1072 papers
Dit paper introduceert TableMind++, een onzekerheidsbewuste programmatische agent die hallucinaties in tabelredenering aanpakt door geheugengestuurde planverfijning, op vertrouwen gebaseerde actieverbetering en dual-gewogen trajectaggregatie te integreren, waardoor het de prestaties van eerdere modellen en propriëtaire systemen overtreft.
Het artikel introduceert 'Accent Vector', een methode die het mogelijk maakt om de accentsterkte in meertalige spraak-synthese-systemen nauwkeurig te regelen en gemengde accenten te genereren zonder dat er getrainde data met specifieke accenten nodig is.
Deze paper introduceert MAWARITH, een groot Arabisch dataset en benchmark voor het evalueren van de redeneercapaciteiten van grote taalmodellen op het gebied van complexe islamitische erfrechtelijke berekeningen, vergezeld van een nieuwe evaluatiemethode (MIR-E) die de nauwkeurigheid van het volledige redeneerproces meet in plaats van alleen het eindantwoord.
Deze paper introduceert een leermethode-vrij framework voor het genereren van Engels met een Spaans of Indiaas accent door fonologische regels toe te passen op een meertalige TTS-model, waardoor accenten op phonemisch niveau kunnen worden gemanipuleerd zonder grote datasets.
De auteurs presenteren Nwāchā Munā, een nieuw spraakcorpus en benchmark voor de bedreigde Nepal Bhasha-taal, en tonen aan dat effectieve spraakherkenning mogelijk is door middel van computerefficiënte, taalkundig nabije transfer van het Nepalees, in plaats van zware meertalige modellen.
Dit paper introduceert KCoEvo, een raamwerk dat kennisgrafieken gebruikt om de migratie van verouderde code naar nieuwe API's te verbeteren door het taak te splitsen in het ophalen van evolutiepaden en daarop gebaseerde codegeneratie, wat leidt tot een aanzienlijke stijging in nauwkeurigheid en uitvoeringssucces vergeleken met standaard LLM-baselines.
Dit paper introduceert StyleBench, een meerfasig dialoogbenchmark voor het systematisch evalueren van de controle over spreekstijlintensiteit (emotie, snelheid, volume en toonhoogte) in spraaktaalmodellen, waarbij prestatiekloven tussen deze modellen en alomvattende taalmodelen worden geanalyseerd.
KohakuRAG is een hiërarchisch RAG-framework dat documentstructuur behoudt via een boomrepresentatie, zoekopdrachten verbetert met een LLM-geplande planner en antwoorden stabiliseert door ensemble-inferentie, waarmee het de eerste plaats behaalt op de WattBot 2025 Challenge-benchmark.
Dit paper introduceert Megatron Core, een schaalbaar en productieklaar open-source framework dat geïntegreerde optimalisaties voor geheugen, communicatie en berekening combineert om de training van Mixture-of-Experts-modellen tot triljoenen parameters op duizenden GPU's efficiënt te maken.
Dit onderzoek evalueert de prestaties van verschillende grote taalmodellen bij het oplossen van discrete optimalisatieproblemen met uitgebreide datasets en concludeert dat sterkere modellen beter presteren, terwijl de Chain-of-Thought-techniek niet altijd effectief is en verstoord data soms de prestaties op eenvoudige problemen kan verbeteren.
Dit paper introduceert 3ViewSense, een raamwerk dat het ruimtelijke intelligentie-gat in Vision-Language Models dicht door ruimtelijk redeneren te grondvesten in orthografische weergaven via een 'Simuleer-en-Redeneer'-mechanisme, wat leidt tot aanzienlijk betere prestaties in complexe ruimtelijke taken zoals het tellen van blokken en het hanteren van verduistering.
Dit paper toont aan dat whitening van embeddings de geometrische scheiding tussen hallucinatietypes onthult, waarbij clustercommitment als het cruciale onderscheidende kenmerk fungeert en de onmogelijkheid om Type 1 en 2 te scheiden wordt toegeschreven aan modelcapaciteit in plaats van meetfouten.
Dit paper presenteert QuadAI, een ensemble-systeem voor SemEval-2026 dat een hybride RoBERTa-encoder combineert met grote taalmodellen via voorspellingsniveau-ensemble learning om de prestaties bij dimensionele aspectgebaseerde sentimentanalyse aanzienlijk te verbeteren.
ArcLight is een lichtgewicht architectuur voor LLM-inferentie die speciaal is ontworpen voor many-core CPU's om de prestaties te maximaliseren door de overhead van cross-NUMA-toegang te minimaliseren en zo de doorvoer aanzienlijk te verhogen ten opzichte van bestaande frameworks.
Dit paper introduceert MicroCoder-GRPO, een verbeterde RL-methode met innovaties zoals conditionele truncatie en diversiteitsgestuurde temperatuurkeuze, samen met een uitdagender dataset en robuustere evaluatie, die trainingsbottlenecks voor coderingsmodellen effectief oplost en aanzienlijke prestatieverbeteringen op LiveCodeBench v6 oplevert.
Dit paper introduceert MicroCoder, een zorgvuldig samengesteld dataset van recente en uitdagende programmeerproblemen die via een geautomatiseerd vierstapsverwerkingsframework is gefilterd op moeilijkheidsgraad, en waaruit blijkt dat het trainen van coderingsmodellen hierop leidt tot aanzienlijk betere prestaties op complexe taken vergeleken met bestaande datasets.
Deze studie toont aan dat grote taalmodellen in de Nepalese context aanzienlijke sociale vooroordelen vertonen, waarbij impliciete generatieve bias sterk verschilt van expliciete instemming en een niet-lineair verband vertoont met de temperatuurinstelling, wat de noodzaak benadrukt van cultureel onderbouwde evaluatie- en debiasingstrategieën.
Deze studie introduceert de AEPC-QA-benchmark om de prestaties van 51 grote taalmodellen te evalueren voor de verzekeringssector in Quebec, waarbij wordt vastgesteld dat redeneervermogen en RAG de nauwkeurigheid aanzienlijk kunnen verbeteren, maar dat contextafleiding en een verrassende superioriteit van algemene modellen boven gespecialiseerde Franse varianten nog steeds een uitdaging vormen voor de autonome inzet.
Het paper "DistillGuard" introduceert een raamwerk voor het evalueren van verdedigingen tegen kennisdistillatie van LLM's en concludeert dat bestaande output-niveau maatregelen over het algemeen inefficiënt zijn en sterk afhankelijk van de specifieke taak.
Dit paper introduceert AI Steerability 360, een open-source Python-bibliotheek van IBM die een gestandaardiseerde interface biedt om grote taalmodellen via vier controleoppervlakken (invoer, structuur, staat en uitvoer) te sturen en verschillende stuurmethoden eenvoudig te combineren en evalueren.