pour identifier l'information préférentielle minimale nécessaire au calcul de mesures de désaccord. Montre que certaines mesures (variance de rang, divisivité) requièrent des sous-ensembles de taille 3, pas seulement des paires.

Papers Évaluations

SIG

HYP

arXiv cs.AI·20 mai

Progressive Autonomy as Preference Learning: A Formalization of Trust Calibration for Agentic Tool Use

Formalisation de l'étalonnage de la confiance pour les agents autonomes via apprentissage de préférences. Un gateway utilise un processus gaussien pour modéliser la tolérance au risque humain à partir de retours binaires (approuver/refuser), et escalade les décisions incertaines à l'humain. Approche structurée comme optimisation bayésienne préférentielle.

Agents IA Raisonnement Sécurité IA

SIG

HYP

arXiv cs.CL·20 mai

Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering

Un article de position critique les méthodes d'Uncertainty Quantification (UQ) pour LLMs, arguant qu'elles ne font que du clustering non supervisé. Ces approches quantifient la cohérence interne des générations plutôt que leur exactitude externe, échouant à détecter les « hallucinations confiantes ». L'auteur propose un changement de paradigme vers une UQ ancrée dans la vérité objective.

Sécurité IA Alignement Évaluations

SIG

HYP

arXiv cs.LG·20 mai

Multi-Pedestrian Safety Warning at Urban Intersections Use Case of Digital Twin

Système d'alerte de sécurité pour piétons aux carrefours urbains utilisant un jumeau numérique couplé à des capteurs (caméra, UWB) et modélisation prédictive de trajectoires. Déployé sur le testbed COSMOS à New York, le système génère des alertes en temps réel via edge-cloud computing et réduit significativement les temps de réaction des usagers vulnérables.

Vision Infrastructure Sécurité IA

SIG

HYP

arXiv cs.AI·20 mai

Evaluating the Utility of Personal Health Records in Personalized Health AI

Étude évaluant Gemini 3.0 Flash sur 2,257 requêtes de patients avec contexte de dossiers médicaux personnels (PHR). Amélioration significative de l'utilité des réponses avec données PHR (p<0.001). Identification de lacunes : désorientation temporelle, confabulations rares. Framework d'évaluation développé pour surveiller la qualité des réponses basées sur PHR.

Gemini RAG Évaluations

SIG

HYP

arXiv cs.AI·20 mai

EMO-BOOST: Emotion-Augmented Audio-Visual Features for Improved Generalization in Deepfake Detection

EMO-BOOST fusionne détecteurs de deepfakes basés sur RGB/audio avec EmoForensics, un détecteur utilisant la reconnaissance d'émotions audio-visuelles. La méthode modélise la cohérence temporelle des émotions et améliore la généralisation cross-manipulation de 2.1% AUC sur FakeAVCeleb.

Vision Voix Sécurité IA

SIG

HYP

arXiv cs.CL·20 mai

MMoA: An AI-Agent framework with recurrence for Memoried Mixure-of-Agent

MMoA introduit une architecture Mixture-of-Agents récurrente avec routeur LSTM pour sélectionner dynamiquement les agents. Sur AlpacaEval 2.0, MT-Bench et Arena-Hard, MMoA atteint 58.0% de win rate (vs 59.8% pour MoA) tout en réduisant la charge computationnelle de 4.6% par activation sélective d'agents.

Multi-agents Agents IA Raisonnement

SIG

HYP

arXiv cs.AI·20 mai

Generative-Evaluative Agreement: A Necessary Validity Criterion for LLM-Enabled Adaptive Assessment

Un article arXiv introduit le critère de validité « Generative-Evaluative Agreement » (GEA) pour évaluer si un LLM peut scorer correctement les réponses qu'il a lui-même générées. Sur un test adaptatif à deux étapes, le modèle récupère ~70% de la variance intentionnelle avec biais positif systématique. GEA est fort (r>0.7) pour les compétences syntaxiques mais proche de zéro pour les compétences de conception.

Évaluations Raisonnement Sécurité IA

SIG

HYP

arXiv cs.AI·20 mai

Conflict-Resilient Multi-Agent Reasoning via Signed Graph Modeling

SIGMA est un framework multi-agent basé sur graphes signés qui modélise explicitement les relations de confiance, conflit et neutralité entre agents LLM. Via passage de messages conscient des conflits et agrégation pondérée, il supprime les signaux contradictoires et renforce les agents fiables. Tests sur 6 benchmarks montrent des gains de précision et résilience aux conflits.

Multi-agents Raisonnement Agents IA

SIG

HYP

arXiv cs.AI·20 mai

Generative Recursive Reasoning

GRAM (Generative Recursive reAsoning Models) étend les modèles de raisonnement récursif déterministes en introduisant des trajectoires latentes stochastiques multiples. Entraîné par inférence variationnelle amortie, GRAM améliore les baselines sur tâches de raisonnement structuré et satisfaction de contraintes multi-solutions, avec capacité de génération inconditionnelle.

