1071 Arbeiten
Das Paper stellt HeartAgent vor, ein autonomes Agentensystem für die Kardiologie, das durch die Integration spezialisierter Tools und Sub-Agenten eine zuverlässige, erklärbare Differentialdiagnose ermöglicht und sowohl in Tests als auch bei der Unterstützung von Klinikern signifikante Verbesserungen der Diagnosegenauigkeit und Erklärungsqualität gegenüber bestehenden Methoden zeigt.
Das Paper stellt mAceReason-Math vor, einen hochwertigen Datensatz mit über 10.000 mathematischen Aufgaben pro Sprache in 14 Sprachen, der speziell für das Training von Modellen mittels Reinforcement Learning with Verifiable Rewards (RLVR) entwickelt wurde, um die bisherige englischzentrierte Forschung zu erweitern.
Diese Studie identifiziert den Mechanismus der „Wiederherstellung von Wörtern" (word recovery) als entscheidenden Prozess, durch den große Sprachmodelle trotz nicht-kanonischer Eingaben wie einer Zeichen-basierten Tokenisierung robust bleiben, indem sie verdeckte Zustände nutzen, um kanonische Wortidentitäten wiederherzustellen.
Die Arbeit schlägt vor, Large Language Models zur Generierung von MQM-ähnlichen Annotationen zu nutzen, um damit einen COMET-Modell für die kosteneffiziente Segment-Level-Qualitätsschätzung von Maschineller Übersetzung zu trainieren, wobei ein vereinfachtes MQM-Schema und ein GPT-4o-basierter Prompt (PPbMQM) entwickelt wurden, die zu wettbewerbsfähigen Ergebnissen für Chinesisch-Englisch und Englisch-Deutsch führen.
Diese Studie stellt einen interpretierbaren, LLM-gestützten Ansatz zur Identifizierung chinesischer Metaphern vor, der verschiedene Protokolle als ausführbare Regel-Skripte operationalisiert und zeigt, dass die Wahl des Protokolls die größte Variationsquelle darstellt, während gleichzeitig vollständige Transparenz und reproduzierbare Begründungen gewährleistet werden.
Die Studie „LuxBorrow" analysiert anhand eines umfassenden Korpus luxemburgischer Nachrichtenartikel über 27 Jahre hinweg, dass das Luxemburgische trotz allgegenwärtiger Mehrsprachigkeit als Matrixsprache fungiert, wobei französische Entlehnungen dominieren und morphologische Anpassungen zunehmen, was eine bewertungsorientierte Fokussierung auf Entlehnungsmechanismen statt nur auf globale Mischungsindizes nahelegt.
Das Paper stellt das Multilingual Reasoning Gym vor, eine Erweiterung des Reasoning Gym, die durch prozedurale Generierung verifizierbarer Denkprobleme in 14 Sprachen mit nativer Validierung und paralleler Datenverfügbarkeit die Erforschung multilingualer Reasoning-Modelle ermöglicht.
Die Arbeit stellt PivotAttack vor, ein abfrageeffizientes Framework für Textangriffe mit harten Labels, das mittels eines Multi-Armed-Bandit-Algorithmus Pivot-Sets identifiziert und gezielt manipuliert, um die Suchraumgröße zu verringern und die Angriffserfolgsrate sowie die Effizienz gegenüber bestehenden Methoden zu steigern.
Die Arbeit stellt EvoKernel vor, ein selbstentwickelndes Agenten-Framework, das durch einen wertgesteuerten, speicherbasierten Lernansatz die Herausforderung des „Cold-Starts" beim Synthesieren von NPU-Kernen in datenarmen Domänen überwindet und dabei die Korrektheit von 11 % auf 83 % sowie eine mediane Geschwindigkeitssteigerung von 3,6-fach erzielt.
Die Arbeit stellt vor, ein Verfahren, das ein generalistisches Wertmodell als Prior mit empirischen Daten aus spärlichen Rollouts durch dynamische Budgetzuweisung und statistische Tests adaptiv kombiniert, um eine robuste, varianzarme Vorteilsschätzung für effizientes Reinforcement Learning mit verifizierbaren Belohnungen zu gewährleisten.
