2384 Arbeiten
Die Studie stellt PoultryLeX-Net vor, eine lexikonbasierte, domain-adaptive Dual-Stream-Transformer-Architektur, die durch die Integration von thematischer Modellierung und kontextuellem Lernen die Sentiment-Analyse in der Geflügelindustrie mit einer Genauigkeit von 97,35 % signifikant verbessert.
Der Artikel stellt TAMUSA-Chat vor, ein Forschungsrahmenwerk für die Entwicklung von domänenspezifischen, verantwortungsvoll eingesetzten konversationellen KI-Systemen an Hochschulen durch Feinabstimmung und retrievalgestützte Generierung.
Die Autoren stellen den CEI-Benchmark vor, einen Datensatz aus 300 validierten Szenarien, der die Fähigkeit von Sprachmodellen zur pragmatischen Inferenz in verschiedenen Kontexten und Machtverhältnissen bewertet, wobei die inhärente Mehrdeutigkeit der Daten durch eine niedrige, aber informative Inter-Annotator-Übereinstimmung und ein strenges Qualitätskontrollverfahren reflektiert wird.
Die Studie zeigt, dass große Sprachmodelle zwar kompositionelle Repräsentationen für Adjektiv-Nomen-Kombinationen entwickeln, diese jedoch nicht konsistent in funktionale Aufgabenleistung umsetzen, was die Notwendigkeit einer kontrastiven Evaluierung unterstreicht.
Die Studie zeigt, dass ein menschlicher Feedback-Loop bei der Bewertung und Verbesserung von Antworten in Verhaltensinterviews im Vergleich zur automatisierten Chain-of-Thought-Prompting-Methode signifikant bessere Ergebnisse in Bezug auf Authentizität und Vertrauen erzielt, dabei weniger Iterationen benötigt und durch Kontextverfügbarkeit statt Rechenleistung limitiert wird.
Diese Studie bewertet die Robustheit und pädagogische Sicherheit von offline einsetzbaren Large Language Models im Kontext des Türkisch-Unterrichts und stellt fest, dass Modelle mit 8 bis 14 Milliarden Parametern den besten Kompromiss zwischen Kosten und Sicherheit bieten, wobei Anomaliewiderstand nicht allein von der Modellgröße abhängt.
Die Studie widerlegt die Behauptung, dass neuere GPT-Modelle Empathie verloren haben, und zeigt stattdessen, dass sich die wahrgenommene Veränderung auf eine verschärfte Sicherheitsausrichtung zurückführen lässt, die zwar die Krisenerkennung verbessert, aber gleichzeitig zu einer Verschlechterung der Beratungssicherheit führt.
Diese Studie nutzt ein automatisiertes Framework zur Bewertung der Übersetzungsqualität von Mandarin-Chinesisch nach Englisch durch verschiedene Large Language Models und Google Translate, wobei sich zeigt, dass die Modelle zwar bei Nachrichten gut abschneiden, aber bei literarischen Texten, insbesondere beim Erhalt kultureller Nuancen und klassischer Referenzen, an Grenzen stoßen.
Diese Arbeit stellt einen auf Retrieval-Augmentation basierenden Assistenten vor, der die Sicherheitsbewertung und regulatorische Compliance von unbemannten Luftfahrzeugen durch eine kontrollierte, zitationsbasierte Architektur unterstützt, die ausschließlich auf autoritativen Quellen beruht und menschliche Expertise zur endgültigen Entscheidungsfindung bewahrt.
Die Studie nutzt Wikidata und Wikipedia, um einen mehrsprachigen Datensatz mit über 26.000 Fragen zu lateinamerikanischen soziokulturellen Themen zu erstellen, mit dem sich nachweisen lässt, dass große Sprachmodelle bei der Behandlung lateinamerikanischer Kulturen im Vergleich zur iberischen spanischen Kultur sowie in den jeweiligen Originalsprachen signifikante Wissenslücken und Verzerrungen aufweisen.
