6556 Arbeiten
Die Studie zeigt, dass generative KI im Designunterricht vor allem als kognitiver Beschleuniger in frühen Phasen dient, während menschliche Kompetenzen wie Urteilsvermögen, Domänenwissen und Geschmack entscheidend bleiben, um KI-Ergebnisse zu validieren und zu verfeinern.
Der Artikel stellt OV-DEIM vor, ein Echtzeit-Open-Vocabulary-Objektdetektionsmodell auf Basis von DEIMv2, das durch eine effiziente Query-Supplement-Strategie und die neuartige GridSynthetic-Datenaugmentierung sowohl die Genauigkeit als auch die Leistung bei seltenen Kategorien verbessert.
Die Arbeit stellt den Hierarchical Memory Tree (HMT) vor, ein dreistufiges Gedächtnisframework, das durch die Entkopplung von logischer Planung und Aktionsausführung die Generalisierungsfähigkeit von Web-Agenten auf neuen Websites signifikant verbessert.
Die Arbeit stellt TFM vor, einen neuen Jailbreak-Angriff auf Text-zu-Video-Modelle, der unsichere Anfragen in eine zeitlich fragmentierte Zwei-Rahmen-Struktur umwandelt, um durch die Ausnutzung der autonomen Vorhersage von Zwischenbildern Sicherheitsfilter zu umgehen und die Angriffserfolgsrate signifikant zu steigern.
Diese Arbeit zeigt, dass die Nutzung von eBPF zur Überwachung des Systemverhaltens neue, bisher in SSE-Bedrohungsmodellen unberücksichtigte Leckagen aufdeckt, die bestehende Angriffe verstärken und die Lücke zwischen theoretischer Sicherheit und praktischer Systemexponierung schließen.
Die Arbeit stellt das SSP-Framework vor, das durch die Kombination von Neural ODEs und robusten Control Barrier Functions formale Sicherheitsgarantien für datengetriebene chirurgische Robotik-Policies bietet, indem es Verhaltens- und räumliche Einschränkungen unter Unsicherheit erzwingt und dabei die Aufgabenerfolgsrate erhält.
Diese Studie analysiert 377 YouTube-Videos, um zu untersuchen, wie Creator gemeinsam Strategien zur Monetarisierung generativer KI-Inhalte entwickeln, dabei zehn Anwendungsfälle identifizieren und strukturelle Spannungen wie nicht überprüfbare Einkommensversprechen sowie Urheberrechtsfragen aufzeigen.
Die Arbeit stellt DeepEarth vor, ein selbstüberwachtes multimodales Weltmodell, das den neuartigen 4D-Raumzeit-Positionscodierer Earth4D nutzt, um durch submetergenaue und subsekundenscharfe planetare Vorhersagen über Jahrhunderte hinweg ökologische Prognosen mit State-of-the-Art-Leistung zu ermöglichen.
Die Arbeit TacDexGrasp stellt einen Ansatz für robustes und nachgiebiges dexteres Greifen vor, der mittels taktiler Rückmeldung und eines auf Second-Order Cone Programming basierenden Reglers die Kraftverteilung und das Gleitverhalten ohne explizite Drehmomentmodellierung steuert.
Das Paper stellt AIReSim vor, einen diskreten Ereignissimulator zur Bewertung und Optimierung von Zuverlässigkeitsstrategien, Parametern und Kapazitätsplanungen in großen KI-Clustern, um die Auswirkungen von Ausfällen und die Effizienz von Wiederherstellungsprozessen zu analysieren.
Die vorgestellte Arbeit entwickelt eine neuartige Methode zur feinkörnigen 3D-Gesichtswiederherstellung von Mikroexpressionen, die durch die Integration globaler dynamischer Merkmale und lokal angereicherter Hinweise aus 2D-Bewegungen, Gesichtspriors und 3D-Geometrie die bisherige Lücke bei der Rekonstruktion subtiler, flüchtiger Gesichtsausdrücke schließt und dabei den Mangel an Trainingsdaten durch die Nutzung von Makroexpressionen-Kenntnissen überwindet.
Diese Studie untersucht durch Interviews und partizipatives Design, wie Nachrüstlösungen die Grenzen herkömmlicher Smart-Cabin-Sensoren überwinden können, und leitet daraus konkrete Gestaltungsrichtlinien für die Entwicklung sensorbasierter intelligenter Fahrzeugkabinen ab.
Die Arbeit stellt CAPL vor, ein Framework zur Reduzierung von Halluzinationen in Large Vision-Language Models bei Multi-Image-Aufgaben, das durch eine kalibrierte Cross-Image-Attention und eine präferenzbasierte Lernstrategie die modellübergreifende Interaktion verbessert und die Modellierung auf echte visuelle Evidenz statt auf textuelle Priors ausrichtet.
Diese Arbeit stellt einen kommunikationsbewussten Rahmen vor, der Routing-Beschränkungen mit einer Matrix-Vervollständigungsmethode kombiniert, um die Genauigkeit der Wiederherstellung fehlender Messdaten in Verteilungsnetzen unter Kommunikationsausfällen signifikant zu verbessern.
Die vorgestellte Arbeit stellt ein skalierbares, domänenunabhängiges Web-Tool vor, das Large Language Models (LLMs) mit parallelen Suchtechniken kombiniert, um manuelle Datenbeschaffung für offene wissenschaftliche Datenbanken zu automatisieren und dabei eine hohe Übereinstimmung mit von Experten kuratierten Datensätzen zu erreichen.
Diese Arbeit stellt ein benutzerfreundliches Framework vor, das es Wissenschaftlern ermöglicht, mit Hilfe von LLM-gestützter Skripterstellung auf handelsüblicher Hardware animierte 3D-Darstellungen petaskaliger, zeitvariabler Klimadaten zu erzeugen und dabei die Abhängigkeit von spezialisierten Infrastrukturen sowie die Datenübertragungszeiten erheblich zu reduzieren.
Der vorgestellte Ansatz verbessert die Few-Shot-Fehlerdiagnose in industriellen Maschinen durch einen bidirektionalen Digital-Twin-Prototypen-Anker mit Multi-Periodizitäts-Lernen, der Meta-Training im virtuellen Raum und Testzeit-Anpassung im physikalischen Raum kombiniert, um auch bei extrem wenigen gelabelten Daten robuste Diagnosen zu ermöglichen.
Die Arbeit stellt SODA vor, eine Sensitivitätsorientierte, dynamische Beschleunigungsmethode für Diffusion-Transformer, die durch adaptive Caching- und Pruning-Strategien auf Basis feinkörniger Sensitivitätsmodelle eine überlegene Generierungsqualität bei kontrollierten Beschleunigungsverhältnissen erreicht.
Das Paper stellt GuideTWSI vor, einen umfassenden Datensatz für taktile Leit- und Warnsysteme, der synthetische und reale Bilder kombiniert, um die geografischen und geometrischen Beschränkungen bestehender Daten zu überwinden und so eine zuverlässige Navigation für blinde und sehbehinderte Menschen zu ermöglichen.
Die Autoren stellen mit Marauder ein deklaratives Framework vor, das durch die Definition einer Mutationsalgebra und eine verlustfreie Konversionspipeline die Verwaltung und Analyse handgefertigter Mutationen über verschiedene Repräsentationen hinweg vereinheitlicht und so die Effizienz sowie Ausdruckskraft von Mutationsexperimenten verbessert.