Raisonnement Papers

SIG

HYP

arXiv cs.AI·20 mai

BLINKG: A Benchmark for LLM-Integrated Knowledge Graph Generation

BLINKG est un benchmark pour évaluer la capacité des LLM à générer des graphes de connaissances à partir de sources hétérogènes. Les tests sur plusieurs LLM montrent des résultats prometteurs mais limités en scénarios complexes. Le benchmark définit des exigences pour automatiser la construction de KG.

Benchmarks Papers RAG

SIG

HYP

arXiv cs.CL·20 mai

Investigating Cross-Modal Skill Injection: Scenarios, Methods, and Hyperparameters

Étude sur l'injection de compétences cross-modales : transfert d'expertise d'un LLM spécialisé vers un VLM via fusion de modèles. Analyse systématique de 3 aspects : scénarios (succès en suivi d'instructions et cross-lingue, échec en raisonnement mathématique), méthodes (TA et DARE surpassent les alternatives), hyperparamètres. Évite SFT coûteux.

Fine-tuning Vision Raisonnement

SIG

HYP

arXiv cs.CL·20 mai

LambdaPO: A Lambda Style Policy Optimization for Reasoning Language Models

LambdaPO propose une optimisation de politique par comparaisons appariées pour l'alignement des modèles de raisonnement. Contrairement à GRPO qui utilise une baseline statistique unique, LambdaPO décompose l'avantage en différentiels de récompense pairwise entre trajectoires, pondérés par la confiance du modèle. Une récompense de densité sémantique enrichit le signal d'optimisation sur tâches mathématiques et QA.

Reinforcement learning Raisonnement Alignement

SIG

HYP

arXiv cs.AI·20 mai

Embedding by Elicitation: Dynamic Representations for Bayesian Optimization of System Prompts

ReElicit est un framework d'optimisation bayésienne pour tuner les system prompts avec feedback agrégé uniquement. Un LLM élicite dynamiquement un espace de features compact et interprétable, puis un processus Gaussien sélectionne des vecteurs cibles optimisés en prompts déployables. Sur 10 tâches avec budget de 30 évaluations, ReElicit surpasse les baselines d'optimisation de prompts.

Prompt engineering Raisonnement

SIG

HYP

arXiv cs.AI·20 mai

KAN-MLP-Mixer: A comprehensive investigation of the usage of Kolmogorov-Arnold Networks (KANs) for improving IMU-based Human Activity Recognition

Étude comparative de Kolmogorov-Arnold Networks (KANs) vs MLPs pour la reconnaissance d'activité humaine (HAR) basée sur IMU. Les KANs excellent sur données propres mais échouent sur données bruitées réelles. L'architecture hybride KAN-MLP proposée atteint +5,33% de F1-score macro sur 8 datasets publics, surpassant les baselines pures.

Benchmarks Papers

SIG

HYP

arXiv cs.CL·20 mai

Drifting Objectives for Refining Discrete Diffusion Language Models

TokenDrift applique les méthodes de drifting (correction d'objectif) aux modèles de diffusion discrets pour le langage. La technique lève les prédictions catégoriques en features soft-token, applique un drifting anti-symétrique dans un espace sémantique gelé, et rétropropage vers les logits. Sur MDLM et DUO, TokenDrift réduit la perplexité de génération de 89% et 86% à 4 NFE.

Papers Génération de code Raisonnement

SIG

HYP

arXiv cs.AI·20 mai

Swimming with Whales: Analysis of Power Imbalances in Stake-Weighted Governance

Étude des déséquilibres de pouvoir dans la gouvernance pondérée par les enjeux (stake-weighted) des blockchains Proof-of-Stake. Utilise l'indice de pouvoir Penrose-Banzhaf pour quantifier comment quelques utilisateurs avec de gros enjeux peuvent contrôler les décisions. Analyse théorique et empirique sur Project Catalyst.

Benchmarks Papers

SIG

HYP

arXiv cs.AI·20 mai

Operationalizing Document AI: A Microservice Architecture for OCR and LLM Pipelines in Production

Architecture microservices pour pipelines Document AI en production : classification, OCR et extraction structurée via LLM. Traite des milliers de documents multi-pages/heure. Découvertes clés : OCR domine la latence (non le LLM), saturation déterminée par capacité GPU partagée. Patterns concrets pour déploiement production.

Infrastructure Génération de code RAG

SIG

HYP

arXiv cs.CL·20 mai

Base Models Look Human To AI Detectors

Les détecteurs IA commerciaux (GPTZero, Pangram) classent le texte des modèles de base comme humain, contrairement aux versions instruction-tuned. Les chercheurs proposent HIP (Humanization by Iterative Paraphrasing), un pipeline qui affine minimalement un modèle de base en paraphraseur itératif. Testé sur Llama-3 et Qwen-3 (0.6B-70B), HIP améliore la ressemblance humaine tout en préservant la sémantique.

