1097 papers
Dit paper introduceert Direct Consistency Optimization (DCO), een efficiënte methode die taalmodellen optimaliseert voor consistente kennisoverdracht tussen talen door middel van versterkingslearning, zonder dat een expliciet beloningsmodel nodig is.
Dit paper toont aan dat stopwoorden een niet-Zipfiaanse verdeling volgen die het beste wordt gemodelleerd door een Beta Rank-functie, en introduceert een selectiemodel op basis van Hill-functies dat deze verdeling en de afwijkende patronen van niet-stopwoorden analytisch verklaart.
Dit onderzoek evalueert de effectiviteit van data-augmentatie en kenmerkverbetering voor de detectie van haatzaaiende taal, waarbij het aantoont dat open-source modellen zoals gpt-oss-20b over het algemeen het beste presteren, hoewel traditionele methoden zoals Delta TF-IDF met augmentatie op specifieke datasets tot 98,2% nauwkeurigheid kunnen bereiken, en benadrukt dat de detectie van impliciete haatzaaiende taal complexer is en sterk afhankelijk is van de interactie tussen dataset, model en techniek.
Dit onderzoek toont aan dat fijngefineerde Large Language Models, met name Llama 3.2, op basis van de multilinguale DUTA10K-dataset superieur presteren in het detecteren en classificeren van complexe, illegale inhoud op online marktplaatsen vergeleken met traditionele machine learning-basismodellen.
Dit onderzoek toont aan dat AI-modellen, geëvalueerd met een tweelaagskader, realistische en pedagogisch waardevolle vragen kunnen genereren voor moot court-training, maar dat ze ondanks hoge recall nog te kampen hebben met beperkingen zoals gebrek aan diversiteit en sycofantie die door naïeve evaluaties onopgemerkt blijven.
Dit artikel introduceert "Model Medicine", een klinisch raamwerk dat AI-modellen behandelt als biologische organismen met een gestructureerde taxonomie, diagnostische hulpmiddelen zoals Neural MRI en het Four Shell Model, en therapeutische protocollen voor het begrijpen, diagnosticeren en behandelen van modelstoornissen.
Dit artikel beschrijft hoe een neuro-symbolisch systeem, dat de Gemini Deep Think-taalmodel combineert met een boomzoekframework en numerieke feedback, een open probleem in de theoretische fysica heeft opgelost door autonome, exacte analytische oplossingen af te leiden voor het vermogensspectrum van zwaartekrachtstraling uit kosmische snaren.
Deze paper introduceert 'Interactive Benchmarks', een nieuw evaluatiekader dat de intelligentie van modellen meet door hun vermogen om actief informatie te verwerven en te redeneren binnen interactieve scenario's zoals bewijzen en spelletjes, waardoor de beperkingen van traditionele benchmarks worden overwonnen.
Dit paper introduceert IF-RewardBench, een uitgebreide meta-evaluatiebenchmark voor instructievolgende taalgroottes die een lijstvormige evaluatieparadigma gebruikt om de betrouwbaarheid van huidige beoordelingsmodellen te testen en een sterkere correlatie met downstream-taakprestaties aan te tonen.
Dit paper introduceert DARE, een lichtgewicht retrieval-model dat data-distributie-informatie integreert om de prestaties van LLM-agents bij het genereren van R-code en het vinden van statistische pakketten aanzienlijk te verbeteren.
Het HiMAP-Travel-framework lost het probleem van lange-termijn reisplanning met strikte beperkingen op door een hiërarchische multi-agent architectuur te gebruiken die strategische coördinatie en parallelle dagelijkse uitvoering combineert, wat leidt tot aanzienlijk betere prestaties dan bestaande methoden op de TravelPlanner-benchmarks.
Dit paper introduceert SharedLLM, een efficiënt framework dat twee gestapelde korte-context LLM's combineert via een 'self-injection'-mechanisme en query-georiënteerde compressie om contextvensters tot meer dan 128K tokens uit te breiden zonder dure hertraining, terwijl het tegelijkertijd de geheugenvoetafdruk verkleint en de inferentiesnelheid aanzienlijk verhoogt.
TSEmbed is een universeel multimodaal inbeddingsraamwerk dat door middel van een combinatie van Mixture-of-Experts en Low-Rank Adaptation taakconflicten oplost en via Expert-Aware Negative Sampling state-of-the-art prestaties bereikt op zowel benchmark- als industriële datasets.
Dit paper introduceert Privacy Camera 2.0, een nieuw privacybewust waarnemingskader dat via een edge-cloud architectuur en het AI Flow-paradigma ruwe beelden in real-time omzet in wiskundig onomkeerbare abstracte vectorrepresentaties, waardoor gedetailleerde gedragsanalyse en visuele reconstructie mogelijk zijn zonder de oorspronkelijke privacygevoelige beelden te onthullen.
Dit paper introduceert RLSTA, een versterkingsleer-methode die multi-turn interacties stabiliseert door het 'contextuele inertie'-probleem aan te pakken, waarbij modellen vasthouden aan eerdere foutieve redeneringen, door gebruik te maken van sterke single-turn prestaties als ankers voor zelfkalibratie.
Dit paper introduceert het CSV-framework (Clustering-Sampling-Voting), dat de kosten en latentie van semantische filtering met grote taalmodellen drastisch verlaagt door sublineaire complexiteit te bereiken via clustering, steekproeven en stemmechanismen, zonder in te leveren op nauwkeurigheid.
Dit paper introduceert het concept van het Aandacht-Gravitationele Veld (AGF) als een kracht-wet-gebaseerde interpretatie van positionele correlaties in grote taalmodellen, waarbij het ontkoppelen van positionele coderingen van semantische embeddings leidt tot verbeterde nauwkeurigheid en een empirische overeenkomst met Newton's wet van universele zwaartekracht.
Deze studie vergelijkt fact-gebaseerde geheugensystemen met lange-context LLM's voor persistente agents en concludeert dat, hoewel lange-context modellen vaak betere feitelijke recall bieden, het geheugenarchitectuur op de lange termijn kostenefficiënter is en een waardevol alternatief biedt voor productiedeployments afhankelijk van de contextlengte en het type taak.
Deze meta-analyse onthult dat AI-modellen voor het beoordelen van korte antwoorden significant tekortschieten in vergelijking met menselijke experts, waarbij decoder-only-architecturen slechter presteren dan encoders, de moeilijkheidsgraad van de taak geen invloed heeft op de AI-prestaties, en er sprake is van ernstige gevoeligheid voor formulering en raciale discriminatie in hoge-stakes onderwijscontexten.
Dit artikel introduceert GDS, een methode die vooraf getrainde data in grote taalmodellen detecteert door systematische afwijkingen in gradiëntgedrag te analyseren, waardoor het de bestaande prestaties en overdraagbaarheid van bestaande methoden verbetert.