Genis Skura; Antoine Geissbühler; Jean-Luc Falcone
Ringkasan
Tesis ini menyelidiki penemuan tag semantik, pengenalan entitas bernama, dan klasifikasi topik multi-label untuk publikasi kesehatan global. Studi ini membandingkan model konvolusional ringan dengan pendekatan berbasis transformer, mengung…
Metode
Penelitian ini terdiri atas tiga jalur eksperimen: 1. **Penemuan Tag Semantik**: Model word2vec skip-gram dilatih pada korpus khusus yang semakin besar dan dibandingkan dengan Bio…
Hasil
Temuan utama dari eksperimen: - **Penemuan Tag Semantik**: Cakupan kosakata yang lebih luas tidak selalu menghasilkan asosiasi spesifik domain yang lebih berguna. Evaluasi kualitatif menunjukkan bahw…
FedMust memperkenalkan kerangka kerja student-teacher multi-tugas terfederasi semi-supervisi yang memanfaatkan data berlabel dan tanpa label di seluruh situs, mencapai peningkatan kinerja rata-rata 13% dibandingkan model organ tunggal loka…
Metode
FedMust beroperasi dalam putaran komunikasi. Pada setiap putaran, pelatihan lokal dimulai dengan klien yang memiliki label untuk tugas yang sama membentuk federasi untuk menghasil…
Hasil
Eksperimen ekstensif menunjukkan efektivitas FedMust dibandingkan dengan model organ tunggal lokal dan terfederasi, menghasilkan peningkatan kinerja rata-rata 13 persen di seluruh klien. Eksperimen j…
Ziyad Benomar; Aymen Al Marjani; Paul Missault; Saab Mansour
Ringkasan
Makalah ini memperkenalkan kerangka kerja pengujian hipotesis yang diperkaya pembelajaran yang memanfaatkan prediksi dengan kualitas tidak diketahui untuk mengurangi biaya eksperimen. Makalah ini menyajikan uji asimetris untuk prediksi ara…
Metode
Makalah ini memperkenalkan dua metode yang saling melengkapi untuk pengujian hipotesis yang diperkaya pembelajaran. Pertama, untuk prediksi arah pada tingkat populasi, para penuli…
Hasil
Para penulis mengevaluasi kerangka kerja mereka pada empat dataset dunia nyata, membandingkan metode yang diusulkan dengan pengujian hipotesis klasik dan baseline lainnya. Hasilnya menunjukkan bahwa …
SE-LLM-OCP mengintegrasikan large language model untuk keputusan manuver tingkat tinggi dengan kontrol optimal untuk kelayakan tingkat rendah, sehingga parkir otonom lebih aman di lingkungan sempit dan nonkonveks. Kerangka ini mengembangka…
Metode
SE-LLM-OCP beroperasi dalam dua fase: daring dan luring. Secara daring, LLM bertindak sebagai perencana tingkat tinggi, mengusulkan rencana manuver renggang yang menguraikan tugas…
Hasil
Validasi eksperimental dilakukan dalam simulasi pada dua platform: model kendaraan mirip mobil dan robot penggerak diferensial. Hasilnya menunjukkan bahwa SE-LLM-OCP memungkinkan parkir otonom yang l…
Eksperimen 2x2 dengan 240 partisipan menunjukkan bahwa hanya personalisasi berbasis konteks yang secara andal mengubah peringkat saham, menggesernya ke arah rekomendasi AI, sedangkan personalisasi berbasis gaya tidak. Partisipan merasa leb…
Metode
Eksperimen ini menggunakan desain antara-subjek 2x2, memanipulasi personalisasi berbasis gaya (ada vs. tidak ada) dan personalisasi berbasis konteks (ada vs. tidak ada). Partisipa…
Hasil
Partisipan mempersepsikan kedua bentuk personalisasi, tetapi hanya personalisasi berbasis konteks yang secara andal mengubah perilaku peringkat. Secara spesifik, personalisasi berbasis konteks mening…
