2385 papers
Dit artikel toont aan dat gebruikersvoorkeuren over verschillende domeinen heen effectief kunnen worden gemodelleerd en voorspeld door gebruikers en populaire entiteiten te projecteren in een gezamenlijke sociale inbeddingsruimte, wat leidt tot aanzienlijke verbeteringen in zero-shot personalisatie ten opzichte van populariteitsbaselines.
Dit paper introduceert Mashup Learning, een methode die door het samenvoegen van de meest relevante historische checkpoints een betere startpositie biedt voor het finetunen van taalmodellen, wat leidt tot hogere nauwkeurigheid en aanzienlijk snellere convergentie vergeleken met training vanaf nul.
Dit artikel introduceert het eerste systematische raamwerk voor het analyseren en uitbuiten van 'compatibiliteitsmisbruik'-aanvallen in de Model Context Protocol (MCP), waarbij een taal-onafhankelijke representatie en LLM-gestuurde statische analyse worden gebruikt om kwetsbaarheden in SDK-implementaties op te sporen die ontstaan door optionele clausules.
Deze paper introduceert een risicobeoordelingsframework voor open-source MCP-servers dat, door middel van statische codeanalyse en mapping naar bekende aanvalspatronen, systematisch kwetsbaarheden identificeert en benadrukt dat veilige ontwikkeling essentieel is voor betrouwbare LLM-agent-implementaties.
Dit paper introduceert Adaptive Activation Cancellation (AAC), een real-time inferentieframework dat hallucinaties in grote taalmodellen effectief onderdrukt door deze te behandelen als gestructureerde interferentie, waardoor de feitelijke nauwkeurigheid op alle geteste schalen verbetert zonder enige afname in de algemene prestaties of vloeiendheid.
Delta-K is een trainingsvrij, plug-and-play inferentiekader dat conceptverwaarlozing bij multi-instantiegeneratie oplost door semantische kenmerken van ontbrekende concepten via Vision-Language-modellen direct in de gedeelde cross-attention Key-ruimte te injecteren, waardoor de compositie van complexe scènes in zowel DiT- als U-Net-architecturen wordt verbeterd zonder extra training of aanpassingen.
Dit onderzoek toont aan dat het integreren van een niet-Engels (Indiaas) dataset en door ChatGPT gegenereerde data, gecombineerd met een Jaro-similariteitsmechanisme, leidt tot een effectievere en taalbewuste wachtwoordsterktemeter die de noodzaak van traditionele modellen zoals PassGAN overbodig maakt.
Dit artikel analyseert een continu-tijd diffusi benadering van policy gradient voor stochastische bandieten en bewijst dat de spijt afhankelijk is van de leersnelheid, waarbij een optimale leersnelheid nodig is om lineaire spijt te voorkomen.
Dit artikel presenteert een framework dat robotische echografie gebruikt om statische CBCT-beelden in real-time aan te passen aan weefselvervormingen tijdens ingrepen, waardoor nauwkeurige navigatie mogelijk wordt zonder herhaalde blootstelling aan straling.
Deze paper breidt het harmonische verlies uit door een breed scala aan niet-Euclidische afstandsmaten te onderzoeken en toont aan dat met name cosinus-afstand de prestaties, interpretatie en duurzaamheid van zowel visuele als taalkundige modellen verbetert ten opzichte van de standaard kruis-entropieverliesfunctie.
Dit artikel beschrijft hoe een agent met een door een quantumcircuit geoptimaliseerde quantum-sensor radiofrequente signalen kan gebruiken om de omgeving te leren kennen, zelfs zonder kanaalmetingen bij implementatie en met minder informatie dan klassieke systemen.
Dit onderzoek toont aan dat een neuromorfe algoritme voor het oplossen van partiële differentiaalvergelijkingen intrinsiek zeer robuust is tegen structurele storingen, waarbij tot 32% van de neuronen en 90% van de spikes verloren kunnen gaan zonder significante nauwkeurigheidsverlies.
Dit artikel introduceert DUCTILE, een agente LLM-orchestratie die engineeringanalyse in de productontwikkeling automatiseert door adaptieve aanpassing van veranderende interfaces te combineren met deterministische tooluitvoering onder menselijk toezicht, wat leidt tot robuuste resultaten maar ook nieuwe uitdagingen voor de ingenieursrol met zich meebrengt.
Dit paper introduceert een unificerend cross-view contrastief raamwerk dat globale beeldvormings- en lokale ROI-grafrepresentaties voor hersenstoornisklassificatie in een gedeelde latente ruimte uitlijnt, wat leidt tot verbeterde prestaties en complementaire inzichten op de ADHD-200 en ABIDE datasets.
Deze paper introduceert ADMM-PnP met een AC-DC-ontruisingsmechanisme om de convergentie en prestaties van score-gebaseerde generatieve modellen in ADMM voor inverse problemen te verbeteren door een driestapsaanpak die de mismatch tussen trainingsmanifolden en iteraties oplost.
Dit paper presenteert een door conversational AI aangedreven verkenningssysteem dat, ontwikkeld via een mensgerichte ontwerpproces, het publiek in staat stelt om via natuurlijke taal en een interactieve kaart de bijna 1,7 miljoen gedigitaliseerde specimenrecords van het Australian Museum te doorzoeken en te begrijpen.
Dit onderzoek toont aan dat kwantumverstrengeling in een hybride agent voor het spel Pong leidt tot superieure prestaties in competitieve versterkende leeromgevingen door het leren van structureel verschillende en effectievere representaties van interacterende staten.
Dit artikel introduceert HyMEM, een hybride, zelfevoluerende gestructureerde grafgeheugenarchitectuur die open-source GUI-agents aanzienlijk verbetert door multi-hop-retrieval en dynamische updates mogelijk te maken, waardoor zelfs kleinere modellen presteren die concurreren met of superieur zijn aan geavanceerde gesloten modellen.
Dit paper introduceert Simulation-in-the-Reasoning (SiR), een conceptueel kader dat domeinspecifieke simulatoren integreert in de redeneerlus van grote taalmodellen om hypothetisch denken om te zetten in een verifieerbaar workflow voor betrouwbare AI in autonome transportsystemen.
Deze paper introduceert RINoBench, het eerste uitgebreide benchmark voor de evaluatie van geautomatiseerde systemen die onderzoeksideeën beoordelen op originaliteit, en onthult dat hoewel grote taalmodellen menselijke redeneringen nabootsen, hun feitelijke beoordelingen van originaliteit significant afwijken van menselijke expertoordelen.