3447 Arbeiten
Diese Studie widerlegt die Annahme, dass KI-Agenten die menschliche Prüfung von Smart Contracts vollständig ersetzen können, indem sie aufzeigen, dass die ursprünglichen EVMbench-Ergebnisse durch Datenkontamination und mangelnde Robustheit verzerrt waren und reale Sicherheitsvorfälle eine menschliche Expertise erfordern.
Das Paper stellt PolGS++ vor, ein physikalisch geleitetes Framework zur polarimetrischen Gaussian Splatting, das durch die Integration eines pBRDF-Modells und einer tiefenbasierten Sichtbarkeitsmaske eine schnelle und präzise Rekonstruktion reflektierender Oberflächen ermöglicht.
Diese Arbeit untersucht die Repräsentation von Backdoor-Angriffen in Vision Transformern, identifiziert eine kausale „Trigger-Richtung" in den Aktivierungen, die zur Diagnose und zum Verständnis der Verarbeitungslogik verschiedener Trigger-Typen sowie zur Entwicklung eines gewichtsbasierten, datenfreien Detektionsverfahrens genutzt wird.
Dieser Artikel stellt eine generalisierte Datenhyperwürfel-Repräsentation auf Basis komprimierter Baumstrukturen vor, die in Kombination mit dem Polytope-Framework eine effiziente und flexible Merkmalsextraktion aus komplexen, unregelmäßigen und verzweigten Erdbeobachtungsdatensätzen ermöglicht.
Die Arbeit stellt HanMoVLM vor, ein auf Large Vision-Language Models basierendes System, das durch die Einführung des HanMo-Bench-Datensatzes und expertenvalidiertes Chain-of-Thought-Reasoning professionelle Bewertungen chinesischer Gemälde ermöglicht und als hochqualitativer Verifizierer die Testzeit-Skalierung für die Generierung künstlerisch überlegener Bilder unterstützt.
Die Studie stellt MEDISEG vor, einen umfassenden Datensatz mit Instanzsegmentierungsmasken für 32 Pillentypen in 8262 Bildern, der dazu dient, KI-Modelle zur zuverlässigen Erkennung von Medikamenten in realen Szenarien zu trainieren und so Medikationsfehler zu verhindern.
Die Studie entwickelt einen skalierbaren, räumlich expliziten Rahmen, der auf Basis von Geographically Weighted Classification Models zeigt, dass die Beziehung zwischen Bevölkerung und bebauter Umwelt in Tschechien räumlich heterogen ist und bestimmte Bebauungstypen soziale Ungleichheiten verstärken können.
Diese Studie zeigt, dass Few-Shot-Methoden die semantische Erkennung von Pillen auch mit nur einem Beispiel effektiv anpassen können, jedoch unter realen Bedingungen wie Überlappungen und Verdeckungen die Lokalisierung und Rückrufrate signifikant abfallen, was die Notwendigkeit realistischer Trainingsdaten für den Einsatz unterstreicht.
Das Paper stellt MAD vor, einen hardware- und softwareunabhängigen Ansatz, der durch die Kombination von Speicherallokation mit Software-Diversität und zwei neuartigen räumlichen Diversifizierungstechniken RowHammer-Angriffe verzögert, um Zeit für weitere Gegenmaßnahmen zu gewinnen.
Diese Arbeit stellt ein topologisches Modell für serverlose Plattformen vor, das mithilfe der Hodge-Zerlegung harmonische Flusskomponenten als strukturelle Systemeigenschaften identifiziert und iterative Strategien zur Fehlerbehebung sowie zur Eindämmung von Ineffizienzen durch „Dumping-Effekte" entwickelt.
Die Arbeit stellt UltrasoundAgents vor, ein hierarchisches Multi-Agenten-Framework, das durch einen entkoppelten progressiven Trainingsansatz und eine evidenzbasierte Schlussfolgerungskette die Brustultraschalldiagnose verbessert, indem es den klinischen Workflow nachahmt und transparente, nachvollziehbare BI-RADS-Klassifikationen liefert.
Der Artikel stellt OSUM-Pangu vor, ein vollständig quelloffenes Sprachverständnis-Grundmodell, das auf der OpenPangu-7B-Architektur basiert und speziell für den Einsatz auf Ascend-NPUs ohne CUDA-Infrastruktur entwickelt wurde, wobei es eine mit GPU-basierten Modellen vergleichbare Genauigkeit erreicht.
Die Arbeit stellt DIPE vor, eine neue Positionenkodierung, die das Problem des visuellen Verblassens in multimodalen Großsprachmodellen bei langen Kontexten löst, indem sie die durch Multimodal-RoPE verursachte Bestrafung intermodaler Aufmerksamkeit aufhebt und so eine stabile visuelle Verankerung unabhängig von der Textlänge gewährleistet.
Diese Studie untersucht an 81 Studierenden, wie Stimmung, Lebensumstände und Gruppendynamiken die Wahrnehmung von Sentiment in Softwareprojekten beeinflussen, und zeigt, dass die Sentiment-Einschätzung stark von der individuellen Person und der Mehrdeutigkeit der Aussagen abhängt, während systematische Effekte von Projektphasen oder einzelnen Faktoren kaum nachweisbar sind.
Die Arbeit stellt FG-CLTP vor, ein feinabgestimmtes kontrastives Vorpretraining-Framework, das quantitative taktile 3D-Punktwolken-Daten nutzt, um die Genauigkeit bei der Roboter-Manipulation zu steigern und eine robuste multimodale Steuerung für kontaktreiche Aufgaben zu ermöglichen.
Der vorgestellte Ansatz BiLaLoRA verbessert das Entnebeln realer Bilder durch eine CLIP-gesteuerte, unüberwachte Verlustfunktion und eine adaptive Strategie zur automatischen Suche nach optimalen LoRA-Injektionsschichten, um die Anpassungsfähigkeit an diverse Haze-Szenarien zu erhöhen.
Die Autoren stellen eine hierarchische Architektur vor, die Reinforcement Learning mit Modellprädiktiver Regelung koppelt, um durch das Lernen von Gangmustern in der Simulation den rechenintensiven Abtastzeitpunkt für Kontakten zu entlasten und dabei eine erfolgreiche Null-Shot-Übertragung von der Simulation auf reale, nicht-gangbasierte und hybride Laufroboter ohne Domänenrandomisierung zu ermöglichen.
Die Studie stellt VoxCare vor, ein skalierbares, datenschutzkonformes System zur Echtzeiterfassung von Kommunikationsmustern medizinischer Fachkräfte über tragbare Audio-Sensoren, um durch die Analyse von Sprechaktivität und vokaler Erregung Rückschlüsse auf Arbeitsbelastung und Stress im klinischen Alltag zu ziehen und so die Patientenversorgung zu verbessern.
Der Paper stellt S2D vor, eine neuartige Pipeline, die durch einen effizienten Diffusionsprozess und eine robuste Rekonstruktionsstrategie spärliche Punktwolken in hochwertige, dichte 3D-Gaussian-Splatting-Rekonstruktionen umwandelt und damit die Anforderungen an die Eingabedaten für 3D-Anwendungen minimiert.
Diese Arbeit formalisiert die semantischen Grenzen der autoritativen DNS-Antwortauswahl als einen durch das Protokoll definierten, beschränkten Bereich und beweist, dass jede solche Auswahlfunktion eine endliche Normalform besitzt, was eine prinzipielle Analyse von Komposition und Äquivalenz über verschiedene Systeme hinweg ermöglicht.