7215 Arbeiten
Die Studie zeigt durch eine autonome Screening-Loop von 141 Hypothesen, dass biologische Foundation-Modelle wie scGPT und Geneformer eine genuine, über Modelle hinweg geteilte topologische und geometrische Struktur in ihren Repräsentationen lernen, die jedoch unter strengen Nullkontrollen vorwiegend auf Immungewebe beschränkt ist.
Die Arbeit stellt EMPO vor, ein hybrides Reinforcement-Learning-Framework, das durch die Kombination von On- und Off-Policy-Optimierung sowie einem Gedächtnismechanismus die Explorationsfähigkeit von LLM-Agenten signifikant verbessert und so zu überlegener Leistung und Anpassungsfähigkeit in neuen Umgebungen führt.
Diese Arbeit erklärt das Phänomen des Modality Collapse in multimodalen LLMs als Informationsverlust durch fehlende Übereinstimmung zwischen Quell- und Textdaten, wobei die zugängliche Information durch die Generalisierte Gegenseitige Information begrenzt ist und primär vom Trainingsziel des Decoders abhängt, nicht von der Encoder-Architektur.
Die vorgestellte Arbeit entwickelt einen iterativen Web-Wissen-Web-Pipeline-Ansatz, der durch die Kombination von domänenspezifischem Web-Crawling, Few-Shot-LLM-basierter Wissensgraph-Extraktion und einer auf ökologischen Schätzern basierenden Abdeckungsanalyse die Entdeckung von KMU-Lieferanten in Nischenmärkten wie der Halbleiterindustrie effizienter und präziser gestaltet als bestehende Methoden.
Diese Arbeit stellt ein prinzipielles Framework vor, das Aktivierungs-Steering mit Gewichts-Updates durch eine Äquivalenz erster Ordnung verbindet, wodurch eine neue Methode namens „Joint Adaptation" ermöglicht wird, die mit nur 0,04 % der Parameter eine Genauigkeit nahe der Voll-Feinabstimmung erreicht und dabei bestehende Methoden wie ReFT und LoRA übertrifft.
Dieses Papier stellt eine reparametrisierte Tensor-Ring-Funktionalzerlegung vor, die mittels impliziter neuronaler Darstellungen und einer frequenzbasierten Analyse sowohl diskrete als auch kontinuierliche multidimensionale Daten effizient rekonstruiert und dabei in Aufgaben wie Bildinpainting und Punktwolkenwiederherstellung überlegene Ergebnisse erzielt.
Die Arbeit stellt ein kompaktes akustisches Framework vor, das MFCC-, STFT- und Pitch-Features mit einem multi-branch CNN und einer Legendre Memory Unit (LMU) kombiniert, um durch kalibrierte Posterior-Ensemble-Fusion die domänenübergreifende Klassifizierung von Säuglingsweinen zu verbessern.
Die Arbeit stellt Whisper-RIR-Mega vor, einen neuen Benchmark-Datensatz aus gepaarten sauberen und halligen Sprachaufnahmen, der die Robustheit verschiedener Whisper-ASR-Modelle gegenüber Raumakustik-Effekten systematisch bewertet und dabei zeigt, dass Hall die Erkennungsleistung konsistent verschlechtert.
Die Arbeit stellt RigidSSL vor, ein geometrisches Vorpretraining-Framework, das durch rigideitätsbewusstes selbstüberwachtes Lernen auf großen Strukturdaten und Molekulardynamik-Simulationen die Designfähigkeit, Vielfalt und physikalische Realitätsnähe von generativen Protein-Design-Modellen erheblich verbessert.
Die Python-Bibliothek mlx-vis nutzt das MLX-Framework von Apple Silicon, um sechs Dimensionalitätsreduktionsmethoden sowie einen GPU-beschleunigten Renderer für Visualisierungen und Animationen effizient auf Metal-GPUs auszuführen.
