Amélioration de l'efficacité des réseaux de neurones grâce aux connaissances a priori : normalisation, représentation multimodale et détection d'objets à vocabulaire ouvert

Cette recherche explore des méthodes pour améliorer les réseaux neuronaux profonds en intégrant des connaissances préalables, en augmentant l’efficacité et en réduisant la dépendance aux grands ensembles de données et aux calculs intensifs. Les principales contributions incluent le développement d’un cadre permettant d’étendre les LLMs aux LLMsmultimodaux (MLLMs) à faible coût, l’optimisation des modèles d’IA générative pour la reconnaissance d’images, le traitement du langage naturel (NLP) et l’apprentissage multimodal, ainsi que l’avancement de l’adaptation aux domaines et de la généralisation basée sur les connaissances. Ce travail intègre également des techniques de normalisation efficaces et des architectures modulaires pour un déploiement de l’IA évolutif et rentable.