BEGIN:VCALENDAR
CALSCALE:GREGORIAN
VERSION:2.0
X-WR-TIMEZONE:Europe/Paris
METHOD:PUBLISH
PRODID:-//LIP6//www.lip6.fr//FR
X-WR-CALNAME;VALUE=TEXT:Séminaire LIP6
X-LIC-LOCATION:Europe/Paris
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
RRULE:FREQ=YEARLY;BYMONTH=3;BYDAY=-1SU
DTSTART:19810329T020000
TZNAME:GMT+02:00
TZOFFSETTO:+0200
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
RRULE:FREQ=YEARLY;BYMONTH=10;BYDAY=-1SU
DTSTART:19961027T030000
TZNAME:GMT+01:00
TZOFFSETTO:+0100
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
SUMMARY:Thèse Milan BHAN : Traitement automatique du langage naturel
  et explicabilité : Méthodes, évaluation et applications pratiques
ORGANIZER;CN=Milan BHAN:MAILTO:Milan.Bhan@lip6.fr
DESCRIPTION:Cette thèse porte sur l'Intelligence Artificielle Explic
 able (XAI) pour le Traitement Automatique du Langage Naturel (TALN), 
 avec pour objectif de rendre intelligibles les prédictions des rése
 aux de neurones profonds appliqués au texte. Les modèles modernes d
 e TALN atteignent des performances remarquables mais restent largemen
 t opaques, ce qui leur vaut la désignation de "boîtes noires". Mon 
 travail explore plusieurs paradigmes d'explication organisés selon t
 rois axes : génération, évaluation et applications pratiques.
 L'ax
 e de génération examine comment produire des explications de quali
 té. La méthode TIGTEC génère des explications contrefactuelles sa
 tisfaisant plusieurs propriétés souhaitables, comme la parcimonie, 
 la plausibilité et la diversité. La notion d'Importance Contrefactu
 elle affecte un score d'importance à chaque modification de token po
 ur améliorer leur intelligibilité. CT-CBM transforme quant à elle 
 un classifieur de TALN en un modèle explicable par construction, don
 t la couche de concepts est générée et ciblée automatiquement.
 L'
 axe d'évaluation mesure la qualité des explications selon deux prot
 ocoles. CLS-A est une méthode d'attribution pour classifieurs basés
  sur l'attention, dont l'évaluation humaine montre qu'elle améliore
  la précision et la rapidité des utilisateurs. NeuroFaith mesure au
 tomatiquement la fidélité des explications en langage naturel auto-
 générées par les grands modèles de langage en les comparant à le
 ur activité interne, et exploite la structure linéaire de cette fi
 délité pour l'améliorer par intervention sur les activations laten
 tes.
 L'axe d'application montre enfin comment les méthodes XAI serve
 nt des objectifs pratiques au-delà de l'explicabilité. Les méthode
 s d'attribution et la génération contrefactuelle sont combinées po
 ur détecter et neutraliser les contenus toxiques. Self-AMPLIFY gé
 nère automatiquement des justifications post-hoc pour enrichir les p
 rompts d'apprentissage contextuel des petits modèles de langage, a
 méliorant leurs performances sur des tâches complexes de TALN.
DTSTAMP:20260611T095554Z
DTSTART;TZID=Europe/Paris:20260611T140000
DURATION:PT2H
URL;VALUE=URI:https://www.lip6.fr/actualite/personnes-fiche.php?ident=D2581
UID:LIP6/SEM/D2581
LOCATION:Campus Pierre et Marie Curie, Bâtiment Esclangon, Amphith
 éâtre Herpin
GEO:48.847047;2.354619
END:VEVENT
END:VCALENDAR