8581 Arbeiten
Die Studie stellt TREDBench vor und zeigt, dass eine embeddingsgesteuerte Kuratierung synthetischer Daten die Anpassung von Tabular-Foundation-Modellen wie TabPFN 2.5 an ingenieurwissenschaftliche Regressionsaufgaben ohne reale Trainingsdaten ermöglicht und dabei sowohl die Vorhersagegenauigkeit als auch die Dateneffizienz signifikant steigert.
Diese Arbeit zeigt, dass die Tiefe von Matrixfaktorisierungsnetzwerken durch die Intensivierung gekoppelter Dynamiken einen starken impliziten Bias zu niedrigen Rängen erzeugt, was nicht nur die Konvergenz zu Rang-1-Lösungen erklärt, sondern auch verhindert, dass tiefere Modelle den Verlust an Plastizität erleiden, der bei flacheren Modellen unter bestimmten Bedingungen auftritt.
Diese Studie widerlegt die gängige Annahme, dass eine Verbesserung der Audioqualität durch das Vorverarbeitungsmodell SAM-Audio die Erkennungsgenauigkeit von Zero-Shot-ASR-Systemen wie Whisper erhöht, und zeigt vielmehr, dass derartige Denoising-Verfahren die Transkriptionsleistung trotz klarer akustischer Verbesserungen systematisch verschlechtern.
Diese Arbeit stellt eine probabilistische Weiterentwicklung des Dreamer-Modells vor, die durch parallele Exploration latenter Zustände und die Aufrechterhaltung diskreter Hypothesen für sich gegenseitig ausschließende Zukunftsszenarien eine robustere und effizientere Lernleistung mit geringerer Varianz erzielt.
Diese Arbeit schlägt einen hybriden Ansatz vor, der theoretische Modellierung mit empirischem Benchmarking kombiniert, um die optimale Anzahl von Prefill- und Decode-Ressourcen für die LLM-Inferenz unter Berücksichtigung von Durchsatzanforderungen, SLOs und Anfragecharakteristika zu bestimmen.
Diese Studie bewertet systematisch die Wirksamkeit von Pruning, Quantisierung und Knowledge Distillation zur Komprimierung neuronaler Netze für die hyperspektrale Bildklassifizierung und zeigt, dass diese Methoden die Modellgröße und Rechenkosten erheblich senken können, ohne die Klassifizierungsgenauigkeit signifikant zu beeinträchtigen.
Diese Arbeit stellt „Model Medicine" als ein klinisches Forschungsprogramm vor, das KI-Modelle analog zu biologischen Organismen behandelt, indem sie ein umfassendes Ökosystem aus Taxonomien, Diagnosewerkzeugen wie der Neural-MRI und therapeutischen Rahmenwerken entwickelt, um deren innere Strukturen zu verstehen, zu diagnostizieren und zu behandeln.
Die Arbeit stellt „Count Bridges" vor, einen stochastischen Brückenprozess auf den ganzen Zahlen, der eine exakte, handhabbare Analogie zu Diffusionsmodellen für ganzzahlige biologische Daten bietet und es ermöglicht, aggregierte Transkriptomik-Daten durch eine EM-ähnliche Methode direkt zu modellieren und in Einzelzellprofile zu dekonvolvieren.
Diese Arbeit identifiziert die Anfälligkeit von Unlearnable Examples gegenüber Vortrainingswissen und schlägt mit BAIT eine neuartige Optimierungsstrategie vor, die durch gezieltes Binden von Störungen an falsche Labels die semantische Überwindung dieser Schutzmechanismen verhindert.
Die Arbeit stellt den Verteilungs-konditionierten Transport (DCT) vor, ein Framework, das durch die Konditionierung von Transportkarten auf gelernte Einbettungen von Quell- und Zielverteilungen eine Generalisierung auf unbekannte Verteilungspaare ermöglicht und somit Anwendungen in der Biologie wie die Batch-Effekt-Übertragung und die Vorhersage von Perturbationen verbessert.
