Nouvelle méthode IBAL pour renforcer la robustesse du MARL face aux perturbations d'interactions inter-agents. Le framework utilise une approche théorique de l'information pour construire des attaques qui dégradent la coordination en perturbant observations et actions, puis entraîne les agents à rester fiables. Amélioration démontrée sur baselines existants et scénarios d'agents manquants.
VolTA-3D est un framework Vision Transformer 3D auto-supervisé pour l'IRM cérébrale. Il aligne des tokens globaux et locaux en paradigme étudiant-enseignant et reconstruit les structures anatomiques. Évalué sur segmentation hippocampique et classification (sexe, Alzheimer), il surpasse les baselines et démontre une meilleure transférabilité inter-domaines.
Distinguishable Deletion (D²) unifie suppression de connaissance et refus pour l'oubli des LLM. La méthode utilise un index énergétique pour effacer les connaissances indésirables dans les représentations latentes plutôt que des tokens spécifiques, évitant la suppression biaisée et la réémergence de contenu nuisible. Energy-based Unlearning Alignment (EUA) applique ce mécanisme à l'entraînement et l'inférence.
DisTrans, un réseau d'entraînement adversarial, optimise l'apprentissage relationnel moléculaire cross-domaine en intégrant structures topologiques et modalités visuelles. Via inversion de gradient et alignement sémantique des groupes fonctionnels, la méthode surpasse 16 baselines sur deux stratégies cross-domaine.
Un framework apprend la distribution des masques d'occlusion authentiques via Bayesian Flow Networks pour entraîner des modèles de diffusion sur des observations incomplètes. Testé sur données océanographiques satellites (256×256), il améliore MSE et PSNR comparé aux baselines en évitant les zones mortes de requête.
Étude sur les biais de popularité dans les systèmes de recommandation génératifs (GRs). Les auteurs identifient que ce biais provient d'une faille d'optimisation au niveau des tokens et d'une tokenization d'items non différenciée. Ils proposent Ghost, un GR avec optimisation asymétrique unlikelihood et tokenization skeleton-founded, validé sur 3 datasets.
Méthode post-hoc d'alignement multimodal utilisant des représentations relatives au niveau token pour appareiller encodeurs pré-entraînés avec peu de données. Apprentissage d'ancres learnable dans chaque espace modal pour induire des patterns de similarité cross-modal cohérents. Surpasse les méthodes existantes en classification zero-shot, retrieval cross-modal et segmentation zero-shot.
Framework de planification comportementale pour véhicules autonomes utilisant un LLM pour anticiper le comportement des piétons. Évalué sur SUMO : 68% de succès sans entraînement (vs 17.7% pour RL), 96% avec mémoire épisodique. Décisions interprétables et transfert de comportements entre scénarios.
GRID est un framework end-to-end pour construire des graphes de connaissances de sécurité à partir d'articles de cyber threat intelligence. Utilisant Qwen3-4B-Instruct, il combine extraction de graphes, révision de texte et une banque de tâches (questions multi-choix + regex) pour générer des récompenses stables. Sur 249 articles CTI, le modèle Task-bank atteint 84,62% précision, 64,91% rappel et 68,53% F1 moyen.
Une hypothèse propose que les LLM encodent des treillis de concepts (lattices) dans leur géométrie d'embeddings. Le cadre unifie la Linear Representation Hypothesis avec l'Analyse Formelle de Concepts (FCA), montrant que les directions d'attributs linéaires induisent des treillis via intersections d'hyperplans. Expériences sur WordNet valident que les embeddings capturent les structures logiques et hiérarchiques.
Étude d'un atlas interactif open-source mappant 200+ initiatives d'IA participative. Protocole reproductible pour découverte, vérification et harmonisation de cas. Résultats : initiatives concentrées dans peu de pays, participation surtout en formulation de problèmes et évaluation, rarement en développement de modèles.
HT-GRPO, une méthode d'apprentissage par renforcement hiérarchique pour les modèles de diffusion multi-modaux, organise l'optimisation en trois étapes (global, structure, raffinement). Elle résout le problème des séquences de démasquage multiples et attribue des récompenses différenciées selon l'importance des tokens. Tests sur MMaDA et Lumina-DiMOO montrent des gains sur GenEval et DPG.
NGM est un module mémoire sans entraînement pour LLM qui utilise un encodeur N-gram causal et un injecteur mémoire à porte cosinus. Testé sur Qwen3 (0.6B-14B), il améliore les performances de 0.5-1.2 points en moyenne, avec gains notables en génération de code (+3.0 LiveCodeBench) et tâches knowledge-intensive (+3.03 GPQA).
