10525 Arbeiten
Dieses Tutorial und die Übersicht stellen Predictive Coding Networks als eine vielversprechende, biologisch plausible und mathematisch übergeordnete Alternative zum Backpropagation-Algorithmus vor, die durch Inferenzlernen effizientere und vielseitigere Architekturen für überwachtes und unüberwachtes Lernen ermöglicht.
Die Studie kommt zu dem Schluss, dass Large Language Models aufgrund fehlender körperlicher und normativer Voraussetzungen keine autonomen Agenten sind, sondern als sprachliche Automaten fungieren, die dennoch durch ihre spezifische Verleiblichung und die menschlich-maschinelle Kopplung neue Formen von „mittendriger" (midtended) Handlungsfähigkeit ermöglichen.
Das Paper stellt FALCON vor, einen selbstüberwachten Vorab-Trainingsansatz für die UAV-Aktionserkennung, der durch objektspezifisches Masking und zukunftsorientierte Rekonstruktion die Dominanz von Hintergrundinformationen überwindet und so die Genauigkeit bei gleichzeitig schnellerer Inferenz im Vergleich zu überwachten Methoden signifikant verbessert.
Das Paper stellt UniHR vor, ein einheitliches Framework für das hierarchische Repräsentationslernen, das durch die Module HiDR und HiSL verschiedene Arten von Wissensgraphen (hyper-relational, temporal und verschachtelt) in eine gemeinsame Tripel-basierte Darstellung überführt und so eine generalisierbare Link-Vorhersage in komplexen realen Szenarien ermöglicht.
Das Paper stellt SpecEM vor, ein trainingsfreies Ensemble-Framework für große Sprachmodelle, das durch segmentweise Vorhersage und eine Online-Feedback-Mechanik zur dynamischen Gewichtsanpassung die Leistungsfähigkeit bestehender Ensemble-Methoden verbessert.
Diese Übersichtsarbeit bietet einen strukturierten Überblick über den Einsatz von Large Multimodal Language Models im gesamten wissenschaftlichen Lebenszyklus, von der Literaturrecherche und Ideengenerierung bis hin zur Inhaltserstellung, Bewertung und den damit verbundenen ethischen Herausforderungen.
Diese Arbeit stellt eine Methode vor, bei der LLMs durch Feinabstimmung auf einem parallelen Korpus, das durch Rückübersetzung natürlicher Code-Switching-Sätze entsteht, trainiert werden, um fließende englisch-spanische Code-Switching-Texte zu generieren, wobei sich zeigt, dass LLM-basierte Bewertungen besser mit menschlichen Präferenzen übereinstimmen als traditionelle Metriken.
Die vorgestellte Arbeit führt generative prädiktive Regelung ein, ein überwachtes Lernframework, das Flow-Matching-Policies nutzt, um dynamische und schwer zu demonstrierende Roboter-Aufgaben zu lösen, indem es die Notwendigkeit von Experten-Demonstrationen umgeht und hochfrequentes Feedback ermöglicht.
Die Arbeit stellt FragFM vor, ein hierarchisches Framework zur effizienten Generierung von Molekülgraphen mittels fragmentbasierter diskreter Flow-Matching, das durch einen grob-zu-fein Autoencoder und eine stochastische Fragment-Strategie nicht nur eine überlegene Eigenschaftskontrolle ermöglicht, sondern auch durch die Einführung des NPGen-Benchmarks zur Bewertung der Erzeugung natürlicher Produkte einen neuen Maßstab für das Drug-Design setzt.
Die Arbeit stellt SysDPO vor, ein Framework, das die direkte Präferenzoptimierung (DPO) auf komplexe, aus mehreren Komponenten bestehende KI-Systeme erweitert, um diese durch eine graphbasierte Modellierung und systemweite Optimierung effektiv an menschliche Präferenzen anzupassen, ohne auf differenzierbare Interaktionen angewiesen zu sein.
Diese Arbeit untersucht die adversarische Robustheit partitionierter Quantenklassifizierer, indem sie einen Zusammenhang zwischen Störungen durch Wire-Cutting oder Teleportation und der Implementierung adversarischer Gatter in Zwischenschichten herstellt und dieses Problem sowohl theoretisch als auch experimentell analysiert.
Diese Arbeit bietet einen umfassenden Überblick über die Musikgenerierung aus ein-, kreuz- und multimodaler Perspektive, indem sie Repräsentationen, Datenalignment, aktuelle Datensätze und Evaluierungsmethoden analysiert sowie Herausforderungen und zukünftige Forschungsrichtungen beleuchtet.
Der Artikel stellt FindAnything vor, einen effizienten Open-World-Mapping-Framework, der durch die Aggregation von Vision-Language-Features auf Objektebene eine skalierbare, semantisch ausdrucksstarke und geometrisch präzise 3D-Kartierung für ressourcenbeschränkte Roboter in Echtzeit ermöglicht.
Diese kontrollierte Studie zeigt, dass die wahre Vorhersagefähigkeit von vortrainierten Large Language Models für Zeitreihen durch die Überanpassung von Tokenizer-Detokenizer-Paaren an kleine Datensätze oft verschleiert wird und ihre Leistung selbst mit optimierten, großskalig vortrainierten Komponenten die von speziell auf Zeitreihendaten trainierten Modellen nicht konsistent übertrifft.
In diesem Positionspapier argumentieren die Autoren, dass die Anthropomorphisierung von Zwischenschritten als „Denkspuren" gefährlich ist, da sie das Wesen von Sprachmodellen missversteht, ihre effektive Nutzung behindert und zu fragwürdiger Forschung führt, und fordern die Community auf, diese Metapher zu vermeiden.
Diese Studie untersucht aus einer Überlebendenperspektive die Versagen der aktuellen KI-Governance-Maßnahmen, die durch einen „bösartigen technischen Ökosystem" aus Open-Source-Modellen und leicht zugänglicher Software ermöglicht wird, das die Erstellung nicht-einvernehmlicher, KI-generierter intimer Bilder von Erwachsenen erleichtert.
Dieser Übersichtsartikel bietet einen umfassenden Einblick in das federierte Lernen als dezentralen Ansatz für privatsphäreschonendes kollaboratives maschinelles Lernen, indem er die Architektur, zentrale Herausforderungen wie Datenheterogenität und Kommunikationskosten, sowie aktuelle Trends und Anwendungsfälle analysiert und zukünftige Forschungsrichtungen aufzeigt.
Die Arbeit stellt HCT-QA vor, ein umfassendes Benchmark-Dataset mit tausenden realen und synthetischen menschenzentrierten Tabellen sowie zugehörigen Frage-Antwort-Paaren, um die Leistung von Sprach- und Vision-Sprachmodellen beim Beantworten natürlicher Fragen aus komplexen Tabellendokumenten zu evaluieren und durch Feinabstimmung signifikant zu verbessern.
Die Arbeit stellt FourierSpecNet vor, ein hybrides Deep-Learning-Framework, das die Fourier-Spektralmethode nutzt, um den Kollisionsoperator der Boltzmann-Gleichung effizient zu approximieren und dabei rechenintensive traditionelle Solver durch eine resolutionsinvariante, hochgenaue und kostengünstige Alternative für elastische und inelastische Kollisionen ersetzt.
Die Arbeit stellt Reasoning Reward Models (ReasRMs) vor, insbesondere die RM-R1-Familie, die durch die Umformulierung des Reward-Modeling als Reasoning-Aufgabe mit einem Chain-of-Rubrics-Mechanismus und einem zweistufigen Trainingsprozess die Interpretierbarkeit und Leistung von Belohnungsmodellen signifikant steigern.