2224 Arbeiten
Die Studie stellt fest, dass das Beschneiden von Experten (Pruning) für generative Aufgaben überlegen ist, und schlägt die Methode REAP vor, die durch die Kombination von Router-Gate-Werten und Experten-Aktivierungsnormen eine nahezu verlustfreie Kompression von Mixture-of-Experts-Modellen ermöglicht.
Das Paper stellt RL-100 vor, ein leistungsfähiges Reinforcement-Learning-Framework für Roboter, das durch die Kombination von Diffusion-Policies mit PPO und Konsistenz-Distillation in acht realen Aufgaben eine 100-prozentige Erfolgsrate erzielt und dabei menschliche Operateure in Geschwindigkeit und Robustheit übertrifft.
Die Arbeit stellt FALCON vor, ein neues Paradigma für Vision-Language-Action-Modelle, das durch die Integration von räumlichen Grundwissen aus 3D-Spatial-Foundation-Modellen in den Aktionskopf die Lücke zwischen 2D-Vision und 3D-Aktion schließt und damit in Simulationen sowie realen Umgebungen neue Maßstäbe in Bezug auf Generalisierung und Robustheit setzt.
Die Arbeit stellt SynHLMA vor, ein neuartiges Framework, das mithilfe einer diskreten Darstellung und eines sprachbasierten Modells Hand-Manipulationssequenzen für artikulierte Objekte generiert, um natürliche Sprachanweisungen in realistische Greifbewegungen zu übersetzen.
Der Artikel stellt GraphKeeper vor, einen neuartigen Ansatz für das domain-incrementale Lernen auf Graphen, der durch Wissensentwirrung und -bewahrung das katastrophale Vergessen verhindert und damit signifikante Verbesserungen gegenüber bestehenden Methoden erzielt.
Die vorgestellte Arbeit zeigt, dass strukturierte Regularisierung, robuste Vorverarbeitung und effiziente Optimierung die Überanpassung bei parametrischen Nachkalibrierungsmethoden für Mehrklassenklassifikation effektiv verhindern und damit signifikante Verbesserungen gegenüber bestehenden Techniken wie der Temperatur- oder Vektorskalierung ermöglichen.
Die Arbeit stellt LTSV vor, eine leichte Methode zur Bewertung von Zeitreihendaten für Zeitreihen-Foundation-Modelle, die durch In-Context-Finetuning und temporale Blockaggregation eine effiziente und genaue Schätzung des Datenbeitrags unter Berücksichtigung zeitlicher Abhängigkeiten ermöglicht.
Das Paper stellt MediRound vor, ein neues Framework mit einem zugehörigen Datensatz (MR-MedSeg) und einem Korrekturmechanismus, das die mehrstufige, entitätsbasierte medizinische Bildsegmentierung durch dialogbasiertes Schlussfolgern ermöglicht und damit bestehende Ein-Runden-Methoden für medizinische Lernszenarien übertrifft.
Diese Arbeit stellt eine Methode zur Klassifizierung des Lagerzustands mittels In-Context-Learning mit Zeitreihen-Grundmodellen vor, die eine feineinstellungsfreie Analyse von Vibrationsdaten unter verschiedenen Betriebsbedingungen ermöglicht und den Weg für AI-gestützte Wartungssysteme als Service ebnet.
Diese Studie stellt einen auf dem Large Language Model Google Gemini 2.0 Flash basierenden Chatbot vor, der mithilfe von Python, Gmsh und GetDP den Prozess der Einrichtung und Lösung von zweidimensionalen elektromagnetischen Wirbelstrom-Simulationen mit variablen Leitergeometrien und benutzerdefinierten Nachverarbeitungsroutinen automatisiert, um die Vorbereitungszeit erheblich zu verkürzen.
Die vorgestellte Arbeit führt den modularen, trainingsfreien „Adaptive Diversity Cache" (ADC) ein, der durch die dynamische Ansammlung und Anpassung vielfältiger Merkmalsdarstellungen während der Inferenz die langschwänzige Verzerrung bei der Erkennung von Mensch-Objekt-Interaktionen (HOI) effektiv reduziert und dabei die Leistung seltener Kategorien auf etablierten Datensätzen signifikant verbessert.
Die Arbeit stellt einen provably exakten, periodisch asynchronen On-Policy-Ansatz vor, der durch die Entkopplung von Inferenz und Training sowie eine einheitliche Tri-Modell-Architektur die End-to-End-Trainingsdurchsatzrate von LLMs auf NPU-Plattformen um das Drei- bis Fünffache steigert, ohne die Genauigkeit zu beeinträchtigen.
Die Studie stellt UPA-RFAS vor, ein universelles und übertragbares Angriffsframework für Vision-Language-Action-Modelle, das durch eine physikalische Patch-Attacke in der Lage ist, Roboter unter verschiedenen Architekturen und Umgebungen zu manipulieren, indem es Repräsentationsverschiebungen und spezifische VLA-Schwachstellen ausnutzt.
Diese Arbeit stellt ein generalisiertes Multi-Agenten-Reinforcement-Learning-Framework vor, das verlustbehaftete und verlustfreie Kommunikation durch einen kommunikationsbeschränkten Prior und eine duale gegenseitige Informations-Schätzung modelliert, um die Robustheit und Skalierbarkeit kooperativer Strategien in komplexen, dynamischen Umgebungen zu verbessern.
Diese Studie stellt ELERAG vor, eine für den Bildungssektor optimierte Retrieval-Augmented-Generation-Architektur, die durch die Integration von Entity Linking und einer hybriden Neuordnung auf Basis von Reciprocal Rank Fusion die faktenbasierte Genauigkeit bei der Beantwortung von Fragen auf Italienisch in domänenspezifischen Kontexten signifikant verbessert.
Die Arbeit stellt EMFusion vor, ein bedingtes diffusionsbasiertes Framework zur probabilistischen Vorhersage frequenzselektiver elektromagnetischer Felder in drahtlosen Netzen, das durch die Integration kontextueller Faktoren und einer Imputations-basierten Stichprobenstrategie sowohl präzise multivariate Prognosen als auch verlässliche Unsicherheitsquantifizierung ermöglicht.
Die Studie zeigt, dass ein durch gezieltes Feinabstimmen optimiertes Small Language Model (OPT-350M) bei der Tool-Auswahl Large Language Models deutlich übertrifft und somit eine kosteneffiziente Alternative für den produktiven Einsatz von generativer KI bietet.
Die Arbeit stellt SAGE vor, ein Reinforcement-Learning-Framework, das durch sequenzielle Rollouts und eine integrierte Belohnungsfunktion die Selbstverbesserung von LLM-Agenten mittels einer dynamischen Skill-Bibliothek ermöglicht und dabei sowohl die Erfolgsrate als auch die Effizienz im Vergleich zu bestehenden Ansätzen signifikant steigert.
Die Arbeit stellt MCGI vor, eine geometrieaware Methode zur diskbasierten Vektorsuche, die durch die dynamische Anpassung der Suchstrategie an die lokale intrinsische Dimensionalität die Leistung von Approximate Nearest Neighbor-Suchen in hochdimensionalen Räumen erheblich verbessert und dabei die Abhängigkeit von statischen Hyperparametern eliminiert.
Die Arbeit stellt CRANE vor, ein neues Analyseframework, das mithilfe gezielter Neuronen-Interventionen und nicht bloßer Aktivierungsmessungen sprachspezifische Neuronen in mehrsprachigen großen Sprachmodellen präziser identifiziert und dabei eine asymmetrische, aber nicht ausschließliche Spezialisierung dieser Neuronen aufzeigt.