Die Autoren schlagen mit „Interactive Benchmarks" ein neues, einheitliches Evaluierungsparadigma vor, das die Fähigkeit von Modellen zur aktiven Informationsgewinnung unter Budgetbeschränkungen in interaktiven Szenarien wie Beweisen und Spielen testet, um die Zuverlässigkeit herkömmlicher Benchmarks zu überwinden und ein realistischeres Bild der Modellintelligenz zu liefern.
Die Arbeit stellt CONE vor, ein hybrides Transformer-Modell, das durch eine neuartige Composite-Embedding-Methode Zahlen, Bereiche und Gauß-Verteilungen zusammen mit ihren Einheiten und Attributnamen semantisch korrekt kodiert und damit in umfangreichen Experimenten überlegene numerische Schlussfolgerungsfähigkeiten sowie signifikant bessere Ergebnisse als bisherige State-of-the-Art-Modelle erzielt.
Die Studie stellt KindSleep vor, ein tiefes Lernframework, das klinisches Wissen mit Sauerstoffsättigungssignalen und klinischen Daten kombiniert, um eine präzise, transparente und vertrauenswürdige Diagnose der obstruktiven Schlafapnoe zu ermöglichen und dabei auf drei großen Datensätzen bestehende Methoden in der Genauigkeit und Klassifizierung der Schweregrade übertrifft.
Diese Landschaftskommentar-Studie zeigt, dass die GPT-5-Familie im Vergleich zu GPT-4o signifikante Fortschritte bei der multimodalen klinischen Reasoning-Aufgabe erzielt, insbesondere durch die Verknüpfung von Text und Bild, jedoch in hochspezialisierten, wahrnehmungskritischen Bereichen wie der Neuroradiologie und Mammographie noch nicht die Genauigkeit von domänenspezifischen Modellen erreicht.
Die Arbeit stellt ConTSG-Bench vor, ein umfassendes Benchmark-Framework mit einem großen, abgestimmten Datensatz und einer Vielzahl von Metriken, das eine systematische Evaluierung und Analyse von Methoden zur bedingten Zeitreihengenerierung ermöglicht, um deren Stärken, Grenzen und zukünftige Forschungsrichtungen aufzuzeigen.
Diese Arbeit stellt einen unsicherheitsbewussten, verteilten Reinforcement-Learning-Ansatz mit Informations-Flaschenhals dar, der durch Worst-Case-Optimierung und epistemische Unsicherheitsquantifizierung die DRAM-Equalizer-Parametrisierung signifikant beschleunigt und dabei zertifizierte Zuverlässigkeitsgarantien für den Produktionseinsatz bietet.
Diese Arbeit schließt eine entscheidende Lücke in der kausalen Entdeckung, indem sie erstmals eine Äquivalenzcharakterisierung und einen lernbasierten Algorithmus für lineare nicht-gaußsche zyklische Modelle mit latenten Variablen ohne strukturelle Annahmen bereitstellt.
Die Arbeit stellt eine effiziente Methode vor, die Diffusionsrichtlinien durch die Ausrichtung der Policy-Iteration auf den Diffusionsprozess in ein on-policy Reinforcement-Learning-Framework integriert, wodurch die Berechnung der Log-Likelihood vereinfacht und die Leistung in verschiedenen Robotik- und Simulationsumgebungen verbessert wird.
Diese Arbeit stellt die Diffusion Contrastive Reconstruction (DCR) vor, eine Methode, die kontrastive Signale aus rekonstruierten Bildern in den Diffusionsprozess integriert, um die diskriminative und detailperzeptive Fähigkeit von CLIP-Visual-Encodern zu verbessern und so eine ausgewogenere visuelle Repräsentation für nachgelagerte Aufgaben zu erreichen.
Diese Arbeit zeigt, dass die durch Lokalität und Gewichts-Sharing bedingte Architektur-induktive Verzerrung von Faltungsnetzwerken die implizite Regularisierung so verändert, dass diese im Gegensatz zu vollvernetzten Netzen eine erfolgreiche Generalisierung auf hochdimensionalen sphärischen Daten ermöglichen.