1077 papers
Dit artikel introduceert het concept van Tools Orchestration Privacy Risk (TOP-R), waarbij autonome agenten via LLM's onbedoeld gevoelige informatie synthetiseren uit niet-gevoelige tool-data, en biedt de eerste systematische analyse, een nieuw benchmark (TOP-Bench) en effectieve mitigatiestrategieën om dit privacyrisico aan te pakken.
Deze paper introduceert WBC, een nieuw aanvalsmodel dat de effectiviteit van lidmaatschapsinference-aanvallen op fine-tuned grote taalmodellen aanzienlijk verbetert door lokale, contextgebonden geheugensignalen te analyseren in plaats van te vertrouwen op globale gemiddelden.
Dit paper introduceert een framework voor het finetunen van Large Language Models om op maat gemaakte, leeftijdsadequate educatieve content te genereren voor zes verschillende onderwijsniveaus, wat leidt tot een aanzienlijke verbetering in de graadovereenkomst zonder in te leveren op feitelijke juistheid.
Dit paper introduceert het PyMUSAS-framework, dat een hybride aanpak combineert van regels en neurale netwerken voor meertalige semantische annotatie in het USAS-systeem, waarbij gebruik wordt gemaakt van een nieuw 'silver standard'-dataset om de prestaties te evalueren en te verbeteren.
Dit paper introduceert Latent Exploration Decoding (LED), een trainingsvrije decodingstrategie die de onbedoelde exploratie-inzinking bij Large Reasoning Models na post-training oplost door het selecteren van dieptec configuraties met maximale entropie op basis van tussenlagen, waardoor de nauwkeurigheid op redeneerbenchmarks aanzienlijk verbetert.
Deze paper introduceert COMI, een coarse-to-fine contextcompressieframework dat gebruikmaakt van de Marginal Information Gain-metriek om redundantie te elimineren en semantische relevantie te behouden, wat leidt tot aanzienlijk betere prestaties dan bestaande methoden bij hoge compressiesnelheden.
Dit artikel presenteert een verzameling casestudies die aantonen hoe onderzoekers succesvol samenwerken met Google's Gemini-modellen om open problemen op te lossen, conjecturen te weerleggen en nieuwe bewijzen te genereren in theoretische informatica en aanverwante vakgebieden, waarbij effectieve technieken voor mens-AI-samenwerking worden geïdentificeerd.
In dit artikel wordt Aletheia, een autonoom wiskundig onderzoekssysteem dat door iteratief genereren, verifiëren en reviseren van oplossingen in natuurlijke taal, geïntroduceerd om de overgang van olympiadeproblemen naar professioneel wiskundig onderzoek te maken, waarbij het zowel volledig door AI gegenereerde papers als mens-AI-samenwerkingen demonstreert.
Het paper introduceert DataChef-32B, een model dat via versterkingsleer automatisch optimale datarecepten voor LLM-adaptatie genereert, waarbij de resultaten op diverse taken vergelijkbaar zijn met die van menselijke experts en zelfs de officiële post-training checkpoints van Qwen3-1.7B op het wiskundevakgebied overtreffen.
Dit artikel bekritiseert de illusie van een objectieve 'ground truth' in dataannotatie door aan te tonen dat menselijke meningsverschillen vaak ten onrechte als ruis worden behandeld in plaats van als waardevolle signalen, en pleit voor pluralistische annotatie-infrastructuur die culturele diversiteit erkent in plaats van te onderdrukken.
Dit paper introduceert IntelliAsk, een model dat via versterkingsleer met de IntelliReward-beloning wordt getraind om hoogwaardige, evidence-based onderzoeksvragen te genereren die beter presteren dan bestaande baselines en tegelijkertijd de redeneer- en schrijfcapaciteiten van het model verbeteren.
Dit paper introduceert een herziene annotatieschema voor cross-document coreferentieoplossing dat lexische diversiteit en framingvariatie in nieuwsberichten beter vastlegt door coreferentieketens te behandelen als discours-elementen, wat wordt gevalideerd door de herannotatie van de NewsWCL50- en ECB+-datasets.
Dit paper weerlegt het idee dat spraak-LLM's inherent beter zijn dan ASR-LLM-kaskaders door aan te tonen dat ze in de praktijk vaak inefficiënte kaskaders zijn die bij ruis slechter presteren dan hun tekstuele tegenhangers, aangezien de onderliggende tekstrepresentaties causaal noodzakelijk blijven voor hun redeneervermogen.
Dit paper introduceert nieuwe, schaalafhankelijke evaluatiemetrics voor "Text-to-Big SQL" om aan te tonen dat bestaande benchmarks ontoereikend zijn voor het beoordelen van de kosten, latentie en prestaties van LLM-agents in productieomgevingen met grote datasets.
Dit artikel toont vanuit een informatie-theoretisch perspectief aan dat modality collapse in multimodale LLM's het gevolg is van een mismatch tussen de decoder en de brondata, waarbij het trainingsdoel van de decoder bepaalt welke informatie toegankelijk is in plaats van de modelarchitectuur of encoder-uitlijning.
Dit paper introduceert CoME, een nieuw mobiel agent-architectuur met gespecialiseerde experts en een progressieve trainingsstrategie die hybride redeneervaardigheden verbetert en foutpropagatie beperkt door middel van informatiewinst-gedreven DPO, wat leidt tot superieure prestaties op AITZ- en AMEX-datasets.
Dit artikel introduceert Aletheia, een browserextensie die LLM's en Retrieval-Augmented Generation gebruikt om nepnieuws te detecteren en transparante, bewijsgebaseerde uitleg te bieden, wat in experimenten en een gebruikersstudie met 250 deelnemers effectiever bleek dan bestaande oplossingen.
Het paper introduceert Omni-C, een efficiënte, dichte Transformer-encoder die heterogene modaliteiten comprimeert tot gedeelde representaties zonder MoE-architecturen, waardoor de complexiteit en het geheugengebruik aanzienlijk worden verminderd terwijl de prestaties vergelijkbaar blijven met gespecialiseerde expertmodellen.
Dit paper introduceert een theoretisch raamwerk voor grammatica-gedwongen decoding dat bewijst dat taalkundig equivalente grammatica's weliswaar identieke toekenningsmasks opleveren, maar aanzienlijk verschillende computatiekosten kunnen veroorzaken door structurele ambiguïteit, en biedt bovendien onderbouwing voor het optimaliseren van grammatica's en het beperken van de distortie bij het maskeren van logits.
Dit paper introduceert EigenData, een zelfevoluerend multi-agentplatform dat de volledige levenscyclus van function-calling data automatiseert en gebruikt om de Berkeley Function-Calling Leaderboard te auditeren en te repareren, wat resulteert in een betrouwbaardere evaluatie die beter correleert met menselijke oordelen over functionele correctheid.