Les simulateurs d’utilisateur jouent un rôle crucial dans le domaine de l’intelligence artificielle conversationnelle, facilitant le développement et l’évaluation de systèmes grâce à des interactions simulées. Cependant, malgré les avancées des Modèles de Langage de Grande Taille (LLM), ces outils rencontrent des difficultés dans leur capacité à afficher un comportement orienté vers des objectifs au…

Avec l’évolution rapide des technologies de synthèse vocale, notamment les systèmes de Text-to-Speech en mode zéro-shot (ZS-TTS), la création de voix réalistes à partir de simples indices audio est désormais possible. Cependant, ces avancées technologiques soulèvent des préoccupations majeures en matière de confidentialité et d’éthique, notamment la menace sur la vie privée des individus liés…

Les modèles de langage multimodaux, qui allient texte et image, ont révolutionné la manière dont les utilisateurs interagissent avec l’intelligence artificielle. Cependant, un défi majeur demeure : la tendance de ces modèles à « halluciner », c’est-à-dire à produire des réponses incorrectes ou incohérentes, surtout face à des requêtes complexes. Pour remédier à cette problématique,…

Avec l’avènement de l’intelligence artificielle générative, la capacité à créer des images saisissantes à partir de descriptions textuelles a atteint des sommets sans précédent. Cependant, la qualité des résultats générés reste étroitement liée à la manière dont les incitations sont formulées. L’optimisation directe de préférence (DPO) représente une alternative légère et hors politique à l’apprentissage…

Les avancées récentes dans le domaine des modèles de langage visuels (VLM) et des modèles de langage multimodal (MLLM) ont ouvert la voie à des perceptions 3D guidées par le langage. Cependant, l’extraction efficace de caractéristiques à partir de nuages de points 3D reste un défi majeur, surtout face à la complexité et à l’échelle…

Dans le domaine du développement logiciel, l’automatisation des tâches est devenue souhaitable grâce aux modèles de langage de grande taille (LLM). Ces modèles montrent un potentiel considérable pour révolutionner la manière dont les tâches de programmation sont effectuées. Toutefois, un défi majeur persiste : comment aligner ces modèles avec les préférences humaines en matière de…

La génération d’images à partir de descriptions textuelles a connu un essor sans précédent grâce à des modèles de diffusion. Ces technologies permettent de créer des visuels de haute qualité à partir de simples instructions en langage naturel. Cependant, la complexité des invites impliquant plusieurs objets ou spécifications de style global ou local pose souvent…

Dans les systèmes de mobilité urbaine et les applications de transport à la demande, la prédiction précise des tarifs de taxi est essentielle. Avec l’essor des plateformes de covoiturage, garantir la fluidité de ce service est une priorité. Une récente étude a comparé plusieurs modèles d’intelligence artificielle pour améliorer ces prévisions dans des conditions réelles,…

Dans un monde où l’intelligence artificielle (IA) redéfinit les normes de personnalisation, les systèmes de recommandation jouent un rôle central dans notre expérience utilisateur. Ces systèmes, qui suggèrent des produits ou des contenus en fonction des préférences individuelles, bénéficient des progrès récents réalisés par les modèles de langage, notamment grâce à l’émergence de modèles larges,…

La manipulation des vêtements par des robots est une compétence essentielle pour les services à domicile, allant du pliage des vêtements à leur suspension. Malgré les avancées techniques, la plupart des méthodes existantes se révèlent limitées par leur spécialisation à des tâches ou types de vêtements particuliers. L’innovation CLASP (CLothes mAnipulation with Semantic keyPoints) répond…