4249 Arbeiten
Die Arbeit stellt Evo vor, ein neuartiges Sprachmodell, das autoregressive und diffusionsbasierte Generierung in einem kontinuierlichen evolutionären Rahmen vereint, um durch adaptive Balance zwischen beiden Paradigmen sowohl hohe Generierungsqualität als auch schnelle Inferenz zu erreichen.
Die Autoren stellen einen neuartigen, topologiebewussten Rahmen vor, der durch Kontext-Representation-Learning, Wissensdistillation und einen Graph-Tokeniser für Multiplex-Biologische Netzwerke eine robuste Zero-Shot-Vorhersage von Interaktionen zwischen bisher unbekannten biologischen Entitäten ermöglicht.
Die Arbeit stellt NAT (Not All Tokens Are Needed) vor, ein effizientes Reinforcement-Learning-Framework, das durch das Subsampling und die Neugewichtung von Token-Updates den Rechenaufwand und den Speicherverbrauch bei langen Chain-of-Thought-Trajektorien erheblich reduziert, ohne die Lernleistung zu beeinträchtigen.
Das Paper stellt GraphSkill vor, ein hierarchisches Retrieval-Augmented-Coding-Framework mit einem selbst-debuggenden Agenten, das durch die Ausnutzung der Dokumentenhierarchie und die Generierung von Testfällen die Genauigkeit und Kosteneffizienz bei komplexen Graphen-Reasoning-Aufgaben verbessert.
Diese Studie zeigt, dass ein Transformer-Modell mit Selbst-Aufmerksamkeitsmechanismen bei der Vorhersage des kurzfristigen Stromlastverbrauchs auf Basis von PJM-Daten ARIMA, LSTM und BiLSTM in Bezug auf Genauigkeit und Robustheit übertrifft.
Die Arbeit stellt die Exploration Space Theory (EST) vor, ein formales Gittertheorie-Framework für ortsbezogene Empfehlungssysteme, das Abhängigkeiten zwischen Sehenswürdigkeiten modelliert und durch die Exploration Space Recommender System (ESRS) strukturell garantierte, valide nächste Schritte sowie effiziente Pfadgenerierung ermöglicht.
Diese Studie stellt ein auf kollektivem Lernen basierendes Graph-Neuronales-Netzwerk-Modell vor, das die Abhängigkeiten zwischen benachbarten Straßenabschnitten nutzt, um fehlende Daten zur Straßenzustandsbewertung präzise zu ergänzen und so die Verzerrungen durch unvollständige Inspektionsdaten zu minimieren.
Die Arbeit stellt Grouter vor, eine Methode zur Entkopplung des Routings von der Repräsentation durch die Verwendung vorab trainierter Strukturpriors, die das MoE-Training beschleunigt, die Konvergenz stabilisiert und die Datennutzung sowie den Durchsatz signifikant verbessert.
Dieses Papier wendet physikalische und ökonomische Prinzipien an, um den Token als thermische Einheit zu definieren, globale Produktionsgrenzen zu berechnen und zu argumentieren, dass die entscheidende Herausforderung nicht die Menge der beantwortbaren Fragen, sondern die Auswahl der richtigen Fragen unter struktureller Unsicherheit ist.
Die Studie stellt SmartBench, den ersten Datensatz für die Bewertung von LLMs in Smart Homes, vor und zeigt, dass aktuelle Modelle trotz ihrer Kontextfähigkeiten bei der Erkennung und Behandlung anomaler Gerätezustände erhebliche Defizite aufweisen.
Die Arbeit stellt HEARTS vor, ein umfassendes Benchmark-System, das die Fähigkeiten von Large Language Models beim hierarchischen Schlussfolgern über diverse Gesundheitszeitreihen bewertet und dabei erhebliche Defizite im Vergleich zu spezialisierten Modellen sowie die Grenzen reiner Skalierung aufzeigt.
Die Arbeit stellt RECAP vor, eine bioinspirierte Lernstrategie, die untrainierte Reservoir-Dynamiken mit einem selbstorganisierenden, hebbischen Prototypen-Lesemechanismus kombiniert, um robuste Bildklassifizierung ohne Fehler-Backpropagation zu ermöglichen.
Die Arbeit stellt SR-TTT vor, eine Methode, die Test-Time-Training-Modelle durch eine verlustgesteuerte, sparse Speichermechanik verbessert, die nur hoch überraschende Tokens in einen exakten Attention-Cache leitet, um so die katastrophalen Erinnerungsfehler bei der genauen Wiederholung von Informationen zu beheben, während der O(1)-Speicherbedarf für den Kontext erhalten bleibt.
Diese Arbeit stellt einen vertrauensbewussten Framework für das Federated Learning vor, der durch adaptive Vertrauensbewertung und Filterung unsicherer Teilnehmer die sichere und robuste Interpretation von Knochenheilungsstadien in dezentralen e-Health-Umgebungen gewährleistet.
Diese Arbeit stellt ein neuartiges Framework für die IBN-Orchestrierung in 5G- und 6G-Netzen vor, das eine hierarchische Multi-Agenten-Architektur nutzt und zeigt, dass Small Language Models (SLMs) im Vergleich zu Large Language Models (LLMs) bei gleicher Übersetzungspräzision die Gesamtabwicklungsgeschwindigkeit des IBN-Lebenszyklus um 20 % steigern können.
Die Arbeit stellt den ObjChangeVR-Datensatz und ein entsprechendes Framework vor, das durch viewpoint-aware und zeitbasierte Abrufmechanismen sowie eine übergreifende Sichtweisen-Integration die Herausforderung der Erkennung von Objektzustandsänderungen in VR-Umgebungen aus kontinuierlichen Egocentric-Ansichten effektiv löst.
Die Studie stellt HURRI-GAN vor, einen auf Generative Adversarial Networks basierenden Ansatz, der physikalische Hurrikan-Simulationsmodelle wie ADCIRC durch KI-gestützte Bias-Korrekturen beschleunigt und gleichzeitig die Vorhersagegenauigkeit auch über die Standorte von Pegelmessstationen hinaus verbessert.
Der Artikel stellt den geodätischen Gradientenabstieg (GGD) vor, einen lernratenfreien Riemannschen Optimierungsalgorithmus, der komplexe Geometrien von Zielfunktionen durch lokale Kugeln approximiert und dabei im Vergleich zu Adam signifikant geringere Fehlerwerte auf verschiedenen Datensätzen erzielt.
Das Paper stellt PaLMR vor, ein Framework, das durch eine wahrnehmungsorientierte Datenschicht und eine prozessbewusste Optimierungsstrategie die visuelle Glaubwürdigkeit von Multimodal Large Language Models verbessert, indem es nicht nur das Endergebnis, sondern auch den gesamten Denkprozess an die visuellen Beweise anpasst.
Die Studie stellt FCBNet vor, einen parameter-effizienten Faltungsansatz mit einem eingefrorenen ConvNeXt-Rückgrat und einem Feature-Correction-Block, der bei der Unkrautsegmentierung in multispektralen Luftbildern sowohl eine hohe Genauigkeit (über 85 % mIoU) als auch eine deutliche Reduktion der trainierbaren Parameter und des Rechenaufwands im Vergleich zu bestehenden Modellen erreicht.