Étude EEG sur 27 participants analysant les mécanismes neuraux de détection des hallucinations IA. Les chercheurs ont enregistré l'activité cérébrale lors de vérification de descriptions d'images générées par un MLLM. Les résultats montrent que les hallucinations mal jugées ne déclenchent pas le processus standard de vérification de faits.
PA-BDM améliore les Block Diffusion Models pour la reconnaissance documentaire en remplaçant le débruitage bidirectionnel par un débruitage causal préfixe-suffixe. Avec perte structurelle contrôlée par confiance et engagement progressif du préfixe, le modèle 3B atteint +71,6% de débit inférence vs MinerU-Diffusion 2.5B.
DriveSafe est un framework pour la détection de risques dans les scénarios de conduite autonome. Il génère des descriptions spatiales enrichies (mouvement, profondeur) puis évalue les risques via un adaptateur fine-tuné sur des paires caption-risque. Résultats SOTA sur le benchmark DRAMA.
Chercheurs présentent un framework pour l'écriture créative à l'échelle du livre. À partir de romans du domaine public, ils construisent un échafaudage multi-résolution (résumé → chapitres → scènes → texte complet) et entraînent un modèle long-contexte sur des trajectoires prompt-to-book. L'objectif : générer de la prose littéraire humaine plutôt que du texte générique assisté.
Les grands modèles de raisonnement (LRM) génèrent des traces alignées avec les temps de réaction humains, mais cet alignement persiste indépendamment du budget de raisonnement en inférence. Étude sur GPT-OSS-20B et GPT-OSS-120B : trois niveaux d'effort, six tâches cognitives. L'allocation de tokens suit les patterns de difficulté humains et reflète une structure figée à l'entraînement, non modulée en temps réel.
RAGA est un agent autonome basé LLM pour construire des graphes de connaissances et augmenter la génération. Il combine opérations CRUD, une boucle ReAct avec contrainte Read-Search-Verify-Construct, et synchronisation KG-vecteur pour récupération hybride. Tests sur QASPER montrent gains en qualité de réponse et preuve.
Étude systématique de la logicité dans le raisonnement scientifique des LLM. Les auteurs développent une méthodologie enrichie incluant des critères d'évaluation et des méthodes d'échantillonnage pour l'entraînement guidé par la logicité. Expériences sur trois LLM différents avec données de physique extraites de littérature académique. Code disponible.
ECC, un algorithme de clustering de requêtes, calibre les embeddings sémantiques via comparaisons de modèles pour aligner la sémantique de surface avec les capacités latentes des LLM. Utilisant un modèle Bradley-Terry, il améliore le classement des capacités de 17,64 points vs baselines humaines et 18,02 points vs embeddings, avec applications au routage de requêtes.
Méthode de découverte automatique d'heuristiques via optimisation continue dans un espace latent. Un encodeur mappe des programmes discrets en embeddings continus, un modèle de substitution différentiable prédit les performances, et un flux de normalisation invertible régularise la trajectoire d'optimisation. Évaluation sur TSP, CVRP, KSP et Online Bin Packing avec résultats compétitifs aux baselines évolutionnaires.
Étude de 130 882 images issues de 368 « remix parties » sur Artbreeder (13 mois). Les images convergeaient vers des attracteurs thématiques communs (steampunk, architecture alien) en devenant plus simples. Paradoxe : les parents novateurs produisaient des enfants plus complexes et appréciés, mais les utilisateurs préféraient remixer des images moins novatrices.
Des agents de réseaux de neurones peu profonds maîtrisent le jeu de cartes Schnapsen via apprentissage par renforcement. RLBot, entraîné par mises à jour Monte Carlo asynchrones, surpasse MLPBot (imitation supervisée) et bat significativement RdeepBot, un baseline basé sur la recherche. La combinaison d'une fonction de valeur apprise avec une recherche plus profonde en jeu améliore les performances.
CAREBench est un benchmark évaluant la compréhension émotionnelle des LLMs via le raisonnement d'appraisal cognitif. Testé sur 6 modèles avec annotations complètes de chaînes inférentielles (perspectives première/troisième personne), il révèle que les modèles forts égalent les humains sur certaines tâches mais échouent sur le raisonnement d'appraisal et la reconnaissance d'émotions positives.
QE-Catalytic-V2 est un modèle multimodal graph-texte unifié pour les matériaux catalytiques. Il intègre prédiction de propriétés et conception inverse dans un même espace de représentation, éliminant les décalages de distribution entre modèles découplés. Démontre des performances supérieures sur prédiction d'énergie et conception inverse.
Modélisation de la difficulté d'items sans réponses pour questions à choix multiples via transformers fine-tunés. Approche end-to-end sur le texte des items éliminant l'ingénierie manuelle des features. Variante multi-tâche avec objectif auxiliaire QA améliore significativement les petits échantillons.
