4955 papers
Dit paper pleit vanuit een consequentiaalistisch perspectief voor het gebruik van proper scoring rules in plaats van binaire classificatiemetrics, onderbouwd met een theoretisch kader, een empirische analyse van huidige praktijken en de introductie van het Python-pakket `briertools` om deze aanpak toegankelijker te maken.
Dit paper introduceert MCP Bridge, een lichtgewicht RESTful proxy die Model Context Protocol-servers toegankelijk maakt voor resource-beperkte omgevingen via een veilige, LLM-agnostische API, en combineert dit met een geoptimaliseerde Qwen3-variant die op de MCPToolBench++-benchmark aanzienlijk beter presteert dan bestaande baselines.
Dit paper introduceert Stepwise Guided Policy Optimization (SGPO), een framework dat het probleem van volledig negatieve steekproefgroepen in GRPO oplost door gebruik te maken van een stapsgewijze beoordelaar voor diversiteit, waardoor het model effectief kan leren van fouten zonder dat de beoordelaar zelf correcte oplossingen hoeft te genereren.
Dit paper introduceert MathQ-Verify, een nieuw vijfstapsproces dat zorgvuldig slecht gestelde wiskundeproblemen filtert door syntactische validatie, formalisering, logicacontrole en volledigheidstests, waardoor de kwaliteit van wiskundedatasets aanzienlijk verbetert en de F1-score tot 25 procentpunten stijgt ten opzichte van bestaande methoden.
Dit paper introduceert UltraEdit, een trainings-, onderwerp- en geheugenloze methode voor het levenslang bijwerken van taalmodellen die aanzienlijk sneller en minder geheugenintensief is dan bestaande technieken, waardoor het zelfs op consumentenhardware mogelijk wordt om miljoenen bewerkingen uit te voeren zonder bestaande vaardigheden te verliezen.
Het paper introduceert SATURN, een reinforcement learning-framework dat gebruikmaakt van Boolean Satisfiability-problemen om de redeneercapaciteit van grote taalmodellen schaalbaar, verifieerbaar en met gecontroleerde moeilijkheidsgraad te trainen via een curriculum learning-aanpak.
Deze paper introduceert Daily-Omni, een nieuw meerkeuze benchmark voor audio-visuele vragen die de uitdagingen blootlegt van bestaande multimodale modellen bij het synchroniseren van tijdsafhankelijke informatie tussen auditieve en visuele modaliteiten.
Dit artikel biedt een systematische review van de integratie van fundamentele modellen in mobiele service-robots, waarbij de huidige uitdagingen, praktische toepassingen, ethische implicaties en toekomstige onderzoeksrichtingen voor betrouwbare en adaptieve robotica in menselijke omgevingen worden belicht.
Dit paper introduceert TSRating, een uniek raamwerk dat meta-learning en Large Language Models combineert om de kwaliteit van tijdreeksdata uit diverse domeinen nauwkeurig en efficiënt te beoordelen.
Dit paper introduceert CORA, een methode voor credit assignment in multi-agent reinforcement learning die gebruikmaakt van coöperatieve speltheorie en kernallocatie om agenten effectiever te belonen op basis van hun coalitiële bijdragen, wat leidt tot verbeterde gecoördineerde prestaties.
Dit artikel introduceert ChannelTokenFormer, een Transformer-gebaseerd raamwerk dat tegelijkertijd complexe kanaalafhankelijkheden, asynchrone bemonstering en ontbrekende waarden aanpakt om robuuste multivariate tijdreeksvoorspellingen in real-world scenario's mogelijk te maken.
Dit paper introduceert ConLID, een methode voor superviserend contrastief leren die de taalidentificatie voor taakarme talen op domein-onafhankelijke data significant verbetert zonder de prestaties voor talen met veel data te verstoren.
Deze paper introduceert OPENXRD, een uitgebreid benchmarkkader dat de prestaties van talloze talmodellen evalueert bij het beantwoorden van kristallografische vragen en aantoont dat contextuele informatie, vooral van experts, de prestaties van middelgrote modellen aanzienlijk verbetert.
Dit paper stelt dat wiskundige ontdekking voortkomt uit het creëren van expliciete concepten die de taal van het probleem oplossen verruimen, een stap die huidige AI-systemen nog niet kunnen zetten omdat ze uitsluitend werken met impliciete concepten binnen een vast vocabulaire.
Het onderzoek presenteert QSpark, een gefinetuned Qwen2.5-Coder-32B-model dat met behulp van GRPO en ORPO aanzienlijk betere resultaten behaalt dan bestaande modellen bij het genereren van foutbestendige Qiskit-code, hoewel er nog uitdagingen blijven bij geavanceerde taken.
Dit paper introduceert Latent Policy Steering (LPS), een methode die een vooraf getraind wereldmodel en een waardefunctie gebruikt om robotvisuomotorische beleidsplanning te verbeteren door optische stroming als embodiment-agnostische actierepresentatie te benutten, wat leidt tot aanzienlijke prestatiewinsten in scenario's met beperkte trainingsdata.
Het paper introduceert MMGraphRAG, een nieuw framework dat visuele taalscenen en tekstuele kennisgrafen combineert via een innovatieve spectrale koppelmethode om hallucinaties in multimodale Large Language Models te verminderen en de interpretatie van complexe visuele structuren te verbeteren.
Deze studie introduceert een LLM-agentframework dat, door middel van drie debiasing-mechanismen waaronder een 'duivel-advocaat'-agent, de invloed van mediaberichten op de Amerikaanse houding ten opzichte van China simuleert en aantoont dat kritische contextualisatie effectiever is dan feitelijke extractie om menselijke cognitieve neigingen te benaderen.
Dit paper introduceert SFDA-PFT, een lichtgewicht methode voor bronvrije domeinaanpassing die een voorgetraind model aanpast aan ongelabelde neutrale doelgegevens door gebruik te maken van gepersonaliseerde feature-translatie in de latentruimte, waardoor privacybehoud wordt gewaarborgd en de prestaties voor gezichtsuitdrukkingsherkenning worden verbeterd zonder brondata of beeldsynthese.
Dit paper introduceert AI Blob!, een experimenteel systeem dat Large Language Models en semantische technologieën gebruikt om Italiaanse televisiearchieven te transcriberen, te categoriseren en automatisch te herschikken tot thematische montages die de ironische en kritische stijl van het oorspronkelijke programma 'Blob' nabootsen.