SiDiaC-v.2.0 ist das bisher umfassendste diachrone Korpus für die singhalesische Sprache, das 244.000 Wörter aus 185 literarischen Werken von 1800 bis 1955 enthält und durch sorgfältige Vorverarbeitung sowie Genre-Kategorisierung eine wertvolle Ressource für die singhalesische NLP-Forschung darstellt.
Diese Arbeit stellt ein großes zweisprachiges Korpus mit Katalogdatensätzen und einer maschinenlesbaren GND-Taxonomie vor, um ontologiebewusste Multi-Label-Klassifikation und agentengestützte Katalogisierung zu ermöglichen, wobei die Evaluierung nicht nur die Genauigkeit, sondern auch den praktischen Nutzen und die Transparenz von KI-Systemen für Bibliothekare in den Vordergrund stellt.
Die Arbeit stellt ARMADA vor, ein effizientes Framework für den wissensbasierten Transfer von großen, auch black-box Vision-Language-Modellen auf reine Sprachmodelle, das ohne teures Vor-Training oder Anpassung des Lehrmodells auskommt und nachweislich die Leistung bei Sprachverständnis- und Generierungsaufgaben verbessert.
GLM-OCR ist ein effizientes, kompaktes Multimodal-Modell mit 0,9 Milliarden Parametern, das durch einen CogViT-Vision-Encoder, einen GLM-Sprachdecoder und einen Multi-Token-Vorhersage-Mechanismus in Kombination mit einer zweistufigen Pipeline state-of-the-art-Ergebnisse bei der Dokumentenverarbeitung erzielt und sich sowohl für ressourcenbeschränkte Edge-Geräte als auch für großskalige Produktionssysteme eignet.
Die Arbeit stellt LLM2Vec-Gen vor, einen neuartigen selbstüberwachten Ansatz, der durch das Lernen der potenziellen Antwort eines eingefrorenen Large Language Models statt der Eingabe selbst State-of-the-Art-Ergebnisse bei Text-Embeddings erzielt, ohne gelabelte Daten zu benötigen.
Das Paper stellt TOSSS vor, ein auf CVE-Daten basierendes Benchmark-System zur Bewertung der Fähigkeit von Large Language Models, sichere von anfälligen Code-Snippets in C/C++ und Java zu unterscheiden, wobei die getesteten Modelle Sicherheitswerte zwischen 0,48 und 0,89 erreichten.
Diese Studie analysiert systematisch den Einfluss von Feedback-Quelle und Feedback-Modell auf die Wirksamkeit von Pseudo-Relevance-Feedback mit großen Sprachmodellen und zeigt, dass die Wahl des Feedback-Modells entscheidend ist, wobei LLM-generierter Text die kosteneffizienteste Lösung darstellt, während Korpus-basiertes Feedback bei starken Erststufen-Retrievern am vorteilhaftesten ist.
Diese Studie widerlegt die Annahme, dass eine hohe Übereinstimmung zwischen LLM-Bewertern auf Zuverlässigkeit hindeutet, indem sie das Phänomen der „Evaluationsillusion" aufdeckt, bei der Bewertungen auf oberflächlichen Heuristiken basieren, und zeigt gleichzeitig, dass dynamisch generierte, wissensbasierte Rubriken (MERG) die Bewertungskonsistenz in kodifizierten Domänen signifikant verbessern.
Das Paper stellt IsalGraph vor, eine Methode zur kompakten Darstellung beliebiger endlicher Graphen als Zeichenkette über einem neun Zeichen umfassenden Alphabet, die durch einen kleinen virtuellen Maschinencode erzeugt wird, isomorphieinvariant ist und eine starke Korrelation zwischen dem Levenshtein-Abstand der Strings und dem Graph-Edit-Abstand aufweist.
Die Arbeit stellt ein vollautomatisiertes KI-System vor, das mithilfe einer populationbasierter Agentenarchitektur und durch Analyse von YouTube-Comedy-Videos trainierter LLM-Kritiker kurze Sketch-Comedy-Videos in professioneller Qualität generiert.