6225 Arbeiten
Diese Arbeit stellt ein neues Fine-Tuning-Framework vor, das die Robustheit von Vision Transformern gegenüber Verteilungsverschiebungen verbessert, indem es die Modellentscheidungen durch automatisch generierte, konzeptbasierte Masken auf semantisch relevante Objektmerkmale lenkt und so den Fokus von irreführenden Hintergrundkorrelationen abwendet.
Diese Studie vergleicht die Leistung von Menschen und KI-Modellen bei der egozentrischen Aktionserkennung unter verschiedenen räumlichen und zeitlichen Manipulationen und zeigt, dass Menschen stark auf semantisch kritische, spärliche Hinweise wie Hand-Objekt-Interaktionen angewiesen sind, während KI-Modelle eher kontextuelle Merkmale nutzen und eine andere Robustheit gegenüber zeitlichen Störungen aufweisen.
Das Paper stellt CORE-Acu vor, ein neuro-symbolisches Framework für die Akupunktur-Entscheidungsunterstützung, das strukturierte Denkprozesse mit einem Wissensgraphen zur Sicherheitsprüfung kombiniert, um die Interpretierbarkeit zu erhöhen und durch einen geschlossenen Verifikationszyklus sowie einen lexikonbasierten Verlustmechanismus hallucinierte oder unsichere Empfehlungen zu eliminieren.
Diese Studie demonstriert, wie eine neurosymbolische Zusammenarbeit zwischen einem KI-Agenten, symbolischen Werkzeugen und menschlicher strategischer Führung zu einer neuen, formal in Lean 4 verifizierten unteren Schranke für das Ungleichgewicht lateinischer Quadrate im Fall führte.
Das Paper stellt EndoSERV vor, ein neuartiges, vision-basiertes Navigationssystem für endoluminale Roboter, das durch eine Segment-zu-Struktur- und Real-zu-Virtual-Mapping-Strategie sowie Transferlernen die präzise Lokalisierung in komplexen, deformierbaren anatomischen Umgebungen ohne reale Pose-Labels ermöglicht.
Das Paper stellt SPD-RAG vor, ein hierarchisches Multi-Agenten-Framework, das komplexe Fragen über viele Dokumente hinweg durch eine spezialisierte, pro Dokument arbeitende Agentenarchitektur und eine zentrale Synthese effizienter und kostengünstiger beantwortet als herkömmliche RAG- oder Long-Context-LLM-Ansätze.
Die vorgestellte Arbeit stellt DS-DGA-GCN vor, ein adaptives Graph-Lernmodell, das durch die Kombination von Netzwerk-Feature-Scoring und einem dynamischen Graph-Attention-Mechanismus organisierte Gruppen von Fake-Bewertern in dynamischen Netzwerken, insbesondere bei kalten Start-Szenarien, effektiv erkennt.
Diese Studie zeigt, dass Transformer-Modelle in Kombination mit Koopman-Operator-Features, die durch Extended Dynamic Mode Decomposition mit einem optimierten Radial-Basis-Funktions-Wörterbuch extrahiert werden, bei der vierklassigen EKG-Klassifizierung eine überlegene Leistung erzielen und dynamische Systemtheorie effektiv in die Zeitreihenanalyse integrieren.
Die vorgestellte Arbeit entwickelt eine neue Methode zur Generierung plausibler Gegenbeispiel-Erklärungen für Zeitreihenklassifikation, die durch gradientenbasierte Optimierung und eine soft-DTW-basierte Plausibilitätskomponente realistischere zeitliche Strukturen erzeugt als bestehende Ansätze.
Dieser Beitrag fasst zusammen, wie selbstüberwachte und visuell verankerte Rechenmodelle zeigen, dass frühes Spracherlernen ohne starke linguistische Vorerfahrungen durch gemeinsame Lernprinzipien erklärt werden kann, die mit verschiedenen Theorien der Sprachentwicklung vereinbar sind.
Die Arbeit stellt M³-ACE vor, ein Multi-Agenten-Framework, das durch die Entkopplung von Wahrnehmung und Schlussfolgerung sowie den Einsatz spezieller Werkzeuge zur Zusammenfassung und Verfeinerung visuelle Wahrnehmungsfehler in der multimodalen mathematischen Reasoning korrigiert und damit neue State-of-the-Art-Ergebnisse auf Benchmarks wie MathVision erzielt.
Die vorgestellte Arbeit stellt das hierarchische, fehlerkorrigierende Graph-Framework HECG vor, das autonome Agenten durch die Integration multidimensionaler Transferstrategien, eine strukturierte Fehlerklassifizierung und kausal-kontextbasierte Graph-Retrieval-Verfahren befähigt, Aufgaben präziser zu lösen und Fehler systematisch zu korrigieren.
Die Arbeit stellt das Token-Conditioned Reinforcement Learning (ToCoRL)-Framework vor, das die inhärente Verhaltensplastizität von Large Language Models durch token-bedingte Generierung und Verstärkungslernen nutzt, um präzise Verhaltensanpassungen ohne Kapazitätsverlust zu ermöglichen, wie etwa die Umwandlung von rechenintensiven Modellen in effiziente Faktenfragesteller.
Die Arbeit analysiert die Instabilität nicht-linearer Wertzerlegung im Offline-Multi-Agenten-Reinforcement-Learning und schlägt eine skalierungsinvariante Wertnormalisierung vor, um ein stabiles Training zu ermöglichen und eine praktische Anleitung für den erfolgreichen Einsatz dieses Paradigmas zu entwickeln.
Die Studie zeigt, dass sowohl menschliche als auch KI-gestützte Feedback-Präferenzen durch Choice Blindness und kontextuelle Manipulationen verzerrt werden, was zu einer unentdeckten Degradierung von RLHF-Modellen führt, da die zugrundeliegenden Signale nicht stabil sind und von oberflächlichen Mustern statt echter Selbstüberwachung abhängen.
Die Arbeit stellt GCOS vor, einen Trainingsregularisierungsansatz, der durch die geometrisch kontrollierte Synthese von Ausreißern im Merkmalsraum die Robustheit von neuronalen Netzen gegenüber Out-of-Distribution-Daten verbessert und gleichzeitig eine konforme Inferenz mit formalen Fehlergarantien ermöglicht.
Diese Studie stellt ein KI-gestütztes Wahrnehmungssystem für mobile Roboterchemiker in selbstfahrenden Laboren vor, das durch eine hierarchische Vorhersage menschlicher Absichten eine proaktive Interaktion und effizientere Koordination im gemeinsamen Betrieb mit Menschen ermöglicht.
Das Paper stellt SYNAPSE vor, ein systematisches, trainingsfreies Framework zur Analyse und gezielten Störung neuronaler Aktivität in Transformer-Modellen, das durch die Identifizierung redundanter Repräsentationen und spezifischer Schwachstellen die Robustheit und Interpretierbarkeit von KI-Systemen verbessert.
Der Artikel stellt IronEngine vor, eine umfassende KI-Assistentenplattform mit einem einheitlichen Orchestrierungskern, die durch einen dreistufigen Planungs- und Ausführungsprozess, eine adaptive Modellverwaltung und eine robuste Werkzeugintegration eine zuverlässige Automatisierung für allgemeine Aufgaben ermöglicht.
Die vorgestellte Methode eliminiert die Notwendigkeit separater Embedding-Modelle für LLM-Agenten, indem sie einen leichten Projektionskopf verwendet, um versteckte Zustände direkt in den Embedding-Raum zu projizieren, und erreicht dabei 97 % der ursprünglichen Suchqualität.