Le travail présenté introduit De-FedDaDiL, une méthode totalement décentralisée pour l’adaptation de domaine multisource (MSDA).
Lire la suite
Le CEA-List a développé des algorithmes d’apprentissage fédéré capables de prédire l’occupation des bornes de recharge en temps réel sans partager les données sensibles des usagers.
Lire la suite
Cet article introduit une nouvelle manière de mesurer les biais politiques dans les grands modèles de langue.
Lire la suite
La vérification formelle de réseaux de neurones présente de nombreux défis. Si des langages existent pour décrire finement les comportements attendus de ces logiciels, les outils de validation actuels ne prennent pas en compte toute la richesse de ces langages.
Lire la suite
Les IA accélèrent la simulation des matériaux à l’échelle atomique mais leur approximation introduit une incertitude qui biaise les résultats. Notre méthode PEM adapte l’algorithme Monte-Carlo et pénalise les régions incertaines pour l’IA.
Lire la suite
L’idée de mener votre programme de recherche vous intéresse ? Vous souhaitez développer des technologies utiles et apporter une réponse concrète aux défis technologiques majeurs de notre société ? Décrochez votre bourse AI Rising Talents et concrétisez vos idées !
Lire la suite
La notion d’audit pour les systèmes distribués reste encore peu explorée et les approches existantes peinent à concilier exhaustivité des traces et confidentialité des accès. Le CEA-List et ses partenaires ont développé un nouveau cadre formel pour auditer les accès sans fuite d’information.
Lire la suite
Fuzzing, exécution symbolique et interprétation abstraite, entre autres techniques, permettent de découvrir des bugs dans nos programmes à un rythme sans précédent. Mais une question se pose alors : que faire de tous ces bugs ?
Lire la suite