3820 Arbeiten
Die vorgestellte Arbeit schlägt einen forensischen Ansatz zur Erkennung von KI-generierten Bildern vor, der auf der Analyse des „Diffusion Snap-Back"-Verhaltens basiert, bei dem die Rekonstruktion eines Bildes durch ein Diffusionsmodell genutzt wird, um mit einer hohen Genauigkeit von 0,993 AUROC zwischen echten und synthetischen Bildern zu unterscheiden.
Die Arbeit stellt PhantomFetch vor, eine hardwareunabhängige und prefetcher-erhaltende Verteidigungsmethode, die durch Verschlüsselung der sensiblen Ladeeffekte Side-Channel-Angriffe über IP-Stride-Prefetcher mit vernachlässigbarem Overhead verhindert.
Die Arbeit stellt MUGSQA vor, eine neue Methode zur subjektiven Qualitätsbewertung von Gaussian Splatting-Rekonstruktionen, die auf multiplen Unsicherheiten basiert und ein entsprechendes Datenset sowie Benchmarks zur Evaluierung von Rekonstruktionsmethoden und Qualitätsmetriken bereitstellt.
Die Arbeit stellt CountOCC vor, ein Framework für das amodale Zählen in offenen Umgebungen, das durch hierarchische multimodale Führung und einen visuellen Äquivalenz-Objektiv die durch Verdeckung verursachten Fehlerzustände überwindet und damit neue State-of-the-Art-Ergebnisse auf verdeckungsreichen Datensätzen erzielt.
Das Paper stellt LAMP vor, ein Framework für sprachaugmentiertes Multi-Agenten-Reinforcement-Learning, das durch eine „Denken-Sprechen-Entscheiden"-Pipeline numerische Daten mit sprachlicher Analyse verbindet und in Wirtschaftssimulationen signifikant bessere Ergebnisse als herkömmliche MARL- oder reine LLM-Ansätze erzielt.
Der Artikel stellt Video2Layout vor, ein Framework, das mithilfe von kontinuierlichen Objektgrenzkoordinaten und einem zweistufigen Feinabstimmungsprozess metrisch fundierte räumliche Layouts aus Videos rekonstruiert, um die Fähigkeiten von Multimodalen Large Language Models zur räumlichen推理 im Vergleich zu diskretisierten Gitterkarten signifikant zu verbessern.
Diese Arbeit stellt das Multi-Order Matching Network (MOMNet) vor, ein neuartiges, ausrichtungsunabhängiges Framework, das durch eine mehrstufige Abgleich- und Aggregationsstrategie robuste und präzise Tiefen-Super-Resolution auch bei fehlender räumlicher Abstimmung zwischen RGB- und Tiefendaten ermöglicht.
Die Arbeit stellt DualMindVLM vor, ein visuelles Sprachmodell, das durch eine adaptive Dual-System-Architektur und GRPO-basiertes Training die natürliche Tendenz von Modellen zu unterschiedlich langen Antworten nutzt, um bei komplexen Aufgaben tiefgründiges Nachdenken mit effizienten, schnellen Reaktionen bei einfachen Fragen zu verbinden und dabei sowohl die Leistung als auch die Token-Effizienz zu maximieren.
Die vorgestellte Arbeit stellt den Radiative-Structured Neural Operator (RSNO) vor, einen neuartigen Ansatz zur kontinuierlichen spektralen Super-Auflösung, der physikalische Strahlungsprinzipien und eine mehrstufige Architektur nutzt, um realistischere hyperspektrale Bilder aus multispektralen Beobachtungen zu rekonstruieren und dabei Farbverzerrungen zu minimieren.
Der Artikel stellt UnfoldLDM vor, ein Deep-Unfolding-Framework, das durch die Integration eines latenten Diffusionsmodells und spezieller Module zur Schätzung von Degradationen sowie zur Wiederherstellung von Hochfrequenzdetails Blind Image Restoration verbessert.
Diese Studie analysiert mittels qualitativer und quantitativer Methoden, wie Reddit-Nutzer zwischen November 2022 und Mai 2025 durch kollektive Informationspraktiken wie Risikokommunikation, Normsetzung und die Suche nach alternativen Lösungen auf Datenschutzbedenken im Zusammenhang mit ChatGPT reagieren.
Diese Arbeit stellt ein stabiles, Echtzeit-Tracking-System für Marine-Roboter vor, das mithilfe eines Schwarmes von Drohnen, visueller Erkennung, GNSS-Triangulation und eines erweiterten Kalman-Filters die Positionsbestimmung unter der Wasseroberfläche ermöglicht, wo GNSS-Signale nicht verfügbar sind.
Die Arbeit stellt Yo'City vor, ein neuartiges agentic Framework, das mithilfe von Large Language Models eine personalisierte, hierarchisch geplante und unendlich erweiterbare Generierung realistischer 3D-Stadtlandschaften ermöglicht und dabei bestehende Methoden in allen Bewertungskriterien übertrifft.
Das Paper stellt DOPD vor, ein dynamisches System zur Entkopplung von Prefill- und Decoding-Phasen bei LLM-Inferenz, das durch lastabhängige Ressourcenanpassung und optimierte Scheduling-Strategien die Systemeffizienz und die Einhaltung von Service-Level-Zielen im Vergleich zu bestehenden Ansätzen wie vLLM und DistServe signifikant verbessert.
Diese Arbeit initiiert die Untersuchung von fehlertoleranten Spannern in Hypergraphen, indem sie einen effizienten Clustering-basierten Algorithmus für sublineare EFT-Hyperspanner vorstellt und eine untere Schranke für deren Größe etabliert.
Diese Arbeit stellt ein von einem Large Language Model unterstütztes Multi-Agenten-Framework vor, das den Entwurf und die Anpassung von Regelsystemen für Roll-zu-Roll-Fertigungsanlagen automatisiert, um durch iterative Simulation-zu-Realität-Adaption und Sicherheitsverifikation die Produktqualität zu gewährleisten und den manuellen Aufwand für die Inbetriebnahme zu reduzieren.
Die Arbeit stellt RadDiff vor, eine neuartige Methode für das inverse Proteinfalten, die durch eine retrieval-augmentierte Denoising-Diffusion externe Proteinwissen effizient integriert und damit bestehende Ansätze in Bezug auf Sequenzwiederherstellungsrate und Skalierbarkeit deutlich übertrifft.
Diese Arbeit stellt einen Ansatz vor, der einen kausalen Foundation-Modell in ein präskriptives Wartungsframework integriert, um durch die Simulation von „Was-wäre-wenn"-Szenarien auf Produktionslinien die Ursachen von Ausfällen zu identifizieren und die Gesamtanlageneffektivität (OEE) durch datengestützte Handlungsempfehlungen zu optimieren.
Die Arbeit stellt S2AM3D vor, ein skalierbares Verfahren zur Partsegmentierung von 3D-Punktwolken, das durch die Kombination von 2D-Segmentierungsprioritäten mit 3D-konsistentem Lernen und einem neuen großen Datensatz robuste und granularitätssteuerbare Ergebnisse erzielt.
Die Arbeit stellt CAEC vor, ein System, das auf der Arm Confidential Compute Architecture (CCA) aufbaut und durch die Einführung von vertraulichem gemeinsam genutztem Speicher (CSM) eine effiziente, attesterbare und isolierte Datenübertragung zwischen Confidential Virtual Machines ermöglicht, ohne dass die Hypervisor-Ebene Zugriff hat.