@inproceedings{fosse-etal-2025-estimation,
title = "Estimation de l{'}inclusion entre t{\^a}ches par projection spectrale de vecteurs de t{\^a}ches",
author = {Fosse, Lo{\"i}c and
Favre, Beno{\^i}t and
B{\'e}chet, Fr{\'e}d{\'e}ric and
Damnati, G{\'e}raldine and
Lecorv{\'e}, Gw{\'e}nol{\'e}},
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 des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-taln.19/",
pages = "313--330",
language = "fra",
abstract = "L{'}affinage des mod{\`e}les a permis la plupart des avanc{\'e}es significatives r{\'e}centes dans les t{\^a}ches de TALN. Des {\'e}tudes ont explor{\'e} les raisons de ces succ{\`e}s en {\'e}tudiant le m{\'e}canisme d{'}attention, la mani{\`e}re dont les connaissances linguistiques et factuelles sont encod{\'e}es, etc... . Il est cependant difficile d{'}interpr{\'e}ter les changements caus{\'e}s par l{'}affinage dans les poids des mod{\`e}les. Pour mieux comprendre cela, nous proposons une m{\'e}thode fond{\'e}e th{\'e}oriquement pour projeter et comparer les changements de poids (i.e. vecteurs de t{\^a}ches) dans un espace {\`a} faible dimension. Cette approche permet de mieux comprendre les connaissances encod{\'e}es dans un vecteur de t{\^a}ches, relativement {\`a} un autre vecteur de t{\^a}che. Nous validons notre m{\'e}thode en montrant qu{'}un mod{\`e}le affin{\'e} sur une t{\^a}che de r{\'e}sum{\'e} encode des informations sur la reconnaissance d{'}entit{\'e}s nomm{\'e}es."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="fosse-etal-2025-estimation">
<titleInfo>
<title>Estimation de l’inclusion entre tâches par projection spectrale de vecteurs de tâches</title>
</titleInfo>
<name type="personal">
<namePart type="given">Loïc</namePart>
<namePart type="family">Fosse</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoît</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Béchet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Géraldine</namePart>
<namePart type="family">Damnati</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Gwénolé</namePart>
<namePart type="family">Lecorvé</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 des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux</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>L’affinage des modèles a permis la plupart des avancées significatives récentes dans les tâches de TALN. Des études ont exploré les raisons de ces succès en étudiant le mécanisme d’attention, la manière dont les connaissances linguistiques et factuelles sont encodées, etc... . Il est cependant difficile d’interpréter les changements causés par l’affinage dans les poids des modèles. Pour mieux comprendre cela, nous proposons une méthode fondée théoriquement pour projeter et comparer les changements de poids (i.e. vecteurs de tâches) dans un espace à faible dimension. Cette approche permet de mieux comprendre les connaissances encodées dans un vecteur de tâches, relativement à un autre vecteur de tâche. Nous validons notre méthode en montrant qu’un modèle affiné sur une tâche de résumé encode des informations sur la reconnaissance d’entités nommées.</abstract>
<identifier type="citekey">fosse-etal-2025-estimation</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-taln.19/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>313</start>
<end>330</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Estimation de l’inclusion entre tâches par projection spectrale de vecteurs de tâches
%A Fosse, Loïc
%A Favre, Benoît
%A Béchet, Frédéric
%A Damnati, Géraldine
%A Lecorvé, Gwénolé
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F fosse-etal-2025-estimation
%X L’affinage des modèles a permis la plupart des avancées significatives récentes dans les tâches de TALN. Des études ont exploré les raisons de ces succès en étudiant le mécanisme d’attention, la manière dont les connaissances linguistiques et factuelles sont encodées, etc... . Il est cependant difficile d’interpréter les changements causés par l’affinage dans les poids des modèles. Pour mieux comprendre cela, nous proposons une méthode fondée théoriquement pour projeter et comparer les changements de poids (i.e. vecteurs de tâches) dans un espace à faible dimension. Cette approche permet de mieux comprendre les connaissances encodées dans un vecteur de tâches, relativement à un autre vecteur de tâche. Nous validons notre méthode en montrant qu’un modèle affiné sur une tâche de résumé encode des informations sur la reconnaissance d’entités nommées.
%U https://aclanthology.org/2025.jeptalnrecital-taln.19/
%P 313-330
Markdown (Informal)
[Estimation de l’inclusion entre tâches par projection spectrale de vecteurs de tâches](https://aclanthology.org/2025.jeptalnrecital-taln.19/) (Fosse et al., JEP/TALN/RECITAL 2025)
ACL