1714 Arbeiten
Die Studie zeigt, dass ChatGPT bei der Beantwortung von 190 anspruchsvollen Multiple-Choice-Fragen aus den Bereichen Kardiologie und Gefäßerkrankungen mit einer Trefferquote von 92,10 % zwei medizinische Studierende mit 85,78 % bzw. 82,63 % übertroffen hat und somit ein vielversprechendes Werkzeug für die medizinische Ausbildung darstellt.
Diese Studie zeigt, dass Large Language Models bei Bewertungsaufgaben signifikant schlechter abschneiden als bei Generierungsaufgaben und dabei oft unzuverlässige Bewertungen liefern, was die Notwendigkeit unterstreicht, die Zuverlässigkeit von KI-Modellen als Evaluatoren kritisch zu hinterfragen.
Diese Studie untersucht den innovativen Einsatz von ChatGPT zur Sentimentanalyse von Zitierungen in wissenschaftlichen Artikeln, um deren Rezeption zu bewerten sowie potenzielle Verzerrungen und Interessenkonflikte aufzudecken und so die Objektivität der wissenschaftlichen Literaturbewertung zu stärken.
Diese Studie nutzt computergestützte lexikalische Analysen und maschinelles Lernen, um über 2000 Flamenco-Texte automatisch ihren jeweiligen Stilen („palos") zuzuordnen, semantische Felder zu identifizieren und durch Netzwerkanalysen historische Verbindungen sowie die Evolution dieser Musiktradition quantitativ zu beleuchten.
Diese Arbeit stellt eine neuartige zweistufige Pipeline für die automatische Spracherkennung vor, die unüberwachtes Clustering von X-Vektoren mit einem auf Monte-Carlo-Dropout basierenden bayesschen Batch-Active-Learning kombiniert, um durch strategische Stichprobenauswahl den Labelaufwand zu minimieren und die Modellleistung zu optimieren.
Die Studie kommt zu dem Schluss, dass Large Language Models aufgrund fehlender körperlicher und normativer Voraussetzungen keine autonomen Agenten sind, sondern als sprachliche Automaten fungieren, die dennoch durch ihre spezifische Verleiblichung und die menschlich-maschinelle Kopplung neue Formen von „mittendriger" (midtended) Handlungsfähigkeit ermöglichen.
Die Studie zeigt, dass gängige Bias-Metriken für Large Language Models die tatsächlichen Verteilungsschäden bei der Ressourcenallokation nicht zuverlässig erfassen, da sie die Diskrepanz zwischen Vorhersagen und den daraus resultierenden Entscheidungen ignorieren.
Das Paper stellt Goldfish vor, eine Suite von über 1.000 kleinen monolingualen Sprachmodellen für 350 Sprachen, die selbst mit sehr wenig Daten trainiert wurden und dabei große multilinguale Modelle sowohl in der Perplexität als auch in der grammatikalischen Korrektheit übertreffen.
Das Paper stellt UniHR vor, ein einheitliches Framework für das hierarchische Repräsentationslernen, das durch die Module HiDR und HiSL verschiedene Arten von Wissensgraphen (hyper-relational, temporal und verschachtelt) in eine gemeinsame Tripel-basierte Darstellung überführt und so eine generalisierbare Link-Vorhersage in komplexen realen Szenarien ermöglicht.
Diese Arbeit stellt einen ressourceneffizienten und interpretierbaren Ansatz zur Entbiasierung von Large Language Models vor, der bei der Dekodierung kleine, spezialisierte Expertenmodelle nutzt, um Vorurteile zu reduzieren, ohne die Sprachleistung zu beeinträchtigen.
Das Paper stellt SpecEM vor, ein trainingsfreies Ensemble-Framework für große Sprachmodelle, das durch segmentweise Vorhersage und eine Online-Feedback-Mechanik zur dynamischen Gewichtsanpassung die Leistungsfähigkeit bestehender Ensemble-Methoden verbessert.
Das Paper stellt LEO vor, eine effiziente Architektur für multimodale Sprachmodelle, die durch eine leichte Kombination aus unabhängigen Projektoren, sequenzieller Verflechtung von Bildkacheln und dynamischer Tiling mit globalem Kontext die Leistung bestehender Mixture-of-Vision-Encoders-Ansätze auf zahlreichen Benchmarks und im autonomen Fahren verbessert.
Die Studie bestätigt die Hypothese, dass die Wurzel in einer syntaktischen Abhängigkeitsstruktur ein zentraler Knoten ist, und zeigt, dass die beste Vorhersage durch neuartige, auf der Position von Knoten und ihren Nachbarn basierende Bewertungen erreicht wird, um ein universelles Verständnis von „Wurzelhaftigkeit" aus netzwerkwissenschaftlicher Perspektive zu etablieren.
Diese Übersichtsarbeit bietet einen strukturierten Überblick über den Einsatz von Large Multimodal Language Models im gesamten wissenschaftlichen Lebenszyklus, von der Literaturrecherche und Ideengenerierung bis hin zur Inhaltserstellung, Bewertung und den damit verbundenen ethischen Herausforderungen.
Diese Arbeit stellt eine Methode vor, bei der LLMs durch Feinabstimmung auf einem parallelen Korpus, das durch Rückübersetzung natürlicher Code-Switching-Sätze entsteht, trainiert werden, um fließende englisch-spanische Code-Switching-Texte zu generieren, wobei sich zeigt, dass LLM-basierte Bewertungen besser mit menschlichen Präferenzen übereinstimmen als traditionelle Metriken.
Das Paper stellt CAReDiO vor, ein neuartiges Datenoptimierungsframework, das mithilfe informationstheoretischer Ziele die Repräsentativität und Distinktivität kulturspezifischer Trainingsdaten verbessert und so eine effiziente kulturelle Ausrichtung von Sprachmodellen mit nur wenigen Beispielen ermöglicht.
Die Arbeit stellt Reasoning Reward Models (ReasRMs) vor, insbesondere die RM-R1-Familie, die durch die Umformulierung des Reward-Modeling als Reasoning-Aufgabe mit einem Chain-of-Rubrics-Mechanismus und einem zweistufigen Trainingsprozess die Interpretierbarkeit und Leistung von Belohnungsmodellen signifikant steigern.
Diese Arbeit stellt EVA vor, ein neuartiges asynchrones Framework, das durch die Übertragung von Sprachmodellierungstechniken auf die Ereignisverarbeitung überlegene Merkmalsrepräsentationen für Erkennungs- und Detektionsaufgaben in der ereignisbasierten Computer Vision ermöglicht.
Die Studie zeigt, dass durch feingranulare, bedingte Aktivierungssteuerung (K-CAST) die Verzerrung von Sprachmodellen zugunsten inhaltlicher Plausibilität gegenüber formaler logischer Gültigkeit effektiv reduziert und die Genauigkeit beim logischen Schlussfolgern um bis zu 15 % verbessert werden kann.
Das Paper stellt AdAEM vor, einen adaptiven und automatisierten Algorithmus, der durch die dynamische Generierung kontroverser Testfragen die Wertedifferenzen und kulturellen Ausrichtungen von Large Language Models präziser und informativer misst als statische Benchmarks.