4954 Arbeiten
Die Studie stellt ein menschenzentriertes Framework vor, das Out-of-Distribution-Herausforderungen als Spektrum menschlicher Wahrnehmungsschwierigkeiten neu definiert, um die Ausrichtung von KI-Modellen auf menschliche Fehlermuster unter verschiedenen Bedingungen präziser zu bewerten und dabei architekturspezifische Unterschiede in der Nähe und Ferne von Trainingsdaten aufzudecken.
Diese Arbeit stellt einen leichten Rahmen vor, der durch selbstüberwachtes Training von Low-Rank-Adaptern an einem eingefrorenen Backbone weniger als 1 % der Parameter aktualisiert und so Speech-Enhancement-Modelle für den effizienten Einsatz in Echtzeit-Umgebungen mit dynamischen akustischen Szenen optimiert.
Diese Studie stellt ein bedingtes Diffusions-Transformer-Framework vor, das mithilfe von Hi-C-Kontaktkarten und einem latenten Diffusionsmodell mit Flow-Matching-Objektiv Ensembles dreidimensionaler E. coli-Genomkonformationen generiert, die sowohl die experimentellen Daten als auch eine hohe strukturelle Diversität widerspiegeln.
Die Studie zeigt, dass MCP-basierte KI-Systeme durch das Fehlen einer expliziten Anrufer-Authentifizierung und eine zu weit gefasste Server-Vertrauensstellung fundamental unsicher sind, da einmalige Autorisierung und fehlende granulare Zugriffskontrollen den Angriffsvektor für Identitätsverwechslungen erheblich vergrößern.
Die Studie zeigt, dass Sprachmodelle in Vision-Language-Modellen taxonomisches Wissen (Hyperonyme) auch ohne explizite visuelle Hinweise aus rein sprachlichen Mustern rekonstruieren und verallgemeinern können, wobei diese Fähigkeit jedoch von der visuellen Kohärenz der Kategorien abhängt.
Die vorgestellte Arbeit zeigt, dass durch die architektonische Trennung von Token-Strömen und kontextueller Semantik bis zur späten Fusion (Late Fusion Architecture) Transformatoren von Grund auf interpretierbarer gestaltet werden können, indem sie eine funktionale Modularität bewahren und eine vorzeitige Verflechtung verhindern.
Diese Arbeit stellt ein neuartiges, end-to-end-System vor, das die Aufgaben der Konzepterkennung, Assertionsklassifizierung und Relationsextraktion in klinischen Texten gemeinsam optimiert und dabei die Leistung herkömmlicher Pipeline-Ansätze signifikant übertrifft.
Der Artikel stellt das Hierarchical Autonomy Evolution (HAE)-Framework vor, das Sicherheitsbedrohungen für autonome KI-Agenten in drei Ebenen – kognitive, ausführende und kollektive Autonomie – kategorisiert, um die Entwicklung robuster, mehrschichtiger Verteidigungsarchitekturen zu leiten.
Das Paper stellt SeDa vor, ein einheitliches Framework, das über 7,6 Millionen Datensätze von mehr als 200 Plattformen integriert, um durch semantische Annotation, eine erweiterbare Tag-Grafik und eine mehrstufige Navigationsstrategie eine vertrauenswürdige und kontextbewusste Entdeckung von Datenquellen zu ermöglichen.
Diese Arbeit stellt eine einheitliche Theorie vor, die Drifting-Modelle als score-basierte Methode auf kernel-gesättigten Verteilungen interpretiert und zeigt, dass der Drift-Feld für Gauß-Kerne exakt der Score-Differenz entspricht, während für Laplace-Kerne präzise Fehlerabschätzungen für niedrige Temperaturen und hohe Dimensionen hergeleitet werden.
Das Paper stellt InterReal vor, ein einheitliches physikbasiertes Imitationslern-Framework, das Humanoidenrobotern durch datenaugmentierte Hand-Objekt-Kontaktbeschränkungen und einen automatischen Belohnungslerner ermöglicht, komplexe Mensch-Objekt-Interaktionen sowohl in Simulation als auch auf dem realen Unitree G1-Roboter präzise und robust zu erlernen.
Die Arbeit stellt SketchGraphNet vor, einen speicher-effizienten hybriden Graph-Transformer für die Erkennung von Großskizzen, der auf einem neuartigen Benchmark namens SketchGraph mit 3,44 Millionen graphenbasierten Skizzen trainiert wurde und dabei sowohl die Genauigkeit als auch die Ressourceneffizienz im Vergleich zu bestehenden Methoden signifikant verbessert.
Die vorgestellte Arbeit schlägt ein auf neuronaler Dynamik basierendes vortrainiertes Framework vor, das durch die Extraktion personalisierter Aktivitätsmuster und die Vermeidung starrer Atlanten die Grenzen bestehender Methoden zur Konstruktion personalisierter funktioneller Hirnnetzwerke in heterogenen Szenarien überwindet.
Die Arbeit stellt UniLongGen vor, eine trainingsfreie Inferenzstrategie, die durch dynamische Kuratierung und gezieltes Vergessen störender visueller Informationen die Zuverlässigkeit von Unified Multimodal Models bei der Generierung langer, interleaved Bilder-Text-Narrative sicherstellt.
Das Paper stellt DreamSAC vor, ein Framework, das durch eine unsupervisierte Symmetrie-Exploration mit Hamilton-basiertem Neugier-Anreiz und einem Hamilton-basierten Weltmodell physikalische Invarianzen lernt, um die Extrapolationsfähigkeit von Agenten in 3D-Physiksimulationen signifikant zu verbessern.
Die Arbeit stellt COOL-MC als Werkzeug vor, das mittels probabilistischer Modellprüfung und Erklärbarkeitstechniken die Sicherheit und Entscheidungsfindung von Reinforcement-Learning-Richtlinien für die Wartung heterogener Brückennetzwerke formal verifiziert und analysiert.
Diese Arbeit stellt ein lernfreies Framework zur Erzeugung von L2-akzentuierter Sprache vor, das phonologische Regeln mit einem multilingualen Text-to-Speech-Modell kombiniert, um Akzente auf Phonemebene ohne akzentuierte Trainingsdaten zu manipulieren.
Diese Arbeit stellt ein neues Problem und Evaluierungsframework namens Speech Generation Speaker Poisoning (SGSP) vor, das darauf abzielt, die Privatsphäre in Zero-Shot-Text-to-Speech-Modellen zu schützen, indem die Generierung spezifischer Sprecheridentitäten verhindert wird, während die Nutzbarkeit für andere Sprecher erhalten bleibt.
Diese Arbeit stellt das neu kuratierte Devanagari-Sprachkorpus „Nwāchā Munā" für Nepal Bhasha vor und zeigt, dass ein feinabgestimmtes nepalesisches Conformer-Modell durch proximale Transferlernen die Leistung großer multilingualer Modelle bei der Spracherkennung erreicht und dabei eine rechen-effiziente Alternative für diese unterrepräsentierte Sprache bietet.
Die vorgestellte GRD-Net-Architektur kombiniert einen generativen Residual-Autoencoder mit einem diskriminativen Segmentierungsnetzwerk, das mittels eines Region-of-Interest-Moduls Anomalien gezielt in relevanten Bildbereichen erkennt und so herkömmliche, datensatzabhängige Nachverarbeitungsschritte überflüssig macht.