@inproceedings{vast-etal-2025-comprendre,
title = "Comprendre la Nature des Signaux de Correspondance dans les Mod{\`e}les Neuronaux pour la {RI}",
author = "Vast, Mathias and
Van Cooten, Basile and
Soulier, Laure and
Piwowarski, Benjamin",
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes de la 20e Conf{\'e}rence en Recherche d{'}Information et Applications (CORIA)",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-coria.8/",
pages = "96--106",
language = "fra",
abstract = "Les architectures de recherche d{'}information (RI) neuronale, en particulier celles bas{\'e}es sur l{'}interaction, sont des mod{\`e}les tr{\`e}s performants dont les m{\'e}canismes restent largement m{\'e}connus. La plupart des travaux visant {\`a} expliquer leur comportement se sont attach{\'e}s {\`a} d{\'e}crire des processus en surface (par exemple, quels {\'e}l{\'e}ments de l{'}entr{\'e}e influencent la pr{\'e}diction ? le mod{\`e}le respecte t-il les axiomes connus de la RI ?) mais ne d{\'e}crivent pas pr{\'e}cis{\'e}ment le processus d{'}appariement. Dans cet article, nous apportons un nouvel {\'e}clairage sur le m{\'e}canisme de correspondance en analysant le processus d{'}attention, et en mettant en {\'e}vidence le r{\^o}le crucial de certaines t{\^e}tes d{'}attention ainsi que la nature des signaux qui sont manipul{\'e}s."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="vast-etal-2025-comprendre">
<titleInfo>
<title>Comprendre la Nature des Signaux de Correspondance dans les Modèles Neuronaux pour la RI</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathias</namePart>
<namePart type="family">Vast</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Basile</namePart>
<namePart type="family">Van Cooten</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Laure</namePart>
<namePart type="family">Soulier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benjamin</namePart>
<namePart type="family">Piwowarski</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 20e Conférence en Recherche d’Information et Applications (CORIA)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Les architectures de recherche d’information (RI) neuronale, en particulier celles basées sur l’interaction, sont des modèles très performants dont les mécanismes restent largement méconnus. La plupart des travaux visant à expliquer leur comportement se sont attachés à décrire des processus en surface (par exemple, quels éléments de l’entrée influencent la prédiction ? le modèle respecte t-il les axiomes connus de la RI ?) mais ne décrivent pas précisément le processus d’appariement. Dans cet article, nous apportons un nouvel éclairage sur le mécanisme de correspondance en analysant le processus d’attention, et en mettant en évidence le rôle crucial de certaines têtes d’attention ainsi que la nature des signaux qui sont manipulés.</abstract>
<identifier type="citekey">vast-etal-2025-comprendre</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-coria.8/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>96</start>
<end>106</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Comprendre la Nature des Signaux de Correspondance dans les Modèles Neuronaux pour la RI
%A Vast, Mathias
%A Van Cooten, Basile
%A Soulier, Laure
%A Piwowarski, Benjamin
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes de la 20e Conférence en Recherche d’Information et Applications (CORIA)
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F vast-etal-2025-comprendre
%X Les architectures de recherche d’information (RI) neuronale, en particulier celles basées sur l’interaction, sont des modèles très performants dont les mécanismes restent largement méconnus. La plupart des travaux visant à expliquer leur comportement se sont attachés à décrire des processus en surface (par exemple, quels éléments de l’entrée influencent la prédiction ? le modèle respecte t-il les axiomes connus de la RI ?) mais ne décrivent pas précisément le processus d’appariement. Dans cet article, nous apportons un nouvel éclairage sur le mécanisme de correspondance en analysant le processus d’attention, et en mettant en évidence le rôle crucial de certaines têtes d’attention ainsi que la nature des signaux qui sont manipulés.
%U https://aclanthology.org/2025.jeptalnrecital-coria.8/
%P 96-106
Markdown (Informal)
[Comprendre la Nature des Signaux de Correspondance dans les Modèles Neuronaux pour la RI](https://aclanthology.org/2025.jeptalnrecital-coria.8/) (Vast et al., JEP/TALN/RECITAL 2025)
ACL