7179 Arbeiten
Die Studie stellt SKANODEs vor, ein Framework, das Kolmogorov-Arnold-Netzwerke in Neural ODEs integriert, um aus Beschleunigungsdaten physikalisch interpretierbare latente Zustände zu rekonstruieren und präzise, symbolische Gleichungen für nichtlineare dynamische Systeme zu entdecken.
Die Studie zeigt, dass Reinforcement Fine-Tuning (RFT) im Gegensatz zum überwachten Fine-Tuning (SFT) das Vorwissen von multimodalen Sprachmodellen besser erhält, da die Trainingsdaten eine geringere Störung der ursprünglichen Wahrscheinlichkeitsverteilung verursachen und somit katastrophales Vergessen verhindern.
Die Arbeit stellt MuRating vor, ein skalierbares Framework, das hochwertige englische Datenqualitätssignale nutzt, um einen einzigen multilingualen Bewertungsmechanismus für 17 Sprachen zu trainieren und dadurch die Leistung von 1,2-Milliarden-Parameter-LLMs sowohl in englischen als auch in multilingualen Benchmarks signifikant verbessert.
Diese Arbeit stellt ein sensorloses, 4-Kanal-bilaterales Teleoperationsverfahren für kostengünstige Manipulatoren vor, das durch eine störungsbeobachterbasierte Schätzung von Geschwindigkeit und externen Kräften stabile Kraftrückkopplung auch bei hohen Geschwindigkeiten ermöglicht und nachweislich die Erfolgsrate beim Imitationslernen verbessert.
Die Arbeit stellt mit TreeBench ein neues Benchmark zur Evaluierung nachvollziehbarer visueller Begründungen vor und entwickelt TreeVGR, einen Trainingsansatz mit Bestärkendem Lernen, der die Genauigkeit und Erklärbarkeit von Modellen für visuelle Aufgaben signifikant verbessert.
Die Arbeit stellt Overtone vor, einen effizienten und flexiblen PDE-Surrogat, der durch zyklische Modulation der Patch-Größe während der Inferenz systematische Fehlerakkumulation bei harmonischen Frequenzen reduziert und eine dynamische Anpassung von Genauigkeit und Rechenkosten ermöglicht.
Die Studie untersucht praktische In-Training-Sicherheitsmaßnahmen gegen emergente Fehljustierung in Sprachmodellen und zeigt, dass das gezielte Einmischen von Trainingsdaten basierend auf dem Perplexitäts-Abstand zwischen ausgerichteten und fehljustierten Modellen die beste Balance zwischen Sicherheit und Leistung bietet.
Die Arbeit stellt Vevo2 vor, ein einheitliches und steuerbares Framework für die Erzeugung von Sprache und Gesang, das durch zwei spezielle Audio-Tokenisierer und eine mehrstufige Modellierungsschritte die Herausforderungen der Datenknappheit und der flexiblen Kontrolle von Prosodie, Stil und Klangfarbe überwindet.
Das Paper stellt LHM-Humanoid vor, ein Lernframework und Benchmark, das es einem humanoiden Roboter ermöglicht, durch eine einzige, auf Verstärkungslernen und DAgger-Distillation basierende Politik komplexe Langzeit-Lokomanipulationsaufgaben in diversen, unordentlichen Umgebungen ohne Umgebungs-Reset erfolgreich zu bewältigen.
Diese Arbeit erklärt die Schwierigkeiten von GNN-basierten SAT-Lösern geometrisch durch negative Graphen-Ricci-Krümmung, die auf Informationsengpässe (Oversquashing) hinweist, und zeigt empirisch, dass diese Krümmung ein starker Indikator für die Problemkomplexität und Generalisierungsfehler ist.
Die vorgestellte Arbeit stellt TSPC vor, eine zweistufige, phonemzentrierte Architektur, die durch die Verwendung eines erweiterten vietnamesischen Phonemsatzes als Zwischendarstellung die Wortfehlerrate bei der Code-Switching-Erkennung für Vietnamesisch-Englisch signifikant senkt und dabei ressourceneffizient bleibt.
Diese Arbeit stellt eine Reinforcement-Learning-Methode für die Navigation von Quadrotoren vor, die mittels privilegierter Zeit-Ankunfts-Karten und einer neuen Verlustfunktion Hindernisse erfolgreich umfliegt und sich sowohl in Simulationen als auch in 20 erfolgreichen Außenflügen bei Geschwindigkeiten bis zu 4 m/s bewährt hat.
Die Arbeit stellt einen neuartigen Rahmen vor, der Diffusionsmodelle mit energieerhaltender Impedanzregelung verbindet, um durch das Lernen von Null-Kraft-Trajektorien aus Teleoperationsdaten kontaktreiche Manipulationsaufgaben wie das Einstecken von Stiften in Löcher mit hoher Präzision und Generalisierungsfähigkeit zu lösen.
Die Studie zeigt, dass Sprachmodelle als Rückgrat von SpeechLLMs bei der Verarbeitung spontaner, unflüssiger Konversationen strukturelle Robustheitslücken aufweisen, wobei Reasoning-Modelle durch eine Tendenz zur semantischen Abstraktion flüssige Inhalte übermäßig löschen und Feinabstimmung zwar Spitzenleistungen erzielt, aber die Generalisierungsfähigkeit beeinträchtigt.
Die Autoren stellen CR-PPO vor, einen Proximal Policy Optimization-Algorithmus, der die herkömmliche Entropie-Regularisierung durch einen selbstregulierenden Komplexitätsbegriff ersetzt, um eine robustere Leistung bei geringerer Hyperparameter-Abhängigkeit zu gewährleisten.
BridgeDrive ist ein neuartiger, ankerbasierter Diffusions-Brücken-Algorithmus für die geschlossene Trajektorienplanung autonomer Fahrzeuge, der durch theoretisch konsistente Prozesse und effiziente ODE-Löser einen neuen State-of-the-Art auf Bench2Drive erreicht.
Die Studie zeigt, dass subliminales Lernen bei der Modell-Distillation durch eine kleine Menge seltener „Divergenz-Token" in frühen Schichten vermittelt wird, die bei Entfernung oder Paraphrasierung des Prompts den Transfer versteckter Vorurteile verhindern.
Das Paper stellt BeyondBench vor, ein Kontaminations-resistentes Evaluierungsframework, das durch algorithmische Generierung mathematisch fundierter Probleme die echten reasoning-Fähigkeiten von Sprachmodellen unabhängig von Trainingsdaten bewertet und dabei signifikante Leistungseinbußen bei steigender Komplexität aufzeigt.
Die Studie stellt eine stabile NVFP4-Pretraining-Methode für große Sprachmodelle vor, die durch Random Hadamard-Transformationen, ein zweidimensionales Quantisierungsschema und stochastisches Runden eine Effizienzsteigerung ermöglicht, ohne die Leistung im Vergleich zu FP8-Baselines zu beeinträchtigen.
Die Arbeit stellt PrefDisco vor, ein Benchmark-Verfahren zur Evaluierung proaktiver personalisierter Reasoning-Prozesse in großen Sprachmodellen, das zeigt, dass eine gezielte Entwicklung für die Anpassung an individuelle Nutzerpräferenzen notwendig ist, da weder naive Personalisierung noch generische Antworten in Just-in-Time-Szenarien zuverlässig funktionieren.