1077 Arbeiten
Die vorgestellte Arbeit stellt Direct Consistency Optimization (DCO) vor, eine effiziente, auf dem LLM selbst basierende Methode zur Verbesserung der konsistenten Wissensdarstellung über verschiedene Sprachen hinweg, die ohne explizites Reward-Modell auskommt und bestehende Ansätze in multilingualen Szenarien übertrifft.
Die Studie zeigt, dass Stopwörter einer Beta-Rang-Funktion statt Zipfs Gesetz folgen und schlägt ein Auswahlmodell vor, das auf einer abnehmenden Hill-Funktion basiert, um diese Verteilungen analytisch zu erklären und empirisch zu validieren.
Diese Studie untersucht die Wirksamkeit von Daten-Augmentierung und Feature-Enhancement-Techniken zur Hate-Speech-Erkennung und zeigt, dass das Open-Source-Modell gpt-oss-20b die besten Ergebnisse erzielt, während traditionelle Ansätze wie Delta TF-IDF durch Daten-Augmentierung ebenfalls hohe Genauigkeiten erreichen, wobei die Erkennung impliziter Hassrede weiterhin eine Herausforderung bleibt.
Diese Studie zeigt, dass feinabgestimmte Large Language Models wie Llama 3.2 im Vergleich zu traditionellen Machine-Learning-Ansätzen und BERT insbesondere bei der komplexen, multilingualen Mehrklassen-Klassifizierung von 40 verschiedenen Kategorien illegaler Inhalte auf Online-Marktplätzen überlegene Ergebnisse erzielen.
Die Studie untersucht, wie KI-Modelle auf Basis von US-Supreme-Court-Transkripten Richterfragen für Moot-Court-Trainings simulieren können, und stellt ein zweistufiges Evaluierungsframework vor, das zwar Realismus und inhaltliche Relevanz bestätigt, aber auch signifikante Mängel wie mangelnde Diversität und Sycophancy aufdeckt, die bei herkömmlichen Evaluierungsmethoden oft unentdeckt bleiben.
Diese Arbeit stellt „Model Medicine" als ein klinisches Forschungsprogramm vor, das KI-Modelle analog zu biologischen Organismen behandelt, indem sie ein umfassendes Ökosystem aus Taxonomien, Diagnosewerkzeugen wie der Neural-MRI und therapeutischen Rahmenwerken entwickelt, um deren innere Strukturen zu verstehen, zu diagnostizieren und zu behandeln.
Diese Arbeit demonstriert, wie ein neuro-symbolisches KI-System, das auf dem Gemini Deep Think-Modell und einer systematischen Baumsuche basiert, ein offenes Problem der theoretischen Physik löste, indem es exakte analytische Lösungen für das Leistungsspektrum der Gravitationsstrahlung kosmischer Strings herleitete.
Die Autoren schlagen mit „Interactive Benchmarks" ein neues, einheitliches Evaluierungsparadigma vor, das die Fähigkeit von Modellen zur aktiven Informationsgewinnung unter Budgetbeschränkungen in interaktiven Szenarien wie Beweisen und Spielen testet, um die Zuverlässigkeit herkömmlicher Benchmarks zu überwinden und ein realistischeres Bild der Modellintelligenz zu liefern.
Die Arbeit stellt IF-RewardBench vor, ein umfassendes Meta-Evaluierungs-Benchmark für die Instruktionbefolgung, das durch die Einführung eines Präferenzgraphen und einer listweisen Evaluierung bestehende Mängel überwindet und eine stärkere Korrelation mit der Leistung in nachgelagerten Aufgaben aufweist.
Die Arbeit stellt DARE vor, ein leichtgewichtiges Retrieval-Modell, das durch die Integration von Datenverteilungsmerkmalen in die Repräsentation von R-Funktionen die Genauigkeit der Paketwiedergewinnung und die Leistung von LLM-Agenten im statistischen Ökosystem von R signifikant verbessert.
