13616 Arbeiten
Der TextBFGS-Ansatz verbessert die Code-Optimierung durch Large Language Models, indem er ein Fallbasiertes-Reasoning-Framework nutzt, das historische Fehler-Korrektur-Pfade speichert und wiederverwendet, um eine effizientere, lernende Optimierung im Vergleich zu zustandslosen Methoden zu ermöglichen.
Diese Studie untersucht die Eignung von kleinen, instruierten Sprachmodellen für kontextzusammenfassende Mehr-Turn-Kundenservice-Frage-Antwort-Systeme und zeigt, dass einige dieser Modelle trotz geringerer Parameterzahl eine Leistung nahe der von großen Sprachmodellen erzielen, während andere Schwierigkeiten mit der Dialogkontinuität haben.
Das Paper stellt SparVAR vor, ein trainingsfreies Beschleunigungsframework für visuelle autoregressive Modelle, das durch die Ausnutzung spezifischer Aufmerksamkeitsmuster die Generierungszeit für hochauflösende Bilder drastisch reduziert, ohne dabei die Bildqualität durch das Überspringen von Skalen zu beeinträchtigen.
Die Arbeit identifiziert eine inhärente Advantagesymmetrie im GRPO-Algorithmus als Ursache für Explorationsmängel und Schwierigkeitsanpassungsprobleme und schlägt mit A-GRAE eine asymmetrische Methode vor, die durch gezielte Unterdrückung korrekter Trajektorien und ein curriculäres Schwierigkeitsmanagement die Leistung von LLMs und MLLMs signifikant verbessert.
Diese Arbeit stellt ein probabilistisches Rahmenwerk vor, das theoretisch nachweist, dass fuzzy-funktionale Ähnlichkeit bei der Codeauswahl überlegen ist und Backprompting als in-context-Approximation von Thompson Sampling begrenzt durch die Ambiguität von Aufgabenbeschreibungen ist, was durch Experimente mit drei Open-Weight-Modellen bestätigt und durch einen neuen Benchmark erweitert wird.
Das Paper stellt CLEAR vor, eine wissensbasierte Plattform, die mithilfe von Large Language Models und einem strukturierten Wissensgraphen unvollständige AIS-Schiffsdaten in vollständige, interpretierbare und interaktiv erkundbare Trajektorien für Nicht-Experten umwandelt.
Die vorgestellte Arbeit nutzt einen von der Globalen Arbeitsraum-Theorie inspirierten, leichten Top-Down-Selektor auf einem eingefrorenen multimodalen Arbeitsraum, um die Robustheit gegenüber verrauschten Modalitäten zu erhöhen und dabei weniger trainierbare Parameter zu benötigen als herkömmliche End-to-End-Ansätze.
MotionCrafter ist ein Framework, das mithilfe eines maßgeschneiderten 4D-Variational Autoencoders (VAE) und Video-Generatoren aus monokularen Videos gleichzeitig eine dichte 4D-Geometrie und Bewegungsrekonstruktion ohne Nachoptimierung ermöglicht und dabei den aktuellen Stand der Technik in beiden Bereichen deutlich verbessert.
Die Studie stellt mit AgentLeak den ersten Full-Stack-Benchmark für Datenschutzlecks in Multi-Agenten-LLM-Systemen vor und zeigt, dass herkömmliche Audits, die nur die Ausgabe prüfen, 41,7 % der Verstöße übersehen, da die Kommunikation zwischen den Agenten die größte Schwachstelle darstellt.
Das Paper stellt CoPE-VideoLM vor, ein effizientes Video-Sprachmodell, das durch die Nutzung von Codec-Primitiven wie Bewegungsvektoren und Residuen anstelle vollständiger Bildframes die Verarbeitungszeit und Token-Nutzung drastisch reduziert, ohne dabei die Leistung auf verschiedenen Video-Verständnis-Benchmarks zu beeinträchtigen.