1077 Arbeiten
Das Paper stellt VoxKnesset vor, einen großen, longitudinalen hebräischen Sprachdatensatz mit Parlamentsaufnahmen von 393 Sprechern über 15 Jahre, der genutzt wird, um die Auswirkungen des Alterns auf die Sprechererkennung und Altersvorhersage zu untersuchen und robuste Sprachsysteme zu entwickeln.
Der Artikel stellt FreeAct vor, ein neuartiges Quantisierungsframework für Large Language Models, das durch die Einführung token-spezifischer Transformationen für Aktivierungen die starren Einschränkungen bestehender Methoden überwindet und so insbesondere bei Diffusions- und Multimodal-LLMs die Leistung signifikant verbessert.
Die vorgestellte Arbeit führt eine inkrementelle -NN-Graph-Konstruktion ein, die durch gezielte Verknüpfung neuer Knoten mit bereits eingefügten Nachbarn die Konnektivität garantiert und so die Robustheit des spektralen Clusterings von Text-Embeddings insbesondere bei geringer Nachbarschaftszahl () verbessert.
Diese Studie stellt ein mathematisches Modell vor, das auf einer mengenwertigen Mengenfunktion basiert, um die dynamischen Mechanismen der grammatischen Geschlechtsschiebung und morphologischen Variation, insbesondere im Riffischen, durch eine formale Zuordnung von Lexemen zu morphologischen Templates zu erklären.
Diese Arbeit erklärt die überlegene Parallelisierbarkeit linearer RNNs im Vergleich zu nichtlinearen RNNs durch eine Verbindung zu Komplexitätsklassen, wonach lineare RNNs logarithmische Tiefenschaltungen darstellen, während nichtlineare Varianten P-vollständige Probleme lösen können, was eine fundamentale Barriere für ihre effiziente Parallelisierung darstellt.
Diese Studie präsentiert Bielik-Q2-Sharp, die erste systematische akademische Evaluation extremer 2-Bit-Quantisierungsmethoden für das polnische 11-Milliarden-Parameter-Sprachmodell Bielik, die zeigt, dass QuIP# und QTIP nahezu die Leistung der IQ2_XXS-Baseline bei deutlich geringerem Speicherbedarf erreichen und dabei ein Phänomen der Diskrepanz zwischen Log-Likelihood und Autoregression bei rotationsbasierten Methoden aufdecken.
Die Arbeit stellt AgentIR vor, ein retrieval-System, das durch die gemeinsame Einbettung von Suchanfragen und den dazugehörigen Denkprozessen von Deep-Research-Agenten sowie einer neuen Datengenerierungsmethode (DR-Synth) eine deutlich höhere Genauigkeit als herkömmliche Modelle erzielt.
Die Arbeit stellt SearchGym vor, eine modulare Infrastruktur für plattformübergreifendes Benchmarking und hybride Suchorchestrierung, die durch die Entkopplung von Datenrepräsentation und Retrieval-Logik reproduzierbare Systemkonfigurationen ermöglicht und neue Erkenntnisse zur optimalen Reihenfolge von semantischer Rangfolge und strukturiertem Filtern liefert.
Die Studie stellt FinRetrieval vor, einen Benchmark für die Fähigkeit von KI-Agenten, numerische Finanzdaten aus strukturierten Datenbanken zu extrahieren, und zeigt, dass die Verfügbarkeit spezialisierter APIs den Erfolg entscheidend bestimmt, während reine Web-Suche oder Reasoning-Modi nur geringe Vorteile bieten.
Diese Studie validiert einen Large-Language-Model-Ansatz, der durch die Analyse von über 16.000 TripAdvisor-Bewertungen verborgene Treiber der Passagierzufriedenheit aufdeckt und dabei eine kritische Diskrepanz zwischen operativen Verbesserungen und der sinkenden Zufriedenheit bei EgyptAir nach 2022 identifiziert.
Die Arbeit stellt CTRL-RAG vor, eine neue Reinforcement-Learning-Methode für RAG-Modelle, die durch einen kontrastiven Likelihood-basierten Belohnungsmechanismus die Kontexttreue verbessert und so Halluzinationen reduziert, ohne ausschließlich auf externe Bewertungen angewiesen zu sein.
Die Studie zeigt, dass semantische Auslöser allein ausreichen, um in feinabgestimmten Sprachmodellen eine Kontext-Isolierung schädlichen Verhaltens zu erzeugen, selbst wenn ausschließlich schädliche Trainingsdaten verwendet wurden, was eine kritische Sicherheitslücke für die Bewertung von KI-Modellen aufdeckt.
Diese Arbeit stellt mit „Probing Memes" ein neues Evaluationsparadigma vor, das Large Language Models als Träger kultureller Gene (Memes) betrachtet und durch eine Wahrnehmungsmatrix die komplexen Wechselwirkungen zwischen Modellen und Daten analysiert, um verborgene Fähigkeitsstrukturen und populationsbasierte Verhaltensmerkmale zu quantifizieren, die traditionelle Methoden übersehen.
Die Studie stellt das HUMAINE-Framework vor, das auf der Bewertung von 28 Sprachmodellen durch 23.404 demografisch stratifizierte Teilnehmer basiert, und zeigt auf, dass Gemini 2.5 Pro insgesamt am besten abschneidet, während Präferenzen stark vom Alter abhängen und verschiedene Bewertungskriterien unterschiedlich diskriminierend wirken.
Das Paper stellt SalamahBench vor, ein standardisiertes Sicherheitsbenchmark für arabische Sprachmodelle, das auf 8.170 Prompts basiert und zeigt, dass die Sicherheitsausrichtung aktueller Modelle uneinheitlich ist und spezialisierte Schutzmechanismen erforderlich sind.
Das Paper stellt DynaKV vor, ein nachträglich trainierbares Framework zur tokenweisen adaptiven Kompression des KV-Caches, das durch dynamische Zuweisung von Kompressionsraten je nach semantischer Bedeutung eine signifikante Speichereinsparung bei Erhalt der Generierungsqualität ermöglicht.
Diese Arbeit etabliert eine theoretische Äquivalenz zwischen additiven N-stufigen Markov-Ketten und Ketten mit schrittweiser Gedächtnisfunktion, um die Dimensionalitätsprobleme in Large Language Models zu adressieren und das Konzept der Informationstemperatur auf additive Markov-Prozesse zu erweitern.
Dieser Artikel stellt mit dem Inductive Conceptual Rating (ICR) einen neuen semiotisch-hermeneutischen Bewertungsrahmen vor, der zeigt, dass große Sprachmodelle trotz hoher lexikalischer Ähnlichkeit oft an der semantischen Genauigkeit und kontextuellen Bedeutungserfassung menschlicher Zusammenfassungen scheitern.
Die Studie stellt RoBERTa-OTA vor, ein hybrides Modell, das Transformer-Aufmerksamkeitsmechanismen mit Graph Convolutional Networks und ontologischem Wissen kombiniert, um die Genauigkeit der multiklassigen Hassrede-Erkennung über demografische Kategorien hinweg signifikant zu steigern, ohne dabei die Recheneffizienz nennenswert zu beeinträchtigen.
Die vorgestellte Arbeit führt das „Dual Tuning"-Framework ein, um durch den systematischen Vergleich von Chain-of-Thought- und Direkt-Antwort-Training eine „Denkgrenze" zu definieren, die bestimmt, für welche multimodalen Aufgaben reasoning-basierte Ansätze tatsächlich vorteilhaft sind und somit eine ressourcenschonende, adaptive Trainingsstrategie ermöglicht.