1071 papers
Dit artikel analyseert dat bestaande spraaktokenizers voornamelijk fonetische in plaats van semantische informatie vastleggen, wat leidt tot praktische aanbevelingen voor het ontwerp van toekomstige tokenisatiemethoden.
Deze paper introduceert SearchLLM, het eerste grote taalmodel voor open-ended generatieve zoekopdrachten dat wordt getraind met een hiërarchisch beloningssysteem en GRPO om robuuste, veilige en op gebruikersvoorkeuren afgestemde antwoorden te genereren, wat resulteerde in verbeterde kwaliteit en betrokkenheid in de AI-zoekfunctie van RedNote.
Dit paper introduceert een multi-agent onderhandelingsframework dat grote taalmodellen traint om collectieve waarden te aligneren en conflicten op te lossen via zelfspel en RLAIF, zonder in te leveren op algemene taalvaardigheden.
Dit paper introduceert PEEM, een unificerend framework dat prompts en antwoorden van grote taalmodellen via een gestructureerde rubric van negen criteria en een LLM-gebaseerde evaluator gezamenlijk evalueert, waardoor niet alleen nauwkeurigheid wordt gemeten maar ook interpreteerbare inzichten worden geboden voor systematische diagnose en optimalisatie van prompt-engineering.
Deze studie introduceert PULSE, een medisch redeneeragent die een domein-tuned taalmodel combineert met wetenschappelijke literatuurretrieval om artsen te ondersteunen bij complexe diagnoses, waarbij het prestaties van senior specialisten evenaart en stabiel blijft bij zeldzame ziekten, hoewel het bij samenwerking ook risico's op automatiseringsbias met zich meebrengt.
Dit paper introduceert VERI-DPO, een methode die claimverificatie en Direct Preference Optimization combineert om klinische samenvattingen uit EHR-data te genereren die zowel informatief als strikt gefundeerd zijn, waardoor het aantal niet-onderbouwde beweringen aanzienlijk daalt.
Dit paper introduceert VeriEnv, een framework dat taalmodellen gebruikt om veilige, verifieerbare synthetische klonen van bestaande websites te creëren, waardoor autonome webagenten veilig en schaalbaar kunnen worden getraind zonder afhankelijk te zijn van onveilige real-world interacties.
Dit paper introduceert IH-Challenge, een reinforcement learning-dataset die de instructiehiërarchie van frontier LLMs verbetert, waardoor de weerbaarheid tegen jailbreaks en prompt-injecties aanzienlijk toeneemt zonder de nuttigheid van het model te verminderen.
In dit paper presenteren de auteurs van AILS-NTUA een unificerend systeem voor SemEval-2026 Taak 8 dat, door te focussen op query-diversiteit in plaats van diverse retrievers en een meerstaps generatiepijplijn, de eerste plaats behaalt bij passage-retrieval en de tweede bij referentie-gedreven antwoordgeneratie in multi-turn RAG-conversaties.
Dit artikel introduceert Group Relative Reward Rescaling (GR³), een methode die lengte-inflatie in versterkingslerende taalmodellen effectief tegengaat zonder prestatie-inlevering door het probleem te herformuleren als een multiplicatief herschalingsschema in plaats van additieve straffen.
Dit paper introduceert een volledig geautomatiseerde data-integratiepijplijn die GPT-5.2 gebruikt om alle benodigde artefacten te genereren, en toont aan dat deze methode vergelijkbare of zelfs betere resultaten oplevert dan menselijk ontworpen pijplijnen tegen een fractie van de kosten.
Dit paper introduceert een schaalbaar, automatisch evaluatiesysteem voor chatbots dat vraag-antwoordparen genereert uit de kennisbank, antwoorden beoordeelt met grote taalmodellen en onzekere gevallen filtert, waardoor de menselijke beoordelingslast aanzienlijk wordt verminderd.
Deze empirische studie toont aan dat LLM-afstemming op morele redenering geen diversiteitsbevorderende algoritmen vereist, omdat standaard RLVR-methode voor beloningsmaximalisatie even effectief zijn dankzij de geconcentreerde aard van hoogwaardige morele antwoorden.
Dit paper introduceert MUNIChus, het eerste meertalige benchmark voor nieuwsbeeldcaptioning dat negen talen omvat, waaronder minderheidstalen, en de uitdagingen bij het evalueren van state-of-the-art modellen in deze domein belicht.
Dit artikel introduceert een nieuwe evaluatieframework dat onderscheid maakt tussen thematische verwantschap en taxonomische gelijkenis in onderwerpmodellen, waarbij wordt aangetoond dat het integreren van PLM-embeddings de semantische structuur van onderwerpen fundamenteel verandert en dat deze dimensies cruciaal zijn voor het voorspellen van prestaties op downstream-taken.
Dit artikel introduceert Conditional Expectation Reward (CER), een methode die grote taalmodellen gebruikt als impliciete verifiers om versterkingslering met verifieerbare beloningen uit te breiden naar domeinen met vrije antwoorden door een zachte, graduele beloning te bieden op basis van de waarschijnlijkheid van het genereren van een referentieantwoord.
Dit artikel beschrijft een onderzoeksprogramma gericht op het evalueren en verbeteren van de redeneervermogens van het Poolse grote taalmodel Bielik, waarbij de resultaten worden vergeleken met andere modellen en toekomstperspectieven worden geschetst om Bielik competitief te houden in de snel veranderende AI-landschap.
Het paper introduceert DxEvolve, een zelfevoluerend diagnostisch agent dat de kloof tussen klinische cognitie en huidige AI-systemen dicht door interactieve onderzoekswerkflows te gebruiken voor het autonomisch aanvragen van onderzoeken en het omzetten van ervaring in een beheersbaar leermiddel, wat resulteert in een significante verbetering van de diagnoseprecisie.
Dit paper introduceert EvoSchema, een uitgebreid benchmarkkader dat een nieuwe taxonomie van schema-evoluties gebruikt om de robuustheid van text-to-SQL-systemen te evalueren en te verbeteren tegenover dynamische veranderingen in databaseschema's.
Het artikel introduceert PRISM-, een methode die door het decomponeren van covariantiematrices en het toewijzen van gewichten aan attention heads de precisie van prompt-highlighting in grote taalmodellen aanzienlijk verbetert, terwijl het tegelijkertijd de vloeiendheid behoudt en compatibel is met FlashAttention.