1714 Arbeiten
Diese Studie untersucht die Wirksamkeit und Grenzen des Many-Shot-Promptings als Testzeit-Anpassungsmethode für Large Language Models und zeigt, dass sie zwar bei strukturierten Aufgaben mit hohem Informationsgewinn effektiv ist, jedoch bei offenen Generierungsaufgaben stark von der Auswahlstrategie abhängt und oft nur begrenzte Vorteile bietet.
Die Arbeit stellt ReflexiCoder vor, ein Reinforcement-Learning-Framework, das Large Language Models befähigt, Code autonom durch internalisierte Selbstreflexion und Selbstkorrektur zu verbessern, wodurch sie bei algorithmischen Aufgaben neue State-of-the-Art-Ergebnisse erzielen und dabei deutlich token-effizienter sind als herkömmliche Ansätze.
Die Arbeit stellt ROSE vor, eine optimierte Version von SparseGPT, die durch eine adaptive, verlustbasierte Neuordnung der Gewichte die Genauigkeit beim One-Shot-Pruning von Large Language Models signifikant verbessert.
Die Arbeit stellt CoCA vor, ein auf GRPO-Reinforcement-Learning basierendes Framework, das durch einen „Confidence-First"-Ansatz und segmentierte Kreditvergabe eine gleichzeitige Optimierung von Kalibrierung und Antwortgenauigkeit bei großen Sprachmodellen ermöglicht.
Das Paper „VerChol" stellt einen grammatikbasierten Tokenisierungsansatz vor, der die morphologischen Grenzen agglutinierender Sprachen bewahrt und die Ineffizienz statistischer Methoden wie Byte Pair Encoding (BPE) überwindet.
Die Arbeit stellt ConStory-Bench, einen Benchmark mit 2.000 Prompts und einer detaillierten Fehler-Taxonomie, sowie ConStory-Checker, ein automatisiertes Prüfverfahren, vor, um Inkonsistenzen in langen von LLMs generierten Geschichten zu analysieren und deren systematische Verteilung zu untersuchen.
Diese Arbeit stellt eine Ensemble-Methode vor, die mithilfe neu entwickelter Metriken (CPR und TWF) mehrere LLMs kombiniert, um UN-Sicherheitsratsresolutionen kosteneffizient und zuverlässig zu bereinigen und semantisch zu taggen.
Das Paper stellt InfoGatherer vor, ein Framework, das durch die Kombination von Dokumentenrecherche und gezielten Nachfragen sowie die Nutzung der Dempster-Shafer-Theorie zur Modellierung von Unsicherheit, zuverlässigere und interpretierbare Entscheidungen in hochriskanten Domänen wie Medizin und Recht ermöglicht.
Die Arbeit stellt LongNAP vor, ein neues Modell zur Vorhersage des nächsten Nutzerhandels, das durch die Analyse multimodaler Interaktionsdaten und die Kombination von parametrischem Lernen mit In-Context-Learning aus langen Historien signifikant bessere Ergebnisse erzielt als bestehende Methoden.
Diese Arbeit zeigt, dass die Berücksichtigung des menschlichen Kontexts (Autoren) durch die HuLM- und HuFT-Methoden die Leistung eines größeren 8B Llama-Modells verbessert und damit die Bedeutung der Modellierung von Sprache im Kontext ihrer ursprünglichen Ersteller unterstreicht.
Die Arbeit stellt ein strukturiertes Stil-Umschreibungs-Framework vor, das durch explizite Entzerrung lexikalischer, syntaktischer und pragmatischer Merkmale sowie implizites Stil-Conditioning mittels CoT-Distillation es kleinen Sprachmodellen ermöglicht, auch bei geringen Datenmengen konsistente und dateneffiziente Charakterrollen zu generieren, die größere Baseline-Modelle übertreffen.
Diese Studie entwickelt interpretierbare Modelle, die psychologische Theorien über die Interaktion von Person und Situation mit Sprachdaten kombinieren, um das dynamische Wohlbefinden in sozialen Medien präziser und nachvollziehbarer zu erfassen als rein embedding-basierte Ansätze.
Die Arbeit stellt ProCap vor, ein neuartiges Framework, das die Bildveränderungsbeschreibung durch die explizite Modellierung dynamischer Veränderungsprozesse mittels eines zweistufigen Ansatzes mit einem prozeduralen Encoder und lernbaren Abfragen verbessert, anstatt sich auf statische Bildpaare zu verlassen.
Die Arbeit stellt Track-SQL vor, ein Framework, das generative Sprachmodelle durch duale extraktive Module zur Verfolgung von Schemata und Kontexten verbessert und damit den State-of-the-Art auf den Multi-Turn-Datensätzen SparC und CoSQL erreicht.
Die Arbeit stellt MASFactory vor, ein graphenzentriertes Framework zur Orchestrierung von LLM-basierten Multi-Agenten-Systemen, das durch die neuartige „Vibe Graphing"-Methode die Umwandlung natürlicher Sprachabsichten in ausführbare Workflow-Graphen ermöglicht und dabei Wiederverwendbarkeit sowie einfache Integration externer Kontextquellen verbessert.
Die Arbeit stellt ViewFusion vor, ein zweistufiges Framework, das durch explizite räumliche Vorverarbeitung und verstärktes Lernen die Leistung von Vision-Language-Modellen bei der mehransichtigen räumlichen Schlussfolgerung signifikant verbessert.
Die Studie zeigt, dass aktuelle Large Language Models zwar in der Lage sind, österreichische A-Level-German-Aufsätze anhand von Bewertungsrastern zu analysieren, jedoch mit einer Übereinstimmungsrate von maximal 40,6 % bei Teilaspekten und nur 32,8 % bei der Endnote noch nicht die notwendige Genauigkeit für den realen Einsatz in der automatisierten Benotung erreichen.
Diese Studie zeigt, dass durch unsupervisedes Weiter-Training mit domänenspezifischen Texten simulierte unterschiedliche Erfahrungen die Persönlichkeit von Large Language Models prägen und dabei eine „Unterdrückungsvorteil"-Hypothese aufdecken, wonach reduzierte soziale Merkmale die komplexe reasoning-Leistung steigern, was einen Weg für gezieltes „Personality Engineering" eröffnet.
Die Arbeit stellt DeepSight vor, das erste multimodale Sprachmodell, das speziell für das Verständnis von 3D-Szenen entwickelt wurde, indem es Tiefenkarten direkt mit Sprache verknüpft, neue Datensätze erstellt und den ViT-Encoder von CLIP modifiziert, um die räumliche Wahrnehmung und Leistung in nachgelagerten Aufgaben erheblich zu verbessern.
Die vorgestellte Arbeit schlägt eine Pipeline vor, die Large Language Models und einen neuro-symbolischen SAT-Löser kombiniert, um implizite Prämissen in Enthymemen zu identifizieren, natürliche Sprache in logische Formeln zu übersetzen und deren logische Folgerung systematisch zu überprüfen.