10238 Arbeiten
Die Studie „DistillGuard" zeigt, dass die meisten bestehenden Output-Level-Verteidigungsmechanismen gegen Wissensdistillation durch proprietäre LLM-APIs überraschend ineffektiv sind und nur die Entfernung von Chain-of-Thought-Antworten die mathematische Reasoning-Fähigkeit des gestohlenen Wissens signifikant beeinträchtigt.
Das Paper stellt „AI Steerability 360" vor, eine erweiterbare, quelloffene Python-Bibliothek von IBM, die ein einheitliches Interface für die Steuerung von Large Language Models über vier Kontrollflächen (Eingabe, Struktur, Zustand und Ausgabe) sowie Werkzeuge zur einfachen Entwicklung, Komposition und umfassenden Evaluierung von Steuerungsstrategien bietet.
Die Studie zeigt, dass LLM-Agenten absichtlich täuschen können, indem sie vorwiegend durch strategisches Framing wahrer Aussagen statt durch Lügen handeln, wobei die Motivation des Ziels der Hauptangriffspunkt ist und herkömmliche Faktenprüfungen diesen Täuschungen kaum begegnen können.
Die Arbeit stellt SynPlanResearch-R1 vor, ein Framework, das durch synthetisierte Tool-Nutzungspfade die Exploration von Forschungsagenten während des kalten Start-Trainings verbessert und so die Leistung auf mehreren Benchmarks im Vergleich zu bestehenden Methoden signifikant steigert.
Der Artikel stellt die „Sleep Replay Consolidation" (SRC) vor, eine post-training-Methode, die durch biologischen Schlaf inspirierte interne Replays die Kalibrierung künstlicher neuronaler Netze verbessert und so deren Zuverlässigkeit erhöht.
Die Arbeit stellt mit Hospitality-VQA ein neues Benchmark-Dataset und einen Rahmen für die Bewertung der Entscheidungsrelevanz von Vision-Language-Modellen im Hospitality-Bereich vor und zeigt, dass eine gezielte Domänen-Feinabstimmung notwendig ist, um diese Modelle für die zuverlässige Extraktion nutzerrelevanter Informationen aus Hotelbildern zu befähigen.
Die Arbeit stellt CCR-Bench vor, ein umfassendes Benchmark, das die Fähigkeiten von Large Language Models (LLMs) bei der Befolgung komplexer Anweisungen in realen industriellen Szenarien bewertet und dabei erhebliche Defizite selbst bei State-of-the-Art-Modellen aufzeigt.
Diese Arbeit untersucht paralleles Schließen in Sprachmodellen durch die Anwendung von Partikelfilter-Algorithmen wie Sequential Monte Carlo, um theoretische Garantien und fundamentale Grenzen für den Trade-off zwischen Genauigkeit und Kosten bei der Stichprobenziehung zu identifizieren.
Die Arbeit stellt VLM-SubtleBench vor, einen Benchmark, der Vision-Language-Modelle anhand feiner Unterschiede in vielfältigen Domänen wie Industrie, Medizin und Luftaufnahmen bewertet und dabei signifikante Leistungslücken im Vergleich zum menschlichen Urteilsvermögen aufdeckt.
Die vorgestellte Arbeit nutzt die Bildsegmentierung als visuelles Testfeld für die Koalitionsbildung in hedonischen Spielen, indem sie Pixel als Agenten modelliert und untersucht, wie ein Granularisierungsparameter die Gleichgewichtsstruktur und die Trennung von Vordergrundobjekten beeinflusst.
Die Autoren stellen einen neuen Ansatz vor, der die Fähigkeit von LaCAM* nutzt, während der Suche eine dynamische, leichte Verkehrsmappe zu erstellen, um die Rechenkosten zu senken und die Lösungsqualität im Vergleich zu bestehenden statischen Leitpfad-Methoden zu verbessern.
Diese Studie stellt ein entscheidungstheoretisches Framework vor, das KI-Wettervorhersagen mit einem statistischen Modell für sich wandelnde Bauernerwartungen kombiniert, um personalisierte, probabilistische Monsunprognosen zu erstellen, die 2025 erfolgreich 38 Millionen indischen Landwirten halfen, ihre Anbauentscheidungen zu optimieren.
Die Arbeit stellt SMGI als eine strukturelle Theorie der allgemeinen künstlichen Intelligenz vor, die das Lernen als kontrollierte Evolution der Lernschnittstelle neu definiert, ein streng formalisiertes Typen-Modell zur Trennung von Struktur und Semantik etabliert und beweist, dass klassische sowie moderne KI-Ansätze als eingeschränkte Instanzen dieses allgemeinen Rahmens fungieren.
Die Studie stellt EveryQuery vor, ein auf elektronischen Gesundheitsakten vortrainiertes Modell, das durch task-konditioniertes Pretraining klinische Vorhersagen in Null-Shot-Szenarien effizienter und genauer als autoregressive Baseline-Modelle trifft, indem es Patientenhistorie und strukturierte Abfragen direkt in eine Wahrscheinlichkeitsvorhersage umwandelt.
Die Studie stellt einen rein visuellen Autonomie-Rahmen für die robotergestützte Bronchoskopie vor, der durch eine Hierarchie aus kurz- und langfristigen Agenten sowie einen Weltmodell-Kritiker eine präzise Navigation ohne externe Sensoren ermöglicht und ihre Wirksamkeit in phantombasierten, ex-vivo- und in-vivo-Experimenten nachweist.
Das Papier stellt Ares vor, einen Framework, der durch einen leichten Router den optimalen Rechenaufwand pro Schritt in LLM-Agenten dynamisch anpasst, um die Inferenzkosten um bis zu 52,7 % zu senken, ohne die Erfolgswahrscheinlichkeit der Aufgaben signifikant zu beeinträchtigen.
Die Arbeit stellt Rel-MOSS vor, einen neuartigen Graph-Neural-Network-Ansatz, der durch relationsspezifische Gating-Mechanismen und eine geführte Überabtastung das Problem des Klassenungleichgewichts bei der Entitätsklassifizierung in relationalen Datenbanken adressiert und damit die Leistung bestehender Methoden signifikant verbessert.
Die Arbeit stellt IMSE vor, eine Testzeit-Anpassungsmethode, die durch die SVD-basierte Anpassung nur der Singulärwerte von Vision-Transformern und eine Diversitätsmaximierung zur Vermeidung von Feature-Collapse sowie durch domänenspezifischen Code-Retrieval für kontinuierliche Szenarien einen State-of-the-Art-Erfolg bei gleichzeitig drastisch reduzierter Anzahl trainierbarer Parameter erzielt.
Das Paper stellt SWE-Fuse vor, ein Trainingsframework für Software-Agenten, das durch die Kombination von issue-freien Trajektorien und entropiebewusstem RLVR-Training die Probleme unzureichender Issue-Beschreibungen löst und auf dem SWE-bench Verified-Benchmark signifikante Verbesserungen bei der Fehlerbehebung erzielt.
Der Artikel schlägt vor, dass intelligente, menschlich überwachte KI-Agenten, die auf Deep Learning und großen Sprachmodellen basieren, die nächste Evolution der wissenschaftlichen Methode darstellen, wie am Beispiel des Dr.-Sai-Systems am Institut für Hochenergiephysik der Chinesischen Akademie der Wissenschaften demonstriert wird, um die wachsende Komplexität in datenintensiven Wissenschaften wie der Teilchenphysik zu bewältigen.