Die Arbeit stellt „Traversal-as-Policy" vor, eine Methode, bei der aus erfolgreichen OpenHands-Executions-Logs ein ausführbarer, gate-gesteuerter Verhaltensbaum abgeleitet wird, der als externe, überprüfbare Richtlinie dient und damit die Erfolgsrate von LLM-Agenten signifikant steigert, während Sicherheitsverletzungen nahezu eliminiert und die Kosten gesenkt werden.
Diese Arbeit untersucht die kumulative Privatsphärenverletzung in sequenziellen Multi-Agenten-LLM-Systemen, leitet theoretische Grenzen für die Informationsleckage ab und schlägt ein regularisiertes Trainingsframework vor, das Privatsphäre als systemweite Eigenschaft sicherstellt, anstatt sich nur auf lokale Einschränkungen zu verlassen.
Das Paper stellt RoboLayout vor, eine Erweiterung von LayoutVLM, die durch die Integration expliziter Erreichbarkeitsbeschränkungen und einer lokalen Verfeinerung differenzierbare 3D-Layouts für embodied Agents generiert, die sowohl semantisch kohärent als auch physisch für diverse Agenten wie Roboter oder Menschen navigierbar und handhabbar sind.
Die Studie stellt einen neuartigen multimodalen Deep-Learning-Ansatz vor, der klinische Daten mit routinemäßigen PAS-gefärbten Nierenbiopsien kombiniert, um die Prognose der Lupus-Nephritis bei pädiatrischen Patienten mit hoher Genauigkeit vorherzusagen.
Die Arbeit stellt JAWS vor, eine probabilistische Regularisierungsmethode, die durch räumlich adaptive Jacobian-Regulierung die Langzeitstabilität und Genauigkeit von neuronalen Operatoren bei der Simulation dynamischer Systeme verbessert, indem sie Kontraktion in glatten Regionen mit der Erhaltung von Gradienten an Singularitäten kombiniert.
Das Paper stellt VDCook vor, ein selbstentwickelndes Video-Daten-Betriebssystem, das Forschern und Domänenteams ermöglicht, durch natürliche Sprachabfragen und automatisierte Retrieval- sowie Syntheseprozesse dynamisch aktualisierbare, metadatenreiche Videodatensätze für das Training von Multimodalen Large Language Models (MLLMs) zu erstellen.
Diese Arbeit untersucht die strukturelle Äquivalenz und Effizienz von grammatikbeschränktem Decodieren, indem sie einen Invarianzsatz für Orakel beweist, strukturelle Mehrdeutigkeitskosten quantifiziert, untere Schranken für den Rechenaufwand herleitet und die Verzerrung durch Hard-Masking mittels Doob-h-Transform analysiert, um Optimierungsmöglichkeiten für Transformer-Architekturen aufzuzeigen.
Die Arbeit stellt eine intuitive algebraische Umformung der Yates-Kovarianzzerlegung des Brier-Scores vor, die die Bedingungen für perfekte probabilistische Vorhersagen als gleichzeitige Übereinstimmung von Varianz, perfekter positiver Korrelation und Mittelwert der Ergebnisse transparent macht.
Die Arbeit stellt IntSeqBERT vor, ein dual-stream Transformer-Modell, das durch die Kombination von logarithmischen Magnituden- und Sinus/Kosinus-Modulo-Einbettungen für 100 Restklassen die Vorhersage ganzzahliger Folgen aus der OEIS signifikant verbessert und dabei eine 7,4-fache Steigerung der Genauigkeit bei der nächsten-Term-Vorhersage im Vergleich zu herkömmlichen token-basierten Modellen erreicht.
Die Studie zeigt, dass in einem stochastischen Entscheidungsmodell auf Basis von Zeitreihen negative Autokorrelation in reward-reichen Umgebungen und positive Autokorrelation in reward-armen Umgebungen die Entscheidungsqualität optimiert, während bei einer Summe der Gewinnwahrscheinlichkeiten von genau 1 keine Abhängigkeit von der Autokorrelation besteht.