2393 Arbeiten
Die Arbeit stellt Arbiter vor, ein Framework zur Erkennung von Interferenzmustern in Systemprompts von LLM-Coding-Agenten, das durch formale Regeln und Multi-Modell-Analysen bei drei großen Anbietern zahlreiche Schwachstellen aufdeckt und zeigt, dass die Prompt-Architektur die Fehlerklassen, nicht aber deren Schweregrad bestimmt.
Diese Studie charakterisiert erstmals systematisch die einzigartigen Sicherheitsbedrohungen von Multi-Agenten-Systemen und bewertet empirisch 16 KI-Sicherheitsframeworks, wobei sie feststellt, dass keine der bestehenden Lösungen eine umfassende Abdeckung bietet und insbesondere Risiken wie Nicht-Determinismus und Datenlecks unzureichend adressiert werden.
Diese Studie analysiert Geschlechterverzerrungen in Audio-Deepfake-Erkennungsmodellen und zeigt, dass herkömmliche Leistungsmetriken Diskrepanzen in der Fehlerverteilung zwischen den Geschlechtern überdecken, wodurch geschlechtergerechte Evaluierungsmetriken für die Entwicklung fairer und robusterer Systeme unerlässlich sind.
Die Arbeit stellt den CMA-ES-IG-Algorithmus vor, der durch die explizite Berücksichtigung von Nutzererwartungen und die Generierung von wahrnehmbar unterschiedlichen Trajektorien das Lernen von Benutzerpräferenzen in der Mensch-Roboter-Interaktion effizienter, robuster und nutzerfreundlicher gestaltet als bestehende Methoden.
Die Arbeit stellt Meissa vor, ein leichtgewichtiges, 4B-Parameter großes multimodales medizinisches KI-Modell, das durch fortschrittliche Trajektorien-Distillation komplexe agentische Fähigkeiten offline ermöglicht und dabei proprietäre Frontiersysteme in Effizienz und Latenz übertrifft.
Dieses Paper plädiert für die „AI-Phänomenologie" als Forschungsansatz, der durch die Erforschung der subjektiven menschlichen Erfahrung mit KI-Systemen über die Zeit hinausgeht und dabei methodische Werkzeuge sowie Designkonzepte für eine bessere bidirektionale Ausrichtung zwischen Mensch und KI bereitstellt.
Die Arbeit stellt MEMO vor, ein selbstspielendes Framework, das durch die Kombination von persistenter Wissensspeicherung und explorativer Prompt-Optimierung die Instabilität und Leistung von mehrstufigen Multi-Agenten-LLM-Spielen signifikant verbessert.
Die Arbeit stellt Pichay vor, ein Demand-Paging-System für LLM-Kontextfenster, das durch transparente Interposition und Auslagerung veralteter Inhalte die Kontextnutzung um bis zu 93 % reduziert und damit etablierte Konzepte der virtuellen Speicherverwaltung auf die Skalierung von Sprachmodellen anwendet.
Diese Arbeit stellt eine automatisierte Pipeline vor, die mithilfe von Large Language Models (LLMs) flaky Tests in Quantensoftware erkennt und deren Ursachen analysiert, wodurch ein bestehender Datensatz um 54 % erweitert wird und Modelle wie Google Gemini eine hohe Genauigkeit bei der Klassifizierung und Ursachenidentifikation erreichen.
Die Arbeit stellt PlayWorld vor, ein skalierbares, vollständig autonomes System, das hochpräzise Videoweltmodelle für Roboter ausschließlich durch unüberwachtes Selbstspiel lernt und damit physikalisch konsistente Interaktionen sowie eine signifikant verbesserte Realwelt-Leistung im Vergleich zu auf menschlichen Demonstrationen basierenden Ansätzen ermöglicht.
Die Arbeit stellt WS-Net vor, ein tiefes Entmischungsframework, das durch die Kombination von State-Space-Modellierung und einer Schwachsignal-Aufmerksamkeitsfusion die Genauigkeit bei der Rekonstruktion schwacher hyperspektraler Signale unter Rauschbedingungen signifikant verbessert.
Diese Arbeit stellt einen konservativen Werkzeugkasten zur Bewertung von Identität in Sprachmodell-Agenten vor, der mithilfe der Stack-Theorie zwischen dem bloßen Behaupten eines stabilen Selbst und dessen tatsächlicher organisatorischer Verankerung unterscheidet.
Das Paper stellt EPOCH vor, ein ingenieurtechnisches Protokoll für die mehrstufige Systemoptimierung in heterogenen Umgebungen, das durch eine strukturierte Trennung von Baseline-Erstellung und iterativer Selbstverbesserung sowie rollenbeschränkten Phasen eine koordinierte, stabile und nachvollziehbare autonome Optimierung von Prompts, Code und Modellkonfigurationen ermöglicht.
Die Studie stellt vor, dass der autonome KI-Agent „Sentinel" durch die Verwendung des Model Context Protocol (MCP) klinische Triage-Daten aus der Fernüberwachung von Patienten mit höherer Sensitivität und Konsistenz als menschliche Ärzte klassifiziert und dabei eine skalierbare, kosteneffiziente Lösung für die Überlastung des medizinischen Personals bietet.
Der vorgestellte Sim2Act-Rahmenwerk verbessert das robuste Simulations-zu-Entscheidungs-Lernen für kritische Domänen wie Lieferketten, indem es durch eine adversarische Kalibrierung und eine gruppenrelative Perturbationsstrategie die Zuverlässigkeit von Policies trotz simulierter Unsicherheiten und Datenverzerrungen sicherstellt.
Dieses Paper stellt Doki vor, eine textbasierte Schnittstelle für die Generierung von Videos, die es Nutzern ermöglicht, visuelle Geschichten durch das Schreiben von Texten zu erstellen, und validiert diesen Ansatz durch eine einwöchige Feldstudie.
Das Paper stellt GST-VLA vor, ein 3D-tiefenbewusstes Vision-Language-Action-Modell, das durch einen Gaussian Spatial Tokenizer für geometrisch strukturierte 3D-Gauß-Primitiven und eine 3D-tiefenbewusste Chain-of-Thought-Argumentation die Robotersteuerung auf Benchmarks wie LIBERO und SimplerEnv signifikant verbessert.
Diese Studie zeigt, dass die Integration von Sentiment-Daten aus feinabgestimmten LLMs (Qwen3) mit traditionellen tabellarischen Marktdaten die Vorhersagegenauigkeit und den wirtschaftlichen Nutzen für Aluminiumpreise, insbesondere in volatilen Phasen, signifikant verbessert.
Dieser Artikel stellt ein einheitliches Taxonomie- und Evaluierungsrahmenwerk für latente Weltmodelle im automatisierten Fahren vor, das verschiedene Repräsentationsformen und strukturelle Priors systematisch kategorisiert, um Herausforderungen wie Robustheit, Generalisierung und Ressourceneffizienz zu adressieren und zukünftige Forschungsrichtungen für verifizierbare Entscheidungssysteme aufzuzeigen.
Die vorgestellte Arbeit stellt ein Transformer-basiertes Framework für die zusammengesetzte Bild-Sprache-Wiedergewinnung bei Hautkrebs vor, das durch eine gemeinsame globale und lokale Ausrichtung sowie eine klinisch fundierte Gewichtung die Suche nach relevanten, biopsiebestätigten Fällen auf dem Derm7pt-Datensatz verbessert.