CardioThink, un framework MLLM inspiré par la pratique médicale, structure le diagnostic ECG en étapes explicites (rythme, conduction, morphologie, impression) pour améliorer l'interprétabilité. L'optimisation Structured Set Policy Optimization (SSPO) aligne le raisonnement clinique sans annotations manuelles, surpassant les approches directes sur plusieurs benchmarks ECG.
QQJ est un framework d'évaluation pour l'IA générative qui combine rubrics multi-dimensionnels conçus par experts et calibrage d'LLM évaluateurs sur un petit ensemble d'annotations de haute qualité. Testé sur génération de texte et images, QQJ montre meilleure alignement avec le jugement humain que les métriques automatiques traditionnelles et les évaluateurs LLM non structurés.
Étude théorique des algorithmes évolutionnaires multi-objectifs pour l'optimisation multi-parties (MPMOP). Sur le benchmark MP-JCG, une mutation guidée par les gains requiert Θ(n²) évaluations pour franchir une région critique, tandis que CPR-NSGA-II atteint O(n log n) via recombination cross-party. Analyse de runtime sur BPBOMST (problème d'arbre couvrant minimum multi-parties) avec bornes paramétrées.
NeuSymMS est un système de mémoire hybride neuro-symbolique pour agents LLM. Il couple l'extraction neurale de faits depuis le dialogue avec un système expert CLIPS qui classe, déduplique et réconcilie les faits. Les connaissances sont stockées sous forme de triplets sujet-relation-valeur en base de données relationnelle, avec mémoire court/long terme et promotion basée sur l'accès.
Nouvelle approche pour étendre les graphes de connaissances (KG) du patrimoine culturel français. Les auteurs introduisent WJoconde, un KG multimodal intégrant texte et images, avec trois variantes et un benchmark pour la complétion de KG. Ils proposent un framework combinant LLM et Vision-Language Models pour extraire et valider automatiquement les données, améliorant la fiabilité du KG.
Les auteurs identifient que l'enchevêtrement des trajectoires dans Rectified Flow provient de régions à divergence non-nulle dans le champ de vitesse appris. Ils proposent une correction hors-ligne qui atténue la composante divergente lors de la génération du couplage, sans surcoût au déploiement. Améliorations validées sur benchmarks 2D et génération d'images.
LMAC utilise un LLM pour concevoir des protocoles de communication dans le MARL, permettant aux agents de reconstruire l'état global de manière uniforme. L'approche affine itérativement le protocole via un critère de conscience d'état explicite. Tests sur benchmarks MARL montrent gains de performance substantiels.
LAST-RAG propose une méthode de sélection de modèles de dégradation stochastique pour l'estimation de la durée de vie utile restante (RUL). La méthode combine trajectoires observées et contexte domaine via récupération d'evidence d'une banque locale, avec un mécanisme RCRUS pour éviter l'élimination prématurée. Expériences montrent surperformance vs baselines statistiques et prognostiques.
GVG (Generative Visual Grounding) utilise un modèle EEG-to-image pour traduire l'activité cérébrale en images visuelles, contournant l'alignement texte seul. Testé sur GVG-X-Omni (170M params tunés) et GVG-Janus (trimodal), le framework améliore la compréhension EEG et la génération visuelle en exploitant les priors visuels des MLLMs.
Nouvelle approche pour l'apprentissage de politiques généralisées en planification classique via des réseaux de neurones graphiques relationnels (R-GNNs). Les auteurs introduisent un encodage efficace de la recherche lookahead IW et une abstraction relationnelle pour améliorer l'évolutivité sur le benchmark IPC 2023. Les résultats surpassent le planificateur classique LAMA.
Nouvel algorithme de hard-thresholding d'ordre zéro avec réduction de variance pour les problèmes d'optimisation ℓ0. Résout la limitation du SZOHT sur le nombre de directions aléatoires en atténuant le conflit entre déviation des gradients ZO et expansivité de l'opérateur. Convergence améliorée validée sur régression ridge et attaques adversariales.
DocOS est un benchmark évaluant les agents GUI capables de chercher proactivement de la documentation en ligne pour résoudre des tâches complexes. Les expériences montrent deux goulots : difficulté à localiser l'information pertinente et à traduire les instructions en actions GUI précises.
Étude du Compositional Geometry Routing Problem (CGRP), une généralisation des problèmes de routage couvrant points, lignes, zones et géométries hybrides. Proposition de DiCon, un solveur avec attention différentielle et apprentissage contrastif, pour gérer l'asymétrie et l'espace d'actions élargi. Résultats montrant performance, polyvalence et généralisation supérieures.