5318 papers
Dit paper introduceert MEMO, een zelfspel-framework dat de prestaties en stabiliteit van multi-agent LLM-games verbetert door een persistent geheugen voor inzichten te combineren met een exploratiestrategie voor prompt-evolutie, wat leidt tot aanzienlijk hogere winniveaus en minder variatie in de uitkomsten.
Dit paper introduceert Pichay, een transparante proxy die demand paging en virtueel geheugenconcepten toepast op LLM-contextvensters om structurele verspilling te elimineren en de contextgebruik met tot 93% te verminderen door verouderde inhoud dynamisch te vervangen en alleen relevante informatie in het dure 'cache'-geheugen te houden.
Dit artikel presenteert een geautomatiseerde pipeline die Large Language Models (LLMs) gebruikt om flakke tests in quantumsoftware te detecteren en hun oorzaken te analyseren, waarbij het bestaande dataset met 54% wordt uitgebreid en Google Gemini de beste prestaties levert met een F1-score van 0,9420 voor detectie.
PlayWorld is een schaalbaar, autonoom systeem dat robotwereldmodellen traint op basis van onbegeleide zelfspelerij, waardoor het fysiek consistente voorspellingen van interacties mogelijk maakt die menselijke demonstraties missen en de prestaties van robotbeleid in de echte wereld aanzienlijk verbeteren.
Dit paper introduceert WS-Net, een diep leerframework dat state-space-modelling en een zwak-signaal-attentie-mechanisme combineert om de nauwkeurigheid van hyperspectrale ontbinding te verbeteren door zwakke signaalresponsen effectief te isoleren van dominante eindleden en ruis.
Dit artikel introduceert een conservatieve toolkit die, gebaseerd op Stack Theory, onderscheid maakt tussen een taalmodel dat zich als een stabiel zelf gedraagt en een dat daadwerkelijk als zodanig is georganiseerd, door middel van twee berekenbare persistentiescores die zijn afgeleid van gescaffoldde trajecten.
Het paper introduceert EPOCH, een gestructureerd protocol voor multi-rondige zelfverbetering van autonome agenten dat planning, implementatie en evaluatie scheidt om stabiele en reproduceerbare optimalisatie van systemen in heterogene omgevingen mogelijk te maken.
Het onderzoek presenteert Sentinel, een autonoom AI-agent dat remote patient monitoring-data met een hogere gevoeligheid voor noodgevallen dan individuele clinici triageert, waardoor schaalbare en kosteneffectieve monitoring mogelijk wordt die de beperkingen van eerdere trials overbrugt.
Het paper introduceert Sim2Act, een robuust kader voor simulatie-naar-beslissingen dat via adversariele kalibratie en groepsrelatieve perturbatie de stabiliteit en betrouwbaarheid van beleidsleer verbetert in kritieke domeinen zoals toeleveringsketens.
Dit paper introduceert Doki, een tekstgebaseerde interface die videomaken toegankelijk maakt door het creatieve proces te aligneren met het natuurlijke schrijven van verhalen, wat wordt onderbouwd door een weeklange evaluatiestudie.
Het paper introduceert GST-VLA, een 3D diepte-bewust Vision-Language-Action-model dat anisotrope 3D-Gaussische ruimtelijke tokens en gestructureerde redeneerprocessen gebruikt om de precisie en prestaties van robotacties aanzienlijk te verbeteren.
Deze studie toont aan dat het integreren van sentimentanalyse van nieuwsberichten, gegenereerd door een op Qwen3 gefinetuned LLM, in combinatie met traditionele tabulair data, de voorspellende nauwkeurigheid en economische meerwaarde van aluminiumprijzen aanzienlijk verbetert, vooral tijdens periodes van hoge volatiliteit.
Dit artikel introduceert een unificerend raamwerk voor latente wereldmodellen in geautomatiseerd rijden dat een gestructureerde taxonomie, een evaluatiekader en toekomstige uitdagingen biedt om de overgang van open-lus naar gesloten-lus prestaties te verbeteren.
Dit artikel introduceert een transformer-gebaseerd raamwerk voor het zoeken naar huidkankergevallen via samengestelde visueel-taalqueries, dat door middel van gezamenlijke globale en lokale uitlijning klinisch relevante case-gegevens efficiënter en nauwkeuriger identificeert dan bestaande methoden.
VIVID-Med introduceert een efficiënt kader voor het vooraf trainen van medische vision transformers met behulp van een bevroren groot taalmodel als gestructureerde leraar, wat resulteert in een lichtgewicht, alleen-vision model dat aanzienlijk betere prestaties levert dan bestaande methoden met minder data en zonder de zware taalmodelcomponent tijdens het gebruik.
Dit artikel introduceert PM-Nav, een prioriteitskaart-gestuurde benadering voor embodied navigation in functionele gebouwen die, door het gebruik van semantische prioriteitskaarten en hiërarchische prompt-templates, aanzienlijke verbeteringen in navigatieprestaties bereikt ten opzichte van bestaande methoden.
DexHiL is een nieuw mens-in-de-lus-framework dat de prestaties van vision-language-action-modellen voor dexterous manipulatie aanzienlijk verbetert door gecoördineerde menselijke interventies op arm en hand te integreren, wat leidt tot een gemiddelde stijging van 25% in slagingspercentages ten opzichte van traditionele offline-finetuning.
Deze paper introduceert QUSR, een nieuwe diffusion-model voor beeldsuperresolutie dat realistische en hoogwaardige resultaten in complexe scenario's bereikt door een onzekerheidsgeleide ruisgeneratiemodule te combineren met een kwaliteitsbewuste prior die wordt gegenereerd door een multimodaal groot taalmodel.
Dit onderzoek toont aan dat multi-LLM-deliberatiesystemen, zelfs onder omstandigheden die als deterministisch worden beschouwd, gevoelig kunnen zijn voor chaotische dynamiek en instabiliteit veroorzaakt door rolverschillen en modelheterogeniteit, wat onderstreept dat stabiliteitsaudits essentieel zijn voor het ontwerp van dergelijke bestuursystemen.
Dit paper introduceert een PNS-gebaseerde regularisatiemethode voor class-incremental learning die causale volledigheid en scheidslijnen tussen taken waarborgt door middel van een dubbel-scope counterfactuele generator, waardoor feature-collisie en catastrofale forgetting worden verminderd.