4459 papers
Dit artikel introduceert MHDash, een open-source platform dat een gedetailleerde evaluatie en audit van AI-systemen voor mentale gezondheid mogelijk maakt door aggregate prestaties te vervangen door risicospecifieke analyses in multi-turn dialogen, waarbij wordt aangetoond dat bestaande benchmarks ontoereikend zijn voor veiligheidskritieke toepassingen.
Dit paper toont aan dat hallucinaties in grote taalmodellen een onvermijdelijk gevolg zijn van optimale geheugenefficiëntie bij het testen van lidmaatschap, waarbij beperkte capaciteit het model dwingt om met hoge zekerheid onjuiste feiten te genereren als onderdeel van een verliesbeperkende compressiestrategie.
Dit paper introduceert EverMemBench, het eerste benchmark voor het evalueren van langetermijngeheugen in multi-partij collaboratieve dialogen, en onthult fundamentele beperkingen van huidige systemen op het gebied van multi-hop redenering, temporele gevolgtrekking en bewustzijn van het geheugen.
Dit paper introduceert DEFT, een op diffusie gebaseerd trajectiegeneratiesysteem dat robots in staat stelt om taken veilig af te ronden ondanks actuatiefouten door te generaliseren over beschadigingen en onvoorziene omstandigheden, zowel in simulatie als in de echte wereld.
Het paper introduceert DMS2F-HAD, een innovatief dubbel-vertakkend Mamba-gebaseerd netwerk dat door het efficiënt combineren van ruimtelijke en spectrale kenmerken via een dynamische fusie-mechanisme, state-of-the-art prestaties en een aanzienlijk hogere inferentiesnelheid bereikt voor hyperspectrale anomaliedetectie.
Dit paper introduceert Fine-grained Group Policy Optimization (FGO), een versterkt leer-algoritme dat de inefficiëntie en entropie-inzakking van GRPO oplost en effectieve compressie van Chain-of-Thought-redeneringen mogelijk maakt zonder prestatieverlies.
UniWeTok is een geünificeerde binaire tokenizer met een codebook van $2^{128}$ die door middel van een hybride architectuur en een driestaps trainingsframework state-of-the-art prestaties bereikt in zowel beeldherstel als generatie, terwijl het aanzienlijk minder rekenkracht vereist dan bestaande methoden.
Dit paper introduceert TikArt, een agent die multimodaal redeneren verbetert door een Think-Aperture-Observe-cyclus te gebruiken voor sequentiële beeldvergroting en segmentatie, waarbij versterkingsleer met een Relative Uncertainty Reduction-beloning wordt ingezet om fijne-granulariteit visuele redenering te stabiliseren.
Het paper introduceert GOT-JEPA, een model-predictief pretrainingsframework dat de generalisatie en robustheid van objecttracking verbetert door het voorspellen van trackingmodellen in plaats van beeldfeatures, aangevuld met OccuSolver voor verfijnde verwerking van occlusies.
Dit artikel toont aan dat autonome AI-analisten, gebaseerd op grote taalmodellen, op grote schaal de variatie in analytische beslissingen en uiteenlopende conclusies kunnen repliceren die bij menselijke 'many-analyst'-studies worden waargenomen, wat de noodzaak onderstreept van transparante rapportage en volledige openbaarmaking van prompts om selectieve rapportage in de AI-gestuurde wetenschap te voorkomen.
LAVIDA is een end-to-end zero-shot framework voor video-anomaliedetectie dat gebruikmaakt van een Multimodal Large Language Model en een Anomaly Exposure Sampler om pseudo-anomalieën te genereren, waardoor het zonder echte trainingsdata state-of-the-art prestaties bereikt op diverse benchmarks.
Het paper introduceert PatchDenoiser, een lichtgewicht en energiezuinig multi-schaal denoising-framework voor low-dose CT-beelden dat ruis effectief onderdrukt terwijl het fijne anatomische details behoudt en aanzienlijk efficiënter is dan bestaande CNN-, GAN- en transformer-methoden.
Dit paper introduceert Hubscan, een open-source beveiligingsscanner die hubness-vergiftiging in Retrieval-Augmented Generation-systemen detecteert door een multi-detectorarchitectuur te gebruiken die statistische analyse, clusterverdeling en stabiliteitstests combineert om schadelijke 'hubs' in vectorindexen te identificeren.
Dit paper introduceert AMLRIS, een trainingsstrategie die pixel-voor-pixel visueel-taaluitlijning kwantificeert en onbetrouwbare gebieden maskeert tijdens het trainen voor Referring Image Segmentation, waardoor de prestaties en robuustheid van het model aanzienlijk worden verbeterd zonder extra inferentie-overhead.
Deze paper introduceert een minimaal, open-source agentyssysteem voor geautomatiseerd stellingbewijzen dat door gebruik te maken van iteratieve verfijning en bibliotheekzoekopdrachten concurrerende prestaties levert ten opzichte van geavanceerde systemen, terwijl het aanzienlijk eenvoudiger is en kostenefficiënter.
Dit onderzoek toont aan dat veiligheidsgealigneerde grote taalmodellen een 'defensieve weigeringsbias' vertonen waarbij ze geautoriseerde cyberverdedigingstaken onterecht weigeren vanwege het gebruik van gevoelige termen, zelfs wanneer expliciete autorisatie wordt gegeven, wat wijst op een tekortkoming in het onderscheiden van intentie en autorisatie.
Dit paper introduceert CARE, een agentisch raamwerk dat multi-modale medische redenering verbetert door het werkproces te ontleden in gespecialiseerde modules voor visuele gronding en redenering, waardoor de nauwkeurigheid en klinische verantwoordbaarheid van AI-systemen aanzienlijk stijgt.
Dit paper introduceert SEED-SET, een Bayesiaans experimenteel ontwerpframework dat objectieve evaluaties en subjectieve oordelen van belanghebbenden combineert via hiërarchische Gaussische processen om ethische benchmarks voor autonome systemen efficiënter en interpreteerbaarder te maken.
Dit paper introduceert BrandFusion, een nieuw multi-agent framework dat automatisch en naadloos merkintegratie mogelijk maakt in tekst-naar-video-generatie door promptgetrouwheid, herkenbaarheid en contextuele natuurlijkheid te waarborgen via een offline kennisbasis en een online iteratief refinementsproces.
Deze studie toont aan dat parameter-efficiënte fine-tuning (PEFT) voor meerdere code-analysetaken tegelijkertijd een uitstekende prestatie-efficiëntiebalans biedt die vaak volledig fine-tuning benadert of zelfs overtreft, terwijl het opslag- en rekencosten aanzienlijk verlaagt en superieur is aan directe prompting van grote open-source modellen.