2384 Arbeiten
Die Studie stellt SommBench vor, ein mehrsprachiges Benchmark-System zur Bewertung der Sommelier-Expertise von Sprachmodellen in den Bereichen Weintheorie, Merkmalsvollendung und Speisen-Wein-Paarung, wobei die Ergebnisse zeigen, dass Modelle zwar theoretisches Wissen gut beherrschen, sensorisch begründete Aufgaben jedoch deutlich schwieriger sind.
Die Arbeit stellt die CRAFT-Hand vor, einen tendongetriebenen anthropomorphen Greifer mit hybrider Hard-Soft-Kompliance, der durch weiche Gelenke und starre Glieder sowie rollende Kontaktflächen eine hohe Belastbarkeit, Wiederholgenauigkeit und Geschicklichkeit bei der Manipulation empfindlicher Objekte ermöglicht.
Die Studie zeigt, dass bei knappen Ressourcen eine höhere Intelligenz und Vielfalt von KI-Agenten zu gefährlichen Systemüberlastungen führen kann, während bei ausreichender Kapazität dieselben Faktoren die Überlastung minimieren, wobei das Ergebnis ausschließlich vom Verhältnis von Kapazität zu Populationsgröße abhängt.
Die Studie stellt TopoBench vor, einen Benchmark zur Bewertung der Fähigkeit von Large Language Models, komplexe topologische Gitterrätsel zu lösen, und identifiziert durch Fehleranalysen und Interventionen, dass die Hauptschwierigkeit nicht im logischen Schlussfolgern, sondern im Extrahieren und Beibehalten räumlicher Constraints aus den Darstellungen liegt.
Diese Arbeit stellt eine wiederverwendbare Methode vor, die komplexe Reinforcement-Learning-Umgebungen mithilfe von KI-Agenten, hierarchischer Verifizierung und iterativer Reparatur automatisch in hochoptimierte Implementierungen übersetzt, wodurch die Entwicklungszeit drastisch verkürzt und die Trainingsgeschwindigkeit um Größenordnungen gesteigert wird.
Die Arbeit stellt FlashMotion vor, ein neuartiges Trainingsframework, das durch eine spezielle Hybrid-Strategie aus Diffusions- und adversariellen Zielen die Lücke zwischen Few-Step-Video-Generierung und präziser Trajektoriensteuerung schließt und dabei sowohl die Bildqualität als auch die Bewegungsgenauigkeit im Vergleich zu bestehenden Methoden verbessert.
Die Studie „IsoCompute Playbook" leitet berechnungsoptimale Regeln für die Allokation von Sampling-Ressourcen beim Reinforcement Learning von Large Language Models ab und zeigt, wie sich die Anzahl paralleler Rollouts je Problem je nach Budget und Schwierigkeitsgrad gezielt skalieren lässt, um Stabilität und Effizienz zu maximieren.
Das Paper stellt GlyphBanana vor, einen trainingfreien agentic Workflow, der durch die Integration von Glyph-Vorlagen in den latenten Raum und die Aufmerksamkeitskarten die präzise Text- und Formelgenerierung in verschiedenen Text-zu-Bild-Modellen verbessert.
Diese Arbeit liefert eine quantitative Charakterisierung des Vergessens beim Nachtrainieren generativer Modelle, indem sie zeigt, wie die Wahl der Divergenzrichtung (Forward- vs. Reverse-KL), die geometrische Überlappung der Aufgaben und das Sampling-Verfahren das Ausmaß von Massenverlust und Komponentenverschiebung bestimmen.
Das Paper stellt BehaviorVLM vor, ein einheitliches, feintuning-freies Vision-Language-Framework, das durch explizite logische Schlussfolgerungen und mehrstufige Pipelines eine skalierbare und wenig annotierungsintensive Analyse von Tierverhalten sowie eine präzise Pose-Schätzung ermöglicht.
Die Studie stellt mit MADQA ein neues Benchmark-Dataset vor und zeigt, dass multimodale Agenten bei der Beantwortung von Fragen in Dokumentensammlungen zwar eine mit Menschen vergleichbare Genauigkeit erreichen, dies jedoch primär durch stochastische Brute-Force-Suche statt durch echte strategische Planung erreichen und dabei eine signifikante Lücke zur optimalen Oracle-Leistung offenlassen.
Die Arbeit stellt „Proof-Carrying Materials" (PCM) vor, ein dreistufiges Verfahren aus adversarieller Fälschung, Bootstrap-Verfeinerung und formaler Verifizierung, das die Zuverlässigkeit maschinengelernter Interatomarer Potentiale sicherstellt und deren Nachweisfähigkeit für die Entdeckung stabiler Materialien im Vergleich zu herkömmlichen Filtern um 25 % steigert.
Diese Arbeit stellt eine praktische, polynomielle Kompilierung vor, die zeitliche numerische Planung mit dauerhaften Aktionen vollständig in die Sprache PDDL+ übersetzt und dabei die Semantik erhält sowie die Planlänge nur um einen konstanten Faktor erhöht.
Die Arbeit stellt WORKSWORLD vor, eine neue Domäne für numerische, domänenunabhängige Planer, die die automatische Generierung und Terminierung verteilter Datenpipelines auf einer Ressourcenstruktur ermöglicht, indem sie Datenquellen, Komponenten und Ziele ohne explizite Vorgabe des gesamten Workflow-Graphen als Ziel definiert.
Die Arbeit stellt RDNet vor, ein auf SwinTransformer basierendes Netzwerk für die saliente Objekterkennung in optischen Fernerkundungsbildern, das durch dynamisch adaptive Detailerkennung, frequenzangepasste Kontextverstärkung und eine regionsproportionale Lokalisierung die Herausforderungen variierender Objektgrößen überwindet und damit den aktuellen Stand der Technik übertrifft.
Die Arbeit stellt Portfolio-CEGAR-SEQ vor, einen parallelen Algorithmus, der durch die Kombination mehrerer Anordnungsstrategien und die Ausnutzung moderner Mehrkern-CPUs die Effizienz der sequenziellen 3D-Druckplanung verbessert und dabei oft weniger Druckplatten benötigt als das ursprüngliche CEGAR-SEQ-Verfahren.
Die Studie stellt Idea-Catalyst vor, ein neues Framework, das durch die systematische Umformulierung von Forschungszielen in domänenübergreifende konzeptionelle Probleme und die gezielte Integration von Erkenntnissen aus anderen Disziplinen die wissenschaftliche Kreativität und den interdisziplinären Erkenntnisgewinn sowohl bei Menschen als auch bei großen Sprachmodellen signifikant steigert.
Die Arbeit zeigt, dass in großen vortrainierten Modellen diverse aufgabenspezifische Experten dicht um die Gewichte verteilt sind, sodass eine einfache Methode zum zufälligen Stören und Auswählen der besten Parameter in der Lage ist, mit etablierten Nachtrainingsverfahren wie PPO oder ES mitzuhalten.
Dieser Artikel fasst Perplexitys Erfahrungen mit der Sicherheit von KI-Agenten zusammen, identifiziert neue Angriffsvektoren wie indirekte Prompt-Injection und verwirrte Stellvertreter, bewertet mehrschichtige Verteidigungsstrategien und formuliert Empfehlungen für zukünftige Sicherheitsstandards im Einklang mit NIST-Richtlinien.
Diese Arbeit stellt eine inkrementelle Verifikationsmethode vor, die gelernte Konflikte über verwandte Abfragen hinweg wiederverwendet, um die Redundanz in branch-and-bound-basierten neuronalen Netzwerk-Verifizierern zu verringern und die Effizienz um bis zu 1,9-fach zu steigern.