Die Studie stellt SpreadsheetArena vor, eine Plattform zur blinden Paarvergleichsbewertung von LLM-generierten Tabellenkalkulationsworkbooks, die zeigt, dass Präferenzen für Stil, Struktur und Funktionalität stark variieren und aktuelle Spitzenmodelle oft noch nicht mit domänenspezifischen Best Practices übereinstimmen.
Das Paper stellt SENS-ASR vor, ein Verfahren, das die Transkriptionsqualität von Streaming-Spracherkennungssystemen durch die Anreicherung akustischer Informationen mit semantischen Kontextinformationen aus vergangenen Frames verbessert und so den Wortfehlerrate in Szenarien mit begrenztem Kontext signifikant senkt.
Diese Arbeit zeigt, dass für die feinkörnige Klassifizierung arabischer medizinischer Texte über 82 Kategorien spezialisierte bidirektionale Encoder wie AraBERTv2 aufgrund ihrer Fähigkeit, globale semantische Kontexte zu erfassen, deutlich besser abschneiden als kausale Decoder-Modelle.
Die vorgestellte Arbeit führt Personalized GRPO (P-GRPO) ein, ein neuartiges Ausrichtungsframework, das durch die Entkopplung der Vorteilsschätzung von der aktuellen Batch-Statistik und die Normalisierung gegenüber gruppenspezifischen Belohnungshistorien die Verzerrung zugunsten dominanter Präferenzen in heterogenen Szenarien überwindet und so eine schnellere Konvergenz sowie eine präzisere Anpassung an individuelle Nutzerpräferenzen ermöglicht.
Die Arbeit stellt FERRET vor, ein automatisiertes Framework für Red Teaming, das durch horizontale, vertikale und meta-Expansion effizientere und wirksamere multimodale adversariale Gespräche generiert und dabei bestehende State-of-the-Art-Ansätze übertrifft.
Die Studie stellt einen von Veteranen entwickelten Goldstandard-Datensatz vor, um die hohen Ablehnungsraten militärischer Large Language Models zu messen, und demonstriert durch Abliterationstechniken, wie sich diese Raten drastisch senken lassen, um die Zuverlässigkeit von KI-Systemen in kritischen Kampfsituationen zu gewährleisten.
Diese Studie untersucht, ob große Sprachmodelle menschliche kognitive Verzerrungen wie den „virtuous victim"-Effekt und Prestige-Halo-Effekte aufweisen, und stellt fest, dass diese Modelle zwar im Vergleich zu Menschen leicht reduzierte Halo-Effekte zeigen, jedoch aufgrund von Modellvariationen und fehlender statistischer Signifikanz bei bestimmten Faktoren derzeit noch nicht für die richterliche Entscheidungsunterstützung geeignet sind.
Die Studie stellt DeliberationBench vor, einen normativen Benchmark, der die Beeinflussung von Nutzern durch große Sprachmodelle anhand deliberativer Meinungsumfragen bewertet und zeigt, dass diese Modelle in einem randomisierten Experiment mit über 4.000 Teilnehmern einen signifikanten, demokratisch legitimen und epistemisch wünschenswerten Einfluss auf die Meinungsbildung ausüben.
Diese Studie untersucht das Aufkommen der „GPTheologie" als Form der Techno-Religion, bei der KI-Modelle wie ChatGPT als orakelartige, halb-göttliche Wesen verehrt werden, und analysiert anhand von Online-Community-Diskursen und globalen Projekten, wie sich narrative, rituelle und ethische Dimensionen traditioneller Religionen mit künstlicher Intelligenz vermischen.
Dieser Beitrag schlägt ein konzeptionelles und operatives Definitionsrahmenwerk vor, das die oft unklare Grenze zwischen KI-Modellen und KI-Systemen auflöst, um die Zuweisung regulatorischer Pflichten entlang der KI-Wertschöpfungskette zu präzisieren.