1072 papers
Dit paper introduceert een efficiëntere Transformer-architectuur die de dichte output-projectie in multi-head attention vervangt door een vaste Walsh-Hadamard-transformatie gecombineerd met een lichte affiene herschaling, wat resulteert in een aanzienlijke vermindering van parameters, geheugengebruik en inferentiekosten zonder in te leveren op prestaties.
Dit onderzoek toont aan dat taalmodellen, hoewel ze in hun antwoorden vaak overeenkomen met menselijke oordelen over de 'proviso'-problematiek in conditionele zinnen, in plaats van diepgaand pragmatisch redeneren vooral vertrouwen op oppervlakkige patroonherkenning.
Dit artikel bespreekt hoe zelftoezicht en visueel verankerde computationele modellen, zonder sterke linguïstische aannames, steeds krachtiger worden in het leren van spraak en hoe ze een gedeelde set leerprincipes bieden om vroege taalontwikkeling te verklaren.
Dit onderzoek toont aan dat het combineren van adaptieve iteratieve loops en gedierteerde geheugenbanken in transformers leidt tot superieure prestaties op wiskundige en algemene kennisopgaven vergeleken met dieper, maar minder efficiënt, geoptimaliseerde basismodellen.
Dit paper introduceert het COACH-pipeline- en QUORUM-evaluatiekader om gepersonaliseerde gezondheidsadvisering voor kankerpatiënten te genereren en te valideren, waarbij wordt aangetoond dat hoewel gebruikers, experts en ontwikkelaars het eens zijn over de kwaliteit van de inhoud, er belangrijke verschillen blijven bestaan in percepties over toon, foutgevoeligheid en hallucinaties.
Deze paper introduceert ToCoRL, een framework dat de inherente gedragsplasticiteit van grote taalmodellen benut door middel van token-voorwaardelijke generatie en versterkingslering, waardoor modellen hun gedrag (zoals het schakelen tussen stap-voor-stap redeneren en direct antwoorden) stabiel kunnen aanpassen zonder hun oorspronkelijke vaardigheden te verliezen.
Dit paper introduceert Sandpiper, een hybride systeem dat interactieve dashboards en geagenteerde grote taalmodellen combineert om kwalitatieve analyse van educatieve discussies op grote schaal mogelijk te maken zonder in te leveren op methodologische nauwkeurigheid, privacy of betrouwbaarheid.
Dit paper toont aan dat zowel menselijke als AI-feedback voor Reinforcement Learning from Human Feedback (RLHF) kwetsbaar is voor 'choice blindness', waarbij voorkeurswisselingen ongemerkt blijven en de leerprocessen worden verstoord door contextuele manipulaties die door standaardmetrieken niet worden opgemerkt.
Dit paper introduceert een methode waarbij LLM-agenten native zoekopdrachten uitvoeren door hun eigen verborgen staten direct naar de embedding-ruimte te projecteren, waardoor een apart embedding-model overbodig wordt terwijl 97% van de zoekkwaliteit behouden blijft.
Dit paper introduceert VET-Bench, een diagnostische test om het tekort aan objecttracking in Vision-Language Models bloot te leggen, en presenteert SGCoT, een methode die door het genereren van expliciete objecttrajecto's de prestaties op deze taak tot boven de 90% brengt.
Deze prospectieve haalbaarheidsstudie toont aan dat een conversational AI (AMIE) in een echte huisartsenpraktijk veilig en effectief kan worden ingezet voor het verzamelen van anamnese en het formuleren van differentiaaldiagnoses, waarbij de kwaliteit vergelijkbaar was met die van huisartsen, hoewel de huisartsen nog steeds beter scoorden op praktische uitvoerbaarheid en kosten-effectiviteit.
Dit paper introduceert het eerste gratis Engels-Zweedse dataset om 'translationese' te onderzoeken, waarbij blijkt dat taalmodellen vaak voorkeur geven aan letterlijke vertalingen boven idiomatische alternatieven, zelfs zonder broncontext.
LycheeCluster is een nieuwe methode die de inferentie van grote taalmodellen bij lange contexten versnelt tot 3,6x door middel van semantisch bewuste chunking en een hiërarchische indexering van de KV-cache, waardoor de zoektijd van lineair naar logaritmisch wordt gereduceerd met minimale kwaliteitsverlies.
Dit paper introduceert Fanar-Sadiq, een tweetalig multi-agent systeem dat islamitische vragen grondig beantwoordt door gespecialiseerde modules te gebruiken voor citatieverificatie, fatwa's en wiskundige berekeningen, waarmee hallucinaties worden voorkomen en de betrouwbaarheid in religieuze contexten wordt vergroot.
Het artikel introduceert Drift2Act, een controller die monitoring van machine learning-systemen omvormt tot een veilig, budgetbewust beslissingsproces door online risicocertificaten te gebruiken om bij drift automatisch de juiste interventies te selecteren.
Deze paper introduceert OfficeQA Pro, een nieuwe benchmark gebaseerd op een uitgebreid corpus van US Treasury Bulletins die aantoont dat zelfs de meest geavanceerde AI-agenten moeite hebben met grondig, op documenten gebaseerd redeneren in zakelijke contexten, waarbij gestructureerde documentrepresentaties weliswaar de prestaties verbeteren maar nog steeds aanzienlijke ruimte voor verbetering laten.
Dit paper introduceert CODA, een methode die adaptief redeneren optimaliseert door token-allocatie dynamisch af te stemmen op de moeilijkheidsgraad van een taak, waardoor kosten op eenvoudige taken met meer dan 60% worden verlaagd zonder in te leveren op nauwkeurigheid, terwijl complexere taken juist meer deliberatie krijgen.
Dit onderzoek analyseert de schaalbaarheid van ongesuperviseerd versterkend leren met verifieerbare beloningen (URLVR) en concludeert dat inheemse beloningsmethoden, hoewel nuttig voor testtijd-training, fundamenteel beperkt zijn door een 'vertrouwen-correctheid'-plafond dat leidt tot modelinstorting, terwijl externe beloningsmechanismen een veelbelovend alternatief bieden om deze grenzen te doorbreken.
Het paper introduceert Agentic Critical Training (ACT), een versterkingsleerparadigma dat LLM-agents in staat stelt om autonoom de kwaliteit van acties te beoordelen en echte zelfreflectie te ontwikkelen in plaats van alleen imitatie, wat leidt tot significante prestatieverbeteringen op diverse benchmarks.
Dit onderzoek toont aan dat ChatGPT bij het beantwoorden van uitdagende meerkeuzevragen over cardiologie en vaatziekten een hogere nauwkeurigheid (92,10%) bereikte dan twee geselecteerde geneeskundestudenten.