1726 Arbeiten
Diese Studie untersucht mittels kontrastiver Erklärungen und Saliency-Zuordnung, welche Eingabetokens in englischen Quelltexten die Geschlechterentscheidungen von neuronalen Übersetzungsmodellen in deutsche und spanische Zieltexte auslösen, und zeigt dabei eine deutliche Übereinstimmung zwischen den Modellattributen und menschlichen Geschlechterwahrnehmungen auf.
Der Artikel stellt NRR-Core vor, ein Rechenrahmenwerk, das die vorzeitige Auflösung von Mehrdeutigkeiten in KI-Systemen durch Prinzipien wie Nicht-Identität und parallele Interpretation aufhebt, um die semantische Flexibilität bis zum Eintreffen des Kontexts zu bewahren.
Diese Studie analysiert systematisch die politischen, ideologischen, geopolitischen, sprachlichen und geschlechtsspezifischen Verzerrungen in vier weit verbreiteten Large Language Models und zeigt, dass diese trotz ihrer Ausrichtung auf Neutralität weiterhin verschiedene Arten von Vorurteilen aufweisen.
Diese Studie zeigt, dass Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) die Generalisierungsfähigkeit von Sprachmodellen in der kausalen Schlussfolgerung im Vergleich zur überwachten Feinabstimmung verbessert, jedoch nur dann wirksam ist, wenn die Modelle über eine ausreichende initiale Schlussfolgerungskompetenz verfügen, um ihre Marginalisierungsstrategien und Zwischenschritte zu optimieren.
Die Arbeit stellt DevRev-Search vor, einen automatisiert erstellten Benchmark für die technische Kundenunterstützung, der durch eine indexerhaltende Anpassungsstrategie, bei der nur der Query-Encoder feinabgestimmt wird, eine skalierbare und effiziente Lösung für die Domain-Adaption in Multi-Tenant-Suchsystemen bietet.
Die Arbeit stellt einen effizienten Nachtrainierungsansatz vor, bei dem Wissensgraphen als implizite Belohnungsmodelle dienen, um Sprachmodelle durch abgeleitete Pfadeignale zu befähigen, komplexe mehrstufige Schlussfolgerungen in Fachbereichen wie der Medizin durch Zusammensetzung axiomatischer Fakten zu treffen und dabei deutlich größere Modelle sowie Frontier-Systeme zu übertreffen.
Die Arbeit stellt NRR-Phi vor, ein formales Framework zur Text-zu-Zustand-Mapping, das durch eine hybride Extraktionspipeline die vorzeitige semantische Commitment in LLMs verhindert und so die Erhaltung mehrerer Interpretationen in einem nicht-kollabierenden Zustandsraum ermöglicht.
Diese Studie stellt eine neue Trainingspipeline vor, die Chain-of-Thought-Supervision mit abstentionsbewusstem Reinforcement Learning kombiniert, um Large Language Models zu befähigen, bei zeitlichen Fragen unsichere Antworten zu unterlassen und dabei sowohl die Genauigkeit als auch die Zuverlässigkeit im Vergleich zu bestehenden Modellen signifikant zu steigern.
Die Arbeit stellt „Rewards as Labels" (REAL) vor, ein neues Framework, das verifizierbare Belohnungen als kategorische Labels behandelt und das RLVR-Training als Klassifikationsproblem neu formuliert, um Gradientenprobleme zu beheben und die Leistung von Sprachmodellen bei mathematischen Aufgaben signifikant zu steigern.
Die Arbeit stellt SureLock vor, eine Methode, die die Rechenkosten beim Decodieren von Masked Diffusion-LMs durch das frühzeitige Sperren bereits konvergierter Tokenpositionen und das Cachen ihrer Schlüssel-Werte-Paare um 30–50 % senkt, ohne die Generierungsqualität zu beeinträchtigen.
