2393 papers
Dit paper introduceert Arbiter, een framework dat formele regels en multi-model LLM-scouring combineert om interferentiepatronen in systeemprompts van coderingsagenten te detecteren, waarbij het verschillende kwetsbaarheden blootlegt die vaak worden gemist door traditionele methoden.
Deze studie biedt de eerste empirische vergelijking van 16 beveiligingskaders voor multi-agent systemen en concludeert dat geen enkel bestaand kader voldoende dekking biedt, met name voor niet-determinisme en datalekken, waarbij het OWASP Agentic Security Initiative en het CDAO Responsible AI Toolkit de beste resultaten behalen.
Dit artikel analyseert genderbias in audio-deepfake-detectiemodellen met behulp van de ASVspoof 5-dataset en toont aan dat eerlijkheidsmetrieken essentiële inzichten bieden in demografische ongelijkheden die door traditionele prestatie-indicatoren worden gemaskeerd.
Dit artikel introduceert het CMA-ES-IG-algoritme, dat robots in staat stelt om effectiever te leren van niet-expert gebruikers door voorkeursrankingvragen te genereren die niet alleen informatief zijn, maar ook rekening houden met de gebruikerservaring en zo de adoptie van robotsystemen verbeteren.
Dit paper introduceert Meissa, een lichtgewicht 4B-parameter medisch multimodaal model dat offline agente capaciteiten biedt door gestructureerde trajecten van geavanceerde modellen te distilleren, waardoor het prestaties van gesloten API-systemen benadert met aanzienlijk lagere kosten, latency en privacyrisico's.
Dit paper pleit voor 'AI-fenomenologie' als een onderzoeksraamwerk dat de complexe, persoonlijke ervaringen van mensen met AI-systemen in de tijd in kaart brengt, en biedt daarvoor een praktische toolkit met methoden, ontwerpprincipes en een onderzoeksagenda om de wederzijdse uitlijning tussen mens en machine beter te begrijpen.
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.