HiMAP-Travel ist ein hierarchisches Multi-Agenten-Framework, das durch strategische Ressourcenverteilung, parallele Tagesplanung und einen Transaktionsmonitor langfristige Reiseplanung mit strengen Einschränkungen effizienter und präziser löst als sequenzielle Ansätze.
Die Arbeit stellt \modelname~vor, ein effizientes Framework, das durch Multi-Scale-Selbstinjektion und komprimierte, abfragebewusste Repräsentationen zwei gestapelte Kurzkontext-LLMs nutzt, um das Kontextfenster von 8K auf über 128K Token zu erweitern und dabei gleichzeitig Speicherbedarf und Inferenzzeit im Vergleich zu bestehenden Architekturen signifikant zu reduzieren.
TSEmbed ist ein universelles multimodales Embedding-Framework, das durch die Kombination von Mixture-of-Experts und Low-Rank Adaptation sowie eine neue Expert-Aware Negative Sampling-Strategie Aufgabenkonflikte auflöst und damit den Skalierungseffekt für universelle multimodale Einbettungen ermöglicht.
Dieser technische Bericht stellt ein neues, datenschutzfreundliches Wahrnehmungsframework namens „Privacy-Aware Camera 2.0" vor, das mithilfe des AI-Flow-Paradigmas und einer Edge-Cloud-Architektur Rohbilder am Rand in irreversible abstrakte Merkmalsvektoren umwandelt, um gleichzeitig den Datenschutz zu gewährleisten und eine semantische Verhaltensanalyse sowie eine visuelle Rekonstruktion über eine „dynamische Kontur"-Sprache in der Cloud zu ermöglichen.
Die Arbeit stellt RLSTA vor, eine Reinforcement-Learning-Methode, die die stabilen Fähigkeiten von Modellen bei Einzeldurchläufen als Anker nutzt, um das Phänomen der kontextuellen Trägheit in Multi-Turn-Interaktionen zu überwinden und so eine zuverlässige Selbstkalibrierung bei neuen Informationen zu ermöglichen.
Die vorgestellte Arbeit stellt CSV (Clustering-Sampling-Voting) vor, ein neues Framework, das die Anzahl der LLM-Aufrufe für semantische Filterabfragen durch Clustering, Stichprobenziehung und Abstimmung sublinear reduziert und dabei die Genauigkeit im Vergleich zu bestehenden Methoden erheblich verbessert.
Diese Arbeit führt das Konzept des „Attention Gravitational Field" ein, das Positionscodierungen von semantischen Einbettungen entkoppelt und durch eine empirische Übereinstimmung mit dem Newtonschen Gravitationsgesetz die Architektur von Large Language Models optimiert sowie deren Interpretierbarkeit verbessert.
Die Studie vergleicht ein faktenbasiertes Speichersystem mit Langkontext-LLMs und zeigt, dass während Letztere bei der faktischen Abrufleistung oft überlegen sind, das Speichersystem bei langen Kontexten und vielen Interaktionen aufgrund eines günstigeren Kosten-Nutzen-Verhältnisses eine effiziente Alternative für persistente Agenten darstellt.
Diese Metaanalyse zeigt, dass KI-Modelle beim automatisierten Bewerten von Kurzantworten hinter menschlichen Experten zurückbleiben, wobei die Schwierigkeit für Menschen keine Vorhersagekraft für die KI-Leistung hat, Decoder-Architekturen signifikant schlechter abschneiden als Encoder und zudem Verzerrungen sowie Diskriminierung in Bildungskontexten aufweisen.
Die Arbeit stellt GDS vor, eine Methode zur Erkennung von Vorab-Trainingsdaten in großen Sprachmodellen, die auf der Analyse von Gradientenabweichungen (Magnitude, Lage und Konzentration der Parameteraktualisierungen) basiert und damit bestehende likelihood-basierte Ansätze in Bezug auf Leistung und Übertragbarkeit übertrifft.