Die Studie zeigt, dass Large Reasoning Models bei Theory-of-Mind-Aufgaben nicht konsistent besser abschneiden als herkömmliche Modelle, da ihre Leistung durch ineffizientes „langsames Denken" und das Ausnutzen von Multiple-Choice-Optionen beeinträchtigt wird, was neue, spezialisierte Ansätze für soziale Schlussfolgerungen erfordert.
Diese Studie stellt erstmals einen NLP-fähigen Datensatz für das Mainzer Dialekt „Meenzerisch" vor und zeigt, dass aktuelle Large Language Models trotz verschiedener Optimierungsversuche kaum in der Lage sind, dieses Dialektwort oder dessen Definitionen korrekt zu verarbeiten, was den dringenden Bedarf an weiteren Ressourcen und Forschung für deutsche Dialekte unterstreicht.
Diese Arbeit stellt ein neues tschechisches Datenset für die aspektbasierte Sentimentanalyse mit Opinion-Term-Annotationen vor, bewertet moderne Transformer- und LLM-Modelle in verschiedenen Sprachsettings und schlägt eine skalierbare Übersetzungs- und Label-Alignierungsmethode vor, um Ressourcen für ressourcenarme Sprachen zu erweitern.
Die Studie zeigt, dass kleine Open-Source-Sprachmodelle für den klinischen Einsatz in ressourcenarmen Umgebungen zwar konsistente, aber nicht unbedingt korrekte Antworten liefern, wobei Llama 3.2 aufgrund des besten Gleichgewichts aus Genauigkeit und Zuverlässigkeit als vielversprechendste Option hervorgeht.
Diese Studie untersucht die Robustheit bestehender Zero-Shot-Relationsextraktionsmodelle unter realistischen Bedingungen, führt eine Typologie ein, schlägt Strategien für Single-Pass-Modelle und Ablehnungsmechanismen vor und zeigt, dass zwar keine existierende Arbeit vollständig robust ist, AlignRE jedoch in allen Kriterien die beste Leistung erbringt.
Diese Arbeit untersucht die Privatsphärenrisiken von LLM-basierten Task-Bots, indem sie zeigt, dass diese Trainingsdaten memorieren können, und entwickelt neue Angriffstechniken, um tausende Dialogzustände mit hoher Präzision zu extrahieren, woraus sich gezielte Minderungsstrategien ableiten lassen.
Diese Arbeit stellt ein qualitatives Inhaltsanalyse-Framework zur Annotation von Inflationsnarrativen als gerichtete azyklische Graphen vor und zeigt durch eine experimentelle Auswertung, dass lokal eingeschränkte Repräsentationen die Annotationsschwankungen verringern, während überlappungsbasierte Metriken die Zuverlässigkeit überschätzen.
Dieses Kapitel bietet einen Überblick über Detektoren für KI-generierte Aufsätze und ihre verantwortungsvolle Nutzung, während es zudem empirisch untersucht, inwiefern Modelle, die auf Texten eines bestimmten Large Language Models trainiert wurden, auf Aufsätze anderer Modelle verallgemeinerbar sind, um praktische Leitlinien für deren Weiterentwicklung zu liefern.
Diese Arbeit analysiert die Grenzen von TeX im Zeitalter von LLMs und stellt Mogan STEM als effizientere, strukturierte WYSIWYG-Alternative vor, die nicht nur bei der Kompilierung und Fehlerlokalisierung überlegen ist, sondern aufgrund seiner geringeren Informationsentropie auch das Fine-Tuning von Sprachmodellen in .tmu-Format begünstigt.
Diese Arbeit stellt ein Multi-Agenten-Framework vor, das durch die Nachahmung des menschlichen „Vorschlagen-Bewerten-Überarbeiten"-Zyklus und den Einsatz von Reinforcement Learning die Qualität synthetischer Daten sowie die Leistung bei der zero-shot Extraktion von Ereignisargumenten auf Dokumentenebene verbessert.