Llama Qwen Fine-tuning

SIG

HYP

arXiv cs.LG·20 mai

Safe Continual Reinforcement Learning under Nonstationarity via Adaptive Safety Constraints

LILAC+ propose un cadre pour l'apprentissage par renforcement continu sûr en environnements non-stationnaires. Le système combine trois mécanismes adaptatifs : contraintes de sécurité basées sur le contexte, contraintes de vitesse d'adaptation, et application de budget-à-état. Évalué en simulation de conduite, il réduit les violations de sécurité sous changement de distribution tout en maintenant la performance.

Reinforcement learning Sécurité IA Alignement

SIG

HYP

arXiv cs.LG·20 mai

From Cumulative Constraints to Adaptive Runtime Safety Control for Nonstationary Reinforcement Learning

CPSS (Constraint Projection Safety Shield) convertit les budgets de sécurité cumulatifs en seuils de contrôle adaptatifs au niveau des états pour l'apprentissage par renforcement non-stationnaire. Le mécanisme ajuste dynamiquement les contraintes de risque selon le contexte, garantit la satisfaction des seuils par état et réduit les violations de sécurité dans des scénarios de fusion autoroutière.

Reinforcement learning Sécurité IA Raisonnement

SIG

HYP

arXiv cs.LG·20 mai

An Integrated Forecasting Prototype for Emergency Department Boarding Time to Support Proactive Operational Decision Making

Prototype de prévision du temps d'attente aux urgences utilisant des modèles de séries temporelles (DLinear, NLinear) sur données hospitalières réelles. Intègre météo, jours fériés et événements locaux. Horizons de prévision : 6, 8, 10, 12 et 24 heures. Application MLOps développée pour déploiement opérationnel.

Benchmarks Infrastructure Outils

SIG

HYP

arXiv cs.CL·20 mai

Can Large Language Models Reliably Correct Errors in Low-Resource ASR? A Contamination-Aware Case Study on West Frisian

Étude sur la correction d'erreurs ASR en frison (langue peu dotée) via LLM. Les modèles GPT améliorent les performances WER, y compris sur un dataset offline contrôlant la contamination de données. L'analyse détaillée révèle les patterns de correction des modèles.

GPT Llama Évaluations

SIG

HYP

arXiv cs.LG·20 mai

Spectral Gradient Surgery for Domain-Generalizable Dataset Distillation

Spectral Gradient Surgery (SGS) améliore la distillation de dataset pour la généralisation hors-distribution. La méthode sépare les composantes discriminatives de classe des informations spécifiques au domaine dans les données synthétiques compressées, via analyse spectrale des gradients inter-domaines. SGS s'intègre aux méthodes Distribution Matching existantes.

Benchmarks Fine-tuning

SIG

HYP

arXiv cs.CL·20 mai

LLM-Based Financial Sentiment Analysis in Arabic: Evidence from Saudi Markets

Framework NLP pour l'analyse de sentiment financier en arabe sur le marché saoudien. Corpus de 84K échantillons combinant actualités officielles et réseaux sociaux, avec NER Transformer et schéma de classification à 5 classes. Démontre la faisabilité d'une analyse de sentiment fiable et scalable en arabe.

SIG

HYP

arXiv cs.LG·20 mai

Robust Basis Spline Decoupling for the Compression of Transformer Models

Nouvelle méthode de compression de transformers basée sur le découplage par B-splines. L'approche R-CMTF-BSD utilise une factorisation matricielle-tensorielle contrainte pour réduire les paramètres tout en maintenant la précision. Validée sur Vision Transformer et Swin Transformer avec réductions substantielles de paramètres.

Benchmarks Vision

SIG

HYP

arXiv cs.LG·20 mai

Simply Stabilizing the Loop via Fully Looped Transformer

Fully Looped Transformer résout l'instabilité d'entraînement des modèles loopés en réutilisant les blocs Transformer. Deux modifications sans paramètres supplémentaires : distribution inter-loop et injection d'attention. Stable jusqu'à 12 itérations, améliore la performance de 13,2% et permet d'ajuster le calcul à l'inférence.

Raisonnement Papers Benchmarks

SIG

HYP

arXiv cs.LG·20 mai

Accurate Evaluation of Quickest Changepoint Detectors via Non-parametric Survival Analysis

Nouveaux estimateurs non-paramétriques (KM-ARL et KM-ADD) pour évaluer les détecteurs de changement de point rapide sur des séquences courtes et irrégulières. Utilise l'analogie avec l'analyse de survie pour modéliser les probabilités de détection. Code Python disponible.

Benchmarks Papers

SIG

HYP