Qwen-Audio-3.1-Realtime menyatukan penalaran, penggunaan alat, dan giliran percakapan dalam satu asisten suara waktu nyata. Model ini menaikkan keberhasilan tugas secara keseluruhan pada adaptasi speech-to-text half-duplex dari τ-Voice dar…
Metode
Pipeline pelatihan diorganisasi sekitar tiga kemampuan yang disebutkan. **Think.** Model menggabungkan supervised fine-tuning Core-Cocktail dengan Multimodality and Multi-Teacher …
Hasil
Makalah ini melaporkan evaluasi pada penalaran audio, pemahaman multibahasa, penggunaan alat, perilaku percakapan, interaksi full-duplex, dan keamanan. Dua perbandingan utama terhadap Qwen-Audio-3.0-…
Ahmed Khaled Khamis; Xiaotong Ji; Hassan Jaber; Rasul Tutunov; Matthieu Zimmer; Jun Wang; Haitham Bou-Ammar
Ringkasan
iSDFT merumuskan ulang fine-tuning self-distillation on-policy sebagai masalah transfer informasi yang dianggarkan, memilih distribusi yang paling dekat dengan siswa yang memenuhi kendala informasi guru. Pada empat tulang punggung LLM dan …
Metode
iSDFT beroperasi pada tingkat token. Pada setiap token, metode ini memilih distribusi yang paling dekat dengan siswa saat ini yang memenuhi kendala informasi guru yang ditetapkan.…
Hasil
Penulis mengevaluasi iSDFT pada empat tulang punggung LLM yang heterogen dan dua tugas spesialisasi. iSDFT meningkatkan SDFT vanilla pada 7 dari 8 pengaturan model-tugas dan menyamainya pada satu pen…
Corrective Forcing (CoF) adalah metode pasca-pelatihan terpadu untuk model difusi dan flow yang memaksa model belajar dari keadaan rollout yang dihasilkan sendiri dan mengoreksi prediksi suara bersihnya menuju ground truth. Metode ini meni…
Metode
Corrective Forcing beroperasi sebagai tahap pasca-pelatihan yang memaparkan model pada berbagai kondisi inferensi. Gagasan utamanya adalah mengoreksi prediksi suara bersih pada ke…
Hasil
Penulis melakukan eksperimen dengan dua instansiasi: **SB-VE** dan **OT-CFM**. Hasilnya menunjukkan peningkatan kualitas perseptual dan kesetiaan rekonstruksi. Secara spesifik, CoF menghasilkan kiner…
Touch2Robot memungkinkan manusia mengumpulkan demonstrasi manipulasi sambil melihat prediksi kontak tangan robot, meningkatkan penyelesaian replay robot nyata dari 37,9% menjadi 72,1% dan mengurangi waktu pengumpulan per demonstrasi yang b…
Metode
Touch2Robot terdiri dari tiga komponen utama: (1) penangkapan demonstrasi manusia multimodal, (2) pembelajaran kebijakan RL spesifik objek dengan panduan taktil, dan (3) retargeti…
Hasil
Kerangka kerja ini dievaluasi pada empat tugas dunia nyata. Hasil kuantitatif utama dirangkum di bawah ini. **Penyelesaian Replay Robot Nyata.** Touch2Robot meningkatkan rata-rata penyelesaian replay…
Ivan Aleksandrov; German Kochnev; Sabrina Sadiekh; Yaroslav Rogoza
Ringkasan
DUMA-Bench memperluas τ²-bench dengan lingkungan adversaria yang mencakup delapan kelas kerentanan dan mengevaluasi 14 model dari lima keluarga. Memperkenalkan interaksi dual-kontrol meningkatkan tingkat keberhasilan serangan dari 26,9% me…
Metode
DUMA-Bench memperluas kerangka τ²-bench dengan memperkenalkan interaksi dual-kontrol, di mana agen dan pengguna sama-sama dapat memengaruhi keadaan lingkungan bersama. Tolok ukur …
Hasil
Di seluruh eksperimen, memperkenalkan interaksi dual-kontrol meningkatkan tingkat keberhasilan serangan dari **26,9%** menjadi **41,1%**. Kenaikan 14,2 poin persentase ini menunjukkan bahwa dinamika …
