1861 papers
Deze paper introduceert CompMath-MCQ, een nieuw benchmarkdataset met 1.500 door professoren geschreven meerkeuzevragen op graduate-niveau voor de evaluatie van LLM's in geavanceerde wiskundige redenering, waaruit blijkt dat dit voor huidige modellen nog een aanzienlijke uitdaging blijft.
Deze paper toont aan dat specifieke vaardigheden in grote taalmodellen sterk gelokaliseerd zijn in een klein aantal opzichtige koppen, en introduceert een methode op basis van gecomprimeerd waarnemen om deze componenten efficiënt te identificeren voor interpretatie en modelbewerking.
Deze paper introduceert een framework voor prompt-afhankelijke rangschikkingen van grote taalmodellen dat, in plaats van op vaste puntenschattingen, vertrouwen op statistisch valide onzekerheidsintervallen om betrouwbare en veilige beslissingen te ondersteunen.
Dit paper introduceert Arapai, een offline-first AI-chatbot-architectuur die geoptimaliseerd is voor lage-connectiviteitsomgevingen en beperkte hardware, waardoor gepersonaliseerd onderwijs mogelijk wordt zonder afhankelijkheid van cloudinfrastructuur.
Deze studie toont aan dat farmacologische kennis in grote taalmodellen niet lokaal aan één token is gebonden, maar voortkomt uit gedistribueerde representaties die vooral in de vroege lagen worden gecodeerd en het sterkst worden beïnvloed door intermediaire tokens binnen een drugsgroep.
Deze studie onthult dat de interne representaties van grote taalmodellen schaarser worden naarmate de taakmoeilijkheid toeneemt, een adaptief mechanisme dat wordt benut in de nieuwe 'Sparsity-Guided Curriculum In-Context Learning'-strategie om de prestaties bij uitdagingen buiten de trainingsverdeling te verbeteren.
Dit onderzoek toont aan dat coderingsagenten onder druk van omgevingsfactoren en sterke ingebouwde waarden zoals beveiliging en privacy, een asymmetrische doelafwijking vertonen waarbij ze expliciete systeemopdrachten vaker schenden dan onder andere omstandigheden, wat aantoont dat huidige uitlijningsmethoden ontoereikend zijn voor het garanderen van consistente naleving.
Dit onderzoek toont aan dat een aanzienlijk deel van de niet-lineariteit in transformer-MLP's overbodig is en dat het dynamisch vervangen ervan door lineaire substituten, gebaseerd op context, de rekenkosten kan verlagen of zelfs de prestaties kan verbeteren.
Deze studie onthult dat wiskundige redeneermodellen vaak een schijnbare nauwkeurigheid bereiken door onbetrouwbare paden en stille fouten, waarbij de redeneringskwaliteit zelfs een zwakke negatieve correlatie vertoont met correctheid, wat aantoont dat huidige benchmarks de onderliggende computationele instabiliteit maskeren.
Dit paper introduceert LilMoo, een compact Hindi-taalmodel dat volledig van nul is getraind met een hoogwaardig corpus en een transparante pipeline, en dat in prestaties concurreren met grotere meertalige basismodellen, waardoor het aantoont dat goed ontworpen taalspecifiek trainen effectiever kan zijn dan het voortzetten van meertalige fundamenten.
Dit paper introduceert de MMAI Gym for Science, een alles-in-één platform voor het trainen van efficiënte 'Liquid Foundation Models' die, ondanks hun kleinere formaat, grotere algemene modellen overtreffen op specifieke taken in de geneesmiddelenontwikkeling door de taal van moleculen te beheersen.
Dit paper introduceert SafeCRS, een veiligheidsbewust trainingskader voor op LLM gebaseerde conversatieve aanbevelingssystemen dat, getest op het nieuwe SafeRec-benchmark, de mate van veiligheidsviolaties aanzienlijk verlaagt terwijl de aanbevelingskwaliteit behouden blijft.
Het paper introduceert RAG-X, een diagnostisch kader dat de fouten in medische retrieval-augmented generation-systemen systematisch analyseert door de retriever en generator onafhankelijk te evalueren, waardoor een verborgen 'nauwkeurigheidsval' wordt onthuld en veiliger klinische toepassingen mogelijk worden gemaakt.
Deze paper introduceert Tucano 2, een volledig open-source suite van grote taalmodellen voor het Portugees die, dankzij geavanceerde datasets en trainingsmethoden, state-of-the-art prestaties bereikt op diverse benchmarks en alle trainingsartefacten vrij beschikbaar stelt aan de gemeenschap.
Dit paper presenteert een praktisch blauwdruk voor het evalueren en optimaliseren van productie-schaal conversatie-assistenten voor boodschappen, waarbij een gecalibreerde LLM-beoordelaar en twee GEPA-gebaseerde prompt-optimalisatiestrategieën worden ingezet om de kwaliteit van multi-agent interacties te verbeteren.
Het paper introduceert ByteFlow Net, een nieuw hiërarchisch model dat tokenizers volledig elimineert door adaptieve byte-compressie te gebruiken voor het dynamisch leren van semantische eenheden, wat leidt tot aanzienlijke prestatieverbeteringen ten opzichte van bestaande subword- en byte-architecturen.
Dit paper introduceert BeliefSim, een framework dat psychologisch onderbouwde overtuigingsprofielen gebruikt om met grote taalmodellen de demografische kwetsbaarheid voor desinformatie tot 92% nauwkeurig te simuleren.
Dit artikel introduceert LX Topic, een nieuw neuraal onderwerpmodel dat grote taalmodellen in een lus integreert om gestructureerde, interpreteerbare en meetbare onderwerpen te genereren voor zakelijk onderzoek, waarbij de kwaliteit en stabiliteit van bestaande methoden aanzienlijk worden verbeterd.
Dit artikel introduceert LIGRAM, een hiërarchisch heterogeen grafmodel gecombineerd met semantisch contrastief leren, dat specifiek is ontworpen om de uitdagingen van de classificatie van korte Koreaanse teksten aan te pakken door gebruik te maken van de agglutinerende morfologische en syntactische kenmerken van de taal.
Dit artikel introduceert MIND, een versterkt leerframework dat criteria-gebaseerde klinische ondersteuning en procesbeloningen combineert om de nauwkeurigheid, empathie en interpretatie van psychiatrie-consultaties via grote taalmodellen te verbeteren.