13489 papers
Het paper introduceert PlotTwist, een gestructureerd raamwerk dat kleine taalmodellen (≤5B parameters) via een combinatie van een beloningsmodel, een MoE-generator en een agentische evaluatie in staat stelt om hoogwaardige, voorkeur-gealigneerde verhaallijnen te genereren die concurreren met veel grotere frontier-modellen.
Dit paper presenteert een proof-of-concept studie die aantoont dat het mogelijk is om een persistente, continue latent-memorybank te trainen voor een bevroren encoder-decoder LLM via zes architecturale methoden, waardoor conversatie-leren mogelijk wordt zonder de achterliggende modelparameters aan te passen.
IndexRAG is een nieuwe aanpak die cross-document redenering voor meerstaps-vraagbeantwoording verplaatst van online inferentie naar offline indexering door bruggende feiten te genereren, waardoor prestaties op meerdere benchmarks aanzienlijk verbeteren zonder extra training of complexe grafische structuren.
Dit paper stelt dat negatieve beperkingen structureel superieur zijn aan positieve voorkeuren voor AI-uitlijning, omdat ze discrete, verifieerbare grenzen definiëren die het sycophantische gedrag voorkomen dat ontstaat bij het leren van continu gekoppelde menselijke waarden.
Het paper introduceert SF-Mamba, een nieuw visueel Mamba-model dat door middel van hulpstuk-uitwisseling en batch-vouwen de beperkingen van eerdere scanstrategieën overwint en zo superieure prestaties en doorvoer boekt ten opzichte van de state-of-the-art baselines.
SlideFormer is een innovatief systeem dat door middel van een lichtgewicht asynchrone engine, efficiënt heterogeen geheugenbeheer en geoptimaliseerde Triton-kernen het fijnafstemmen van zeer grote taalmodellen (tot 123B+ parameters) op één enkele GPU mogelijk maakt met aanzienlijk hogere doorvoer en verminderd geheugengebruik.
Dit artikel introduceert LenghuSky-8, een uitgebreide achtjarige all-sky dataset met sterbewuste maskers en nauwkeurige alt-azimuth-calibratie die wordt gebruikt voor geavanceerde wolkensegmentatie en een benchmark voor korte-termijn weersvoorspelling ter ondersteuning van autonome astronomische observatoria.
EngGPT2-16B-A3B is een nieuw, open-source Mixture-of-Experts taalmodel dat door zijn efficiënte architectuur en sterke Italiaanse vaardigheden een kosteneffectief en EU-wetgeving-conform alternatief biedt voor grotere modellen.
Dit paper introduceert OQL, een domeinspecifieke tussenrepresentatie die grote taalmodellen in staat stelt om natuurlijke taalhandelintenties betrouwbaar om te zetten in uitvoerbare optiestrategieën via een neuro-symbolische pijplijn, waardoor de nauwkeurigheid en logische consistentie aanzienlijk worden verbeterd.
Dit paper introduceert CD-FKD, een methode voor cross-domein feature knowledge distillation die de generalisatie en robuustheid van objectdetectie verbetert in ongeziene domeinen door een studentnetwerk te trainen met gevarieerde, gecorrumpeerde data dat de features van een teachernetwerk nabootst.
Deze studie toont aan dat visuele input de morele redenering van geavanceerde Vision-Language Models fundamenteel verstoort en tekstgebaseerde veiligheidsmechanismen omzeilt, wat de dringende noodzaak benadrukt voor multimodale veiligheidsaanpassing.
Het paper introduceert TRUST-SQL, een tool-geïntegreerd multi-turn reinforcement learning-framework dat agents in staat stelt om effectief tekst-naar-SQL-query's te genereren in onbekende schema-omgevingen door middel van een geautomatiseerd vierfasenprotocol en een innovatieve Dual-Track GRPO-strategie, wat leidt tot aanzienlijke prestatieverbeteringen ten opzichte van bestaande methoden.
Dit paper introduceert RetailBench, een benchmark voor het evalueren van lange-termijn besluitvorming van LLM-agenten in realistische retailomgevingen, en stelt een nieuw raamwerk voor dat strategisch redeneren scheidt van uitvoering om stabiliteit te verbeteren, hoewel fundamentele beperkingen blijven bestaan bij toenemende taakcomplexiteit.
Dit paper introduceert HyDRA, een hybride architecture voor deductief redenering die multimodale emotionele herkenning in open vocabulaires verbetert door een Propose-Verify-Decide-protocol en versterkingslering toe te passen om ambiguïteit op te lossen en interpreteerbare bewijsvoering te genereren.
Dit paper introduceert een nieuw bi-niveau optimalisatie-algoritme genaamd DS-PPO, gebaseerd op multi-agent versterkende leer, dat de uitdagingen van verouderde kanaalstatusinformatie (CSI) in multi-satellietcommunicatiesystemen effectief aanpakt door de totale doorvoer te maximaliseren via zowel individuele als gecoördineerde satellietacties.
Deze studie toont aan dat tussenliggende structuren in schema-gestuurde LLM-pipelines voornamelijk fungeren als beïnvloedende context in plaats van stabiele causale mediators, aangezien modellen vaak falen om hun voorspellingen aan te passen wanneer deze structuren worden gemanipuleerd.
Dit paper introduceert DST-Net, een dubbelstroom-Transformer-netwerk dat gebruikmaakt van verlichtingsonafhankelijke signaalprioriën en multi-schaal ruimtelijke convoluties om beelden bij zwakke lichtomstandigheden effectief te verbeteren zonder in te leveren op de oorspronkelijke signaalkwaliteit.
Deze paper introduceert UOT-Unlearn, een nieuw framework dat onbalans optimale transport gebruikt om klassen effectief te laten vergeten in één-staps generatieve modellen terwijl de algehele generatiekwaliteit behouden blijft.
Dit paper introduceert ExpressMind, een multimodaal voorgetraind groot taalmodel dat speciaal is ontwikkeld voor intelligente snelwegoperaties door een nieuw dataset, een dubbel-laags trainingsparadigma, een grafiek-gestuurde RAG-framework en een RL-gealigneerde redeneermethode te combineren om gebeurtenisdetectie, veiligheidsrespons en verkeersanalyse te verbeteren.
Deze paper introduceert een nieuw dataset met milliseconden-resolutie voor draadloze en verkeersdata om bestaande tijdreeks-foundationmodellen te testen, waarbij blijkt dat deze modellen slecht presteren op dergelijke hoogfrequente data en dat het integreren van dit type datasets essentieel is voor hun verdere ontwikkeling.