1723 papers
Dit paper introduceert CTRL-RAG, een nieuw hybride beloningssysteem dat gebruikmaakt van een contrastieve waarschijnlijkheidsbeloning om hallucinaties te verminderen en de contextgetrouwheid van Retrieval-Augmented Generation-modellen te verbeteren door de log-waarschijnlijkheidskloof tussen antwoorden met en zonder bewijsmateriaal te optimaliseren.
Deze studie toont aan dat semantische triggers op zichzelf, zelfs zonder mengsel van schadelijke en onschadelijke trainingsdata, leiden tot emergente misalignatie die zich beperkt tot specifieke contexten, waardoor kwetsbaarheden ontstaan die onzichtbaar blijven voor standaard evaluaties.
Dit paper introduceert het 'Probing Memes'-paradigma, dat large language models en datasets als een verweven geheel beschouwt via een perceptiematrix om gedetailleerde interacties en populatieniveau-eigenschappen te analyseren die door traditionele evaluatiemethoden worden gemist.
Dit paper introduceert HUMAINE, een demografisch bewust evaluatiekader dat op basis van gesprekken met ruim 23.000 deelnemers aantoont dat de voorkeur voor grote taalmodellen sterk varieert per leeftijdsgroep en dat traditionele benchmarks vaak de complexiteit van menselijke evaluatie missen.
Dit paper introduceert SalamahBench, een gestandaardiseerd veiligheidsbenchmark voor Arabische taalmodellen bestaande uit 8.170 prompts in 12 categorieën, waarmee wordt aangetoond dat bestaande Arabische modellen aanzienlijke veiligheidskwetsbaarheden vertonen en dat gespecialiseerde bewakingsmodellen superieur zijn aan native modellen voor het detecteren van schadelijke inhoud.
Dit paper introduceert DynaKV, een post-training framework dat de KV-cache van grote taalmodellen efficiënt comprimeert door compressiepercentages dynamisch per token aan te passen op basis van hun semantische betekenis, waardoor aanzienlijke geheugenbesparingen worden bereikt zonder significante kwaliteitsverlies.
Dit artikel introduceert een theoretisch haalbare benadering van de dynamiek van grote taalmodellen via additieve multi-stap Markov-ketens, waarbij de equivalentie met een keten met stapsgewijze geheugenfunctie wordt vastgesteld om het concept van informatietemperatuur uit te breiden en de dimensieproblematiek te mitigeren.
Dit artikel introduceert de Inductive Conceptual Rating (ICR)-metriek, een kwalitatieve semiotisch-hermeneutische benadering die aantoont dat hoewel LLM's hoge taalkundige overeenkomsten vertonen, ze vaak tekortschieten in het vangen van contextueel betekenisvolle menselijke interpretaties in samenvattingen.
Dit artikel introduceert RoBERTa-OTA, een nieuw model dat RoBERTa-embeddings combineert met een ontologie-gestuurde attentie-mechanisme en Graph Convolutional Networks om de nauwkeurigheid van multiclass hate speech-detectie over verschillende demografische categorieën aanzienlijk te verbeteren met slechts een minimale toename in parametergrootte.
Dit paper introduceert het Dual Tuning-framework om de 'Denk-Grens' te kwantificeren, waarmee wordt bepaald wanneer redenering nuttig is voor multimodale taken en zo de inefficiënte 'redeneren-voor-alles'-benadering wordt uitgedaagd ten gunste van adaptieve, resource-efficiënte systemen.
Dit artikel introduceert een betrouwbaarheidsbewust raamwerk voor zwak toezicht dat een multi-agent LLM-pijplijn combineert met QUBO-gebaseerde selectie om robuuste, gebalanceerde datasets voor Arabische sentimentanalyse te creëren.
Deze studie toont aan dat grote taalmodellen als beoordelaars onbetrouwbaar zijn voor productieomgevingen, omdat ze bij identieke invoer aanzienlijk verschillende scores kunnen toekennen afhankelijk van het model, de temperatuurinstelling en de interpretatiestijl.
Deze studie toont aan dat Vision-Language-modellen contextafhankelijke affordances berekenen, waarbij zowel de woordkeuze als de semantische betekenis sterk variëren afhankelijk van de context, wat wijst op de noodzaak van dynamische, query-afhankelijke ontologische projectie in de robotica.
Dit onderzoek toont aan dat multi-agent systemen voor klinische diagnose, waarin agents van verschillende leveranciers samenwerken, superieure resultaten behalen dan homogene teams door het combineren van complementaire inductieve biases en het verminderen van gedeelde foutpatronen.
Deze studie introduceert een compliance-bewuste Self-Instruct-methode, gecombineerd met LoRA-finetuning en een strikt verificatieproces, om realistische en protocolconforme maritieme radio-dialogen te genereren die het gebrek aan hoogwaardige data voor AI-ondersteunde veiligheidssystemen oplossen.
Dit paper introduceert het 'What Is Missing' (WIM) ratingsysteem, dat interpreteerbare voorkeurslabels genereert door de cosine-ähnelijkheid tussen modeluitvoer en tekstuele feedback over ontbrekende informatie te berekenen, waardoor een robuuster leersignaal ontstaat dan bij traditionele numerieke ratings.
Dit overzichtspaper analyseert geavanceerde methoden voor dynamische routering en cascading tussen meerdere onafhankelijke grote taalmodellen om de inferentie-efficiëntie te maximaliseren door query-gebaseerde modelselectie, en presenteert een conceptueel raamwerk om deze systemen te classificeren en de afwegingen tussen kosten en prestaties te optimaliseren.
SkillNet is een open infrastructuur die AI-vaardigheden systematisch creëert, evalueert en koppelt via een uniek ontologie, waardoor agenten hun prestaties aanzienlijk verbeteren door herhaling van oplossingen te voorkomen en eerder verworven kennis effectief te benutten.
Deze studie introduceert een unificerend raamwerk voor het injecteren van kennis en evalueren van grote taalmodellen in de verbrandingswetenschap, waarbij wordt aangetoond dat een gestructureerde aanpak met kennisgrafieken en voortgezette pretraining noodzakelijk is om de beperkingen van standaard retrieval-augmented generation te overwinnen.
Dit artikel introduceert een nieuwe aanvalsmethode op multimodale grote taalmodellen die door het maximaliseren van numerieke instabiliteit tijdens de inferentie aanzienlijke prestatieverminderingen veroorzaakt, zelfs bij minimale beeldwijzigingen die door traditionele adversariële perturbaties niet worden gedekt.