1699 Arbeiten
Diese Studie untersucht die Eignung von LLMs für die Begutachtung von EPSRC-Förderanträgen durch strukturierte Perturbationen und stellt fest, dass zwar ein abschnittsbasierter Ansatz die beste Leistung zeigt, die Modelle jedoch eine hohe Variabilität aufweisen und sich zu stark auf Compliance-Checks statt auf eine ganzheitliche Bewertung konzentrieren.
Das Paper stellt SBARThez vor, ein multimodales und mehrsprachiges Abstraktions-Summarisierungs-Framework, das vortrainierte Sentence Embeddings und einen Named Entity Injection-Mechanismus nutzt, um faktenkonsistente und präzise Zusammenfassungen für Text- und Sprachdaten zu generieren.
Die Arbeit stellt LAMUS vor, ein groß angelegtes Korpus für das Mining juristischer Argumente aus US-Rechtsprechungen, das mithilfe einer datenzentrischen Pipeline mit LLMs und menschlicher Qualitätskontrolle erstellt wurde, um die Forschung im Bereich Legal NLP voranzutreiben.
Diese Arbeit stellt ein einheitliches Nachtrainierungs-Framework vor, das es einem einzigen Sprach-Grundmodell ermöglicht, durch Erweiterung des bestehenden Paradigmas der kontextuellen Einbettungen mehrere Arten von Äußerungsebenen-Repräsentationen (wie Semantik und Sprecheridentität) gleichzeitig zu erlernen, was sich in verbesserten Leistungen bei mehrsprachiger Sprachsuche und Sprechererkennung zeigt.
Die Arbeit stellt SlowBA vor, einen neuartigen Backdoor-Angriff auf VLM-basierte GUI-Agenten, der durch eine zweistufige Belohnungsinjektion und realistische Trigger-Muster gezielt die Antwortlatenz erhöht, ohne dabei die Aufgabengenauigkeit zu beeinträchtigen.
Das Paper stellt SPD-RAG vor, ein hierarchisches Multi-Agenten-Framework, das komplexe Fragen über viele Dokumente hinweg durch eine spezialisierte, pro Dokument arbeitende Agentenarchitektur und eine zentrale Synthese effizienter und kostengünstiger beantwortet als herkömmliche RAG- oder Long-Context-LLM-Ansätze.
Die vorgestellte Arbeit ersetzt die dichte Ausgabe-Projektion in Multi-Head-Attention durch eine feste, parameterfreie Walsh-Hadamard-Transformation mit einer leichten affinen Skalierung, was den Parameterbedarf um etwa 25 % senkt und gleichzeitig die Leistung erhält sowie Speicher- und Durchsatzvorteile bei wachsender Modellgröße erzielt.
Die Studie untersucht, wie Sprachmodelle das „Proviso-Problem" in der Pragmatik bewältigen, und stellt fest, dass sie zwar menschliche Urteile nachahmen, dies jedoch eher durch oberflächliches Mustererkennen als durch tiefgreifendes semantisches oder pragmatisches Verständnis tun.
Dieser Beitrag fasst zusammen, wie selbstüberwachte und visuell verankerte Rechenmodelle zeigen, dass frühes Spracherlernen ohne starke linguistische Vorerfahrungen durch gemeinsame Lernprinzipien erklärt werden kann, die mit verschiedenen Theorien der Sprachentwicklung vereinbar sind.
Diese Arbeit stellt fest, dass Transformer-Modelle, die adaptive Schleifen für mathematisches Denken und Gated-Memory-Banken für das Abrufen von Wissen kombinieren, die Leistung von iso-FLOP-Baselines mit dreifach so vielen Schichten übertreffen, wobei eine spezialisierte Arbeitsteilung zwischen frühen und späteren Schichten beobachtet wird.
Die Studie stellt das Evaluierungsframework QUORUM und die LLM-basierte Pipeline COACH vor, um durch die Vereinigung von Entwickler-, Experten- und Nutzerperspektiven vertrauenswürdige und patientenzentrierte Gesundheitsberatungen für Krebspatienten zu entwickeln und dabei sowohl Übereinstimmungen als auch kritische Divergenzen in der Bewertung zu identifizieren.
Die Arbeit stellt das Token-Conditioned Reinforcement Learning (ToCoRL)-Framework vor, das die inhärente Verhaltensplastizität von Large Language Models durch token-bedingte Generierung und Verstärkungslernen nutzt, um präzise Verhaltensanpassungen ohne Kapazitätsverlust zu ermöglichen, wie etwa die Umwandlung von rechenintensiven Modellen in effiziente Faktenfragesteller.
Die Arbeit stellt Sandpiper vor, ein gemischt-initiatives System, das interaktive Dashboards mit agenten Großsprachmodellen kombiniert, um die skalierbare und methodisch rigorose Analyse von Bildungsdaten bei gleichzeitiger Wahrung des Datenschutzes und der Vermeidung von Halluzinationen zu ermöglichen.
Die Studie zeigt, dass sowohl menschliche als auch KI-gestützte Feedback-Präferenzen durch Choice Blindness und kontextuelle Manipulationen verzerrt werden, was zu einer unentdeckten Degradierung von RLHF-Modellen führt, da die zugrundeliegenden Signale nicht stabil sind und von oberflächlichen Mustern statt echter Selbstüberwachung abhängen.
Die vorgestellte Methode eliminiert die Notwendigkeit separater Embedding-Modelle für LLM-Agenten, indem sie einen leichten Projektionskopf verwendet, um versteckte Zustände direkt in den Embedding-Raum zu projizieren, und erreicht dabei 97 % der ursprünglichen Suchqualität.
Die Studie stellt VET-Bench vor, einen Benchmark, der zeigt, dass aktuelle Vision-Language-Modelle beim Verfolgen ununterscheidbarer Objekte scheitern, und schlägt mit SGCoT eine Methode vor, die durch explizite Trajektorien-Generierung die Genauigkeit auf über 90 % steigert.
Diese prospektive Machbarkeitsstudie zeigt, dass ein konversationsbasiertes KI-System (AMIE) in einer realen ambulanten Umgebung sicher eingesetzt werden kann, von Patienten und Ärzten positiv bewertet wird und in Bezug auf Diagnosequalität und Behandlungspläne mit Hausärzten vergleichbar ist, wenngleich diese bei der praktischen Umsetzbarkeit und Kosteneffizienz überlegen sind.
Diese Arbeit stellt das erste frei verfügbare englisch-schwedische Datenset vor, das Übersetzungsdeutsch mit idiomatischen Alternativen vergleicht und zeigt, dass Sprachmodelle oft zu wörtlichen Übersetzungen neigen, insbesondere wenn der Quelltext verfügbar ist.
LycheeCluster ist eine neuartige Methode zur effizienten Verwaltung des KV-Caches bei Large Language Models, die durch semantisch bewusste Chunking und hierarchische Indizierung die lineare Suchkomplexität in logarithmische Zeit umwandelt und damit eine bis zu 3,6-fache Beschleunigung der Inferenz bei minimalen Leistungseinbußen ermöglicht.
Der Artikel stellt Fanar-Sadiq vor, ein bilingualer (arabisch/englisch) Multi-Agenten-Assistent, der durch eine spezialisierte, werkzeuggestützte Architektur und Retrieval-Augmented Generation (RAG) halluzinationsfreie, zitiergenaue Antworten auf islamische Rechtsfragen, Koranverse sowie exakte Berechnungen für Zakat und Erbrecht liefert.