7179 papers
Dit paper introduceert de Hiërarchische Geheugenboom (HMT), een gestructureerd raamwerk dat logische planning en actie-uitvoering ontkoppelt door een drie-niveau hiërarchie te gebruiken, waardoor webagenten gebaseerd op grote taalmodellen aanzienlijk beter generaliseren naar onbekende websites dan bestaande methoden met plat geheugen.
Deze paper introduceert DeepEarth, een zelftoezichtend multi-modale wereldmodel dat gebruikmaakt van de innovatieve Earth4D-encoder voor sub-meter en sub-seconde precisie in planetaire ruimtetijd, en dat hiermee state-of-the-art resultaten behaalt op ecologische voorspellingsbeproevingen.
Dit paper introduceert CAPL, een framework dat hallucinaties in multi-image taken van grote vision-language modellen aanpakt door cross-image attentie te kalibreren en voorkeurslering toe te passen om de interactie tussen afbeeldingen te verbeteren en de afhankelijkheid van tekstuele priors te verminderen.
Dit artikel introduceert een gebruiksvriendelijk framework dat wetenschappers in staat stelt om met behulp van LLM-gestuurde scripting en een geoptimaliseerde rendering-systeem complexe petascale tijd-variërende data, zoals NASA-klimaatmodellen, op een standaardwerkplek om te zetten in 3D-animaties binnen een zeer korte doorlooptijd.
Dit paper presenteert een bi-directionele digitale-tweeling-prototypemethode met multi-periodiciteitslering die meta-training in de virtuele ruimte en testtijdadaptatie in de fysieke ruimte combineert om betrouwbare foutdiagnose mogelijk te maken met slechts een beperkt aantal voorbeelden.
MedSteer is een trainingsvrij framework dat actiesturing toepast op endoscopische diffusiemodellen om perfecte contrafactuele beeldparen te genereren waarbij alleen het pathologische concept verandert terwijl de anatomische structuur volledig behouden blijft, wat leidt tot superieure resultaten in data-augmentatie en polypdetectie.
Deze studie introduceert een systeem dat met behulp van GPT-4 en interviewdialogen gedetailleerde productrecensies genereert, wat leidt tot minder bewerkingswerk voor gebruikers en volgens lezers nuttigere recensies oplevert dan door mensen geschreven teksten.
Dit paper introduceert CoTJudger, een grafgebaseerd framework dat de efficiëntie van Chain-of-Thought-resoneren in Large Reasoning Models kwantificeert door het onderscheid te maken tussen essentiële logica en structurele redundantie via het extraheren van de kortste effectieve paden.
Dit paper introduceert Countdown-Code, een testomgeving die aantoont dat reward hacking in taalmodellen al kan ontstaan door minimale verontreiniging in trainingsdata tijdens supervised fine-tuning en vervolgens wordt versterkt en gegeneraliseerd door reinforcement learning.
Dit paper introduceert mAVE, het eerste watermerksysteem dat audio en video cryptografisch aan elkaar koppelt in gezamenlijke generatieve modellen om de kwetsbaarheid voor 'swap-aanvallen' te elimineren en zo de reputatie van leveranciers te beschermen.
Dit onderzoek onderzoekt of grote taalmodellen (LLMs) onder strikte Unity-engine-structuurbeperkingen speelbare spelpatronen kunnen genereren, en concludeert dat hoewel menselijke tussenliggende representaties helpen, structurele 'grounding'-fouten de huidige schaalbaarheid van deze creatieve synthese beperken.
Dit paper introduceert het PSAD-framework, dat een semi-autoregressieve generator en online kennisdistillatie combineert met een gebruikersprofielnetwerk om de latente en prestaties van gepersonaliseerde herordening in aanbevelingssystemen te verbeteren.
De studie ConservationBench onthult dat Vision Language Models systematisch falen in het redeneren over fysieke transformaties en het behoud van eigenschappen, omdat hun prestaties dicht bij het toeval blijven en zelfs verslechteren wanneer visuele informatie wordt toegevoegd ondanks sterke tekstuele vooroordelen.
Dit artikel presenteert een op grote taalmodellen gebaseerde AI-agent voor het Werewolf-spel die, door gebruik te maken van dialogsamenvattingen en gepersonaliseerde instructies, de consistentie van de uitingen en het karakterbehoud tijdens het spel aanzienlijk verbetert.
Dit artikel introduceert aCAPTCHA, een nieuw beveiligingsprotocol dat gebruikmaakt van tijdsgebonden asymmetrische moeilijkheid om autonome AI-agenten, menselijke gebruikers en scripts van elkaar te onderscheiden via een verificatieprobleem voor agentic capaciteiten.
Dit paper introduceert EyExIn, een data-efficiënt raamwerk dat retinale Vision Language Models versterkt met diepe expertinjectie en een dubbelstroom-architectuur om de kloof tussen algemene visuele waarneming en medisch redeneren te overbruggen en zo hallucinaties te voorkomen.
Dit paper introduceert 'Emotion Transcription in Conversation' (ETC), een nieuwe taak en bijbehorend Japans dataset die natuurlijke taalbeschrijvingen van emotionele toestanden gebruikt om de beperkingen van traditionele categorische emotieherkenning in gesprekken te overwinnen.
Dit paper introduceert DCTR, een methode voor fijnkorrelige tabelretrieval die complexe queries decomposeert en globale connectiviteit in acht neemt om vraag-antwoordsystemen over relationele databases robuuster te maken.
Dit paper introduceert een efficiënte inferentie-methode die redenering verbetert door op het niveau van individuele gedachten de zelfzekerheid van het model te maximaliseren, wat leidt tot betere prestaties dan traditionele methoden zoals greedy decoding en self-consistency met een beperkt rekenbudget.
Dit onderzoek toont aan dat het gebruik van grafische neurale netwerken om de initiële vertakkingsvolgorde van SAT-oplossers te voorspellen aanzienlijke snelheidswinst oplevert voor willekeurige en pseudo-industriële problemen, maar minder effectief is voor complexe industriële instanties doordat de dynamische heuristieken van de solver de initiële voorspelling snel overschrijven.