2384 papers
Dit paper introduceert SommBench, een meertalige benchmark die de sommelier-expertise van taalmodellen test op wijntheorie, kenmerkvolleding en voedsel-wijncombinaties om te evalueren of tekstuele training voldoende is voor zintuiglijke oordelen.
Dit paper introduceert CRAFT, een door pezen aangedreven, antropomorfe hand met hybride hard-zachte compliantie die door zachte materialen op de gewrichten en starre linkers een robuust, herhaalbaar en kostenefficiënt ontwerp biedt voor contactrijke manipulatie.
De studie toont aan dat het verhogen van de intelligentie van AI-agenten bij schaarste aan middelen de collectieve overbelasting juist kan verergeren, terwijl dit effect bij overvloedige middelen juist verdwijnt, afhankelijk van de verhouding tussen capaciteit en populatie.
Dit paper introduceert TopoBench, een benchmark voor het evalueren van de vermogens van grote taalmodellen bij het oplossen van complexe topologische raadsels, en onthult dat de voornaamste beperking ligt in het extraheren van ruimtelijke constraints uit representaties in plaats van in het redeneren daarover.
Dit artikel introduceert een kostenefficiënte, herbruikbare methode die complexe reinforcement learning-omgevingen automatisch vertaalt naar hoogpresterende implementaties met semantische equivalentie en aanzienlijke snelheidswinsten, zoals aangetoond door vijf diverse case studies.
FlashMotion is een nieuw trainingskader dat een trajectadapter en een hybride fijne-tuningstrategie combineert om hoogwaardige, traject-accurate video's te genereren in slechts enkele stappen, terwijl het de bestaande methoden voor video-distillatie en multi-step-modellen overtreft.
Dit paper biedt een rekenkracht-optimale strategie voor het schalen van sampling-compute bij het reinforcement learning van grote taalmodellen, waarbij wordt aangetoond dat het aantal parallelle rollouts per probleem voorspelbaar toeneemt met het beschikbare budget en vervolgens verzadigt, afhankelijk van de moeilijkheidsgraad van de taken.
Het paper introduceert GlyphBanana, een trainingsvrije agente workflow die de nauwkeurigheid van tekst- en formulegeneratie in tekst-naar-beeldmodellen verbetert door glyph-sjablonen in de latente ruimte en aandachtskaarten te injecteren.
Dit artikel biedt een kwantitatieve theoretische analyse van vergeten tijdens post-training van generatieve modellen, waarbij wordt aangetoond dat de richting van de divergentie (forward-KL versus reverse-KL), de overlap tussen taken en het gebruik van replay bepalen of massaal vergeten optreedt of dat vergeten beperkt blijft tot een gecontroleerde drift.
BehaviorVLM is een unificerend visueel-taalraamwerk dat zonder taakspecifieke fijnafstemming dierlijk gedrag en houding analyseert door gebruik te maken van vooraf getrainde modellen en verifieerbare redeneerstappen, waardoor de afhankelijkheid van menselijke annotatie aanzienlijk wordt verminderd.
Deze studie introduceert de MADQA-benchmark om aan te tonen dat multimodale agenten, ondanks hun vergelijkbare nauwkeurigheid met mensen, voornamelijk vertrouwen op brute-force zoekopdrachten in plaats van strategisch redeneren, wat resulteert in een aanzienlijke prestatiekloof met de theoretische optimum.
Dit paper introduceert Proof-Carrying Materials (PCM), een drie-staps framework dat machine-learned interatomaire potentialen valideert via adversariele falsificatie, bootstrap-verfijning en formele Lean 4-certificering om de betrouwbaarheid van materialenontdekking drastisch te verhogen en tot 25% meer stabiele materialen te vinden vergeleken met traditionele screening.
Dit paper presenteert een praktische, polynoomtijd-compilatie die tijdsgebonden numerieke planning met durende acties volledig omzet naar het PDDL+-formaat, waarbij de semantiek behouden blijft en de planlengte slechts met een constante factor toeneemt.
Dit paper introduceert WORKSWORLD, een nieuw domein voor geautomatiseerd plannen en plannen van gedistribueerde data-pipelines, waarbij een geavanceerde numerieke planner op standaard hardware in staat is om workflows van maximaal 14 componenten over acht locaties te bouwen en te plotten.
Dit artikel introduceert RDNet, een nieuw model voor het detecteren van opvallende objecten in optische satellietbeelden dat de variatie in objectgrootte en de beperkingen van bestaande methoden aanpakt door een SwinTransformer-backbone te combineren met dynamische modules voor detailbewaking, contextverrijking en locatiebepaling.
Dit paper introduceert Portfolio-CEGAR-SEQ, een parallelle implementatie die diverse strategieën voor objectindeling en planning combineert om de efficiëntie van sequentiële 3D-printing op moderne multi-core processors te verbeteren en het aantal benodigde printplaten te verminderen.
Dit paper introduceert Idea-Catalyst, een LLM-gestuurd raamwerk dat creatief wetenschappelijk redeneren stimuleert door abstracte doelen te ontleden in domein-agnostische concepten en deze te koppelen aan oplossingen uit andere disciplines, wat leidt tot een significante toename in originaliteit en inzicht zonder voortijdige vaststelling van specifieke oplossingen.
Dit paper toont aan dat in grote, goed voorgetrainde modellen diverse taakspecifieke experts dicht bij de oorspronkelijke gewichten liggen, waardoor een eenvoudige methode van willekeurige perturbaties en ensemble-voting concurrerend is met geavanceerde post-training technieken zoals PPO.
Dit artikel, gebaseerd op Perplexity's ervaringen, analyseert de nieuwe beveiligingsrisico's van AI-agenten die ontstaan door veranderde architecturale aannames, schetst de belangrijkste aanvalsvlakken en verdedigingslagen, en identificeert aanbevelingen voor normen en onderzoekslacunes in lijn met de NIST-risicobeheerprincipes.
Dit paper introduceert een incrementele verificatietechniek voor neurale netwerken die geleerde conflicten hergebruikt over gerelateerde queries heen om redundantie te verminderen en verificatiesnelheid tot 1,9 keer te verhogen.