Arbeiten, bei denen die ursprünglichen Autoren unsere verständliche Erklärung begutachtet haben.
Bei jeder Arbeit auf dieser Seite hat mindestens ein/e der ursprünglichen Autor*innen unsere verständliche Erklärung gesehen und begutachtet — entweder durch Bestätigung der Genauigkeit oder durch Korrekturwünsche, die wir anschließend umgesetzt haben. Eine Bestätigung bedeutet keine formelle Freigabe jedes Satzes, aber die Erklärung ist von den Menschen geprüft worden, die das Paper geschrieben haben.
607 von Autoren geprüfte Arbeiten · 151–160 / 607
Diese Arbeit stellt zum ersten Mal die Konvergenz praktischer ungenauer Proximal-Punkt- und Tseng-Algorithmen zur Lösung monotoner Inklusionen in Hilbert-Räumen unter nicht-summierbaren Fehlern unter Ausnutzung von Tikhonov-Regularisierung, Kontraktionseigenschaften und R-Kontinuitätstheorie fest.
Das Paper führt DECK ein, eine neuartige 2x2-Taxonomie, die LLM-Halluzinationen basierend auf ihren Detektierbarkeitssignaturen über die Inter-Sample-Konsistenz und die Token-Level-Konfidenz klassifiziert, wodurch aufgezeigt wird, dass spezifische Fehlertypen (Drift, Entrenched, Confabulation, Knotted) unterschiedliche Detektionsmethoden erfordern und ein universeller blinder Fleck offengelegt wird, bei dem selbstbewusste, wiederholbare Fabrikationen bei Wissenslücken-Inputs durch aktuelle Ansätze der Unsicherheitsquantifizierung auf Output-Ebene unentdeckbar bleiben.
Dieses Paper stellt ChartArena vor, einen umfassenden zweisprachigen Benchmark, der acht Diagrammfamilien über digitale, gedruckte und handgezeichnete Szenarien hinweg mit einem formatagnostischen Evaluierungsprotokoll umfasst, um die aktuellen Fähigkeiten und Grenzen von 26 führenden multimodalen großen Sprachmodellen bei der Analyse diverser Diagrammtypen systematisch zu bewerten und aufzuzeigen.
Dieses Paper führt Fair Fine-tuning (FFt) ein, eine Methode, die Distribution Inference Attacks durch das Fine-tuning von Modellen auf komplementären Daten unter Equalized-Odds-Constraints mildert, wobei theoretisch bewiesen wird, dass der adversarielle Vorteil durch Fairness-Disparität begrenzt ist, und empirisch signifikante Reduktionen des Angriffserfolgs über diverse Datensätze hinweg demonstriert wird.
JenBridge ist ein neuartiges, modulares Framework, das ein Transformer-basiertes generatives Modell und einen LLM-gesteuerten Director-Agenten nutzt, um hochgetreue, langformatige Videosoundtracks mit natürlichen, narrativ kohärenten Übergängen über Szenenwechsel hinweg zu erzeugen, validiert durch den neu vorgeschlagenen LVS-Benchmark.
Dieses Paper identifiziert „Marginal Path Collapse“ als einen kritischen Ausfallmodus beim Inference-Time-Steering von Diffusionsmodellen, der durch mismatchte Rausch-Schedules oder negative Exponenten verursacht wird, und schlägt das Adaptive Path Correction with Exponents (ACE)-Framework vor, welches die Existenz des Pfades mathematisch garantiert und die Performance bei komplexen kompositorischen Aufgaben wie dem Wirkstoffdesign und der Bildgenerierung signifikant verbessert.
Diese Arbeit zeigt, dass das quantitative Offenheitsprofil des Vektorfeldes eines nichtlinearen Systems spezifische notwendige untere Schranken für die Wachstumsrate stabilisierender Rückkopplungen auferlegt, wodurch verdeutlicht wird, dass Brocketts topologische Bedingung fundamental durch quantitative Verstärkungsanforderungen bestimmt wird, anstatt lediglich eine binäre Hindernis darzustellen.
Diese Studie an 3.538 Patienten zeigt, dass ein erhöhter Body-Mass-Index und afrikanische Abstammung unabhängig mit einer höheren Wahrscheinlichkeit assoziiert sind, den aggressiveren Luminal-B-Brustkrebs-Subtyp im Vergleich zu Luminal A zu entwickeln, wobei Adipositas die Verbindung zwischen Abstammung und Tumorphänotyp teilweise mediiert.
Diese Studie zeigt auf, dass die langjährige Diskrepanz zwischen der beobachteten Fundamentalelebene von frühen Typen von Galaxien und hydrodynamischen Simulationen wie IllustrisTNG100-1 weitgehend aufgelöst werden kann, indem man beobachtungsorientierte Messtechniken anwendet und massenabhängige Variationen der initialen Massenfunktion berücksichtigt, was die entscheidende Rolle von beobachtungsrealer Darstellung und Sternpopulationen-Modellierung bei der Interpretation von Galaxien-Skalierungsrelationen hervorhebt.
Diese systematische Untersuchung zu CIFAR-10 zeigt, dass die Kapazität des Studenten ein kritischer Moderator der Effektivität der Wissensdestillation ist, wobei sie aufzeigt, dass größere Studenten (R34) signifikant stärker profitieren als kleinere (R18), während sie gleichzeitig die Notwendigkeit hervorhebt, Implementierungsfehler und Mismatch bei der Eingangsauflösung zu beheben, um eine optimale Destillationsleistung zu erzielen.