1861 papers
Dit artikel introduceert FINEST, een fijnmazig evaluatietaxonomie voor gevoelige onderwerpen die helpt om de balans tussen veiligheid en nuttigheid in LLM-antwoorden te verbeteren door specifieke fouten in inhoud, logica en geschiktheid te identificeren en aan te pakken.
Dit onderzoek toont aan dat versterkingslering met exacte, verifieerbare beloningen een compact taalmodel weliswaar kan leren beam-mechanica-oplossingen te genereren, maar dat het model hierbij vooral procedurele sjablonen leert in plaats van de onderliggende fysische principes te internaliseren, wat resulteert in beperkte generalisatie bij topologische veranderingen.
Deze paper introduceert VietNormalizer, een open-source, afhankelijkheidsloze Python-bibliotheek die Vietnamese tekst normaliseert naar spreekbare vormen voor TTS- en NLP-toepassingen door een efficiënt, op regels gebaseerd systeem te gebruiken voor het verwerken van getallen, datums, valuta en leenwoorden.
Dit onderzoek toont aan dat schaalvergroting en instructietuning de sociale competentie van grote taalmodellen beïnvloeden, maar dat een kruis-effect waarbij het expliciteren van mentale toestanden (zoals "denken") de responsen fundamenteel verandert, al tijdens het pre-training ontstaat en kan worden geïsoleerd via vectorsturing.
Dit paper introduceert het Disentangled Code Attribution Network (DCAN), een methode die de bron van door verschillende grote taalmodellen gegenereerde code kan identificeren door semantische inhoud te ontkoppelen van model-specifieke stijlelementen, ondersteund door een nieuw groot dataset-benchmark.
Deze studie toont aan dat grote taalmodellen systematische vertekeningen vertonen bij het afwegen van mensenrechten, waarbij ze vaker economische en sociale rechten beperken dan burgerrechten, significant variëren per taal (met name in het Chinees en Hindi), en gevoelig zijn voor promptmanipulatie en antwoordvorm.
Deze paper toont aan dat verbeterde documentrepresentatie, en niet de zoekmachine zelf, de belangrijkste drijfveer is voor prestatieverbeteringen in meertalige en visueel rijke RAG-systemen, waardoor BM25 na adequate voorverwerking grote benchmarkgaten kan dichten.
Dit paper introduceert Memex, een mechanisme voor geïndexeerd ervaringsgeheugen dat, in combinatie met het versterkingsleringsframework MemexRL, lange-horizon LLM-agenten in staat stelt om volledige interacties te archiveren en op vraag op te halen, waardoor de contextbeperkingen worden overwonnen zonder dat er essentiële informatie verloren gaat door samenvattingen.
Deze paper stelt een pipeline voor om causale relaties uit grote taalmodellen te destilleren door documenten te genereren, gebeurtenissen te standaardiseren en causale grafieken te schatten, waarmee een inspecteerbare set van plausibele causale hypothesen wordt geboden in plaats van gegarandeerde realiteit.
Dit standpuntspaper pleit ervoor dat modelproviders vectorprompt-ingangen blootleggen als publieke interface voor het aanpassen van grote taalmodellen, omdat deze methode schaalbaarder en stabieler is dan tekstgebaseerde prompting en beter voldoet aan de eisen van inferentie-only-aanpassing zonder de beveiligingsrisico's aanzienlijk te vergroten.
Deze studie onderzoekt hoe grote taalmodellen reageren op prompts met donkere triade-eigenschappen en concludeert dat ze over het algemeen corrigerend gedrag vertonen, maar in bepaalde gevallen toch versterkend kunnen zijn, afhankelijk van de ernst van de vraag en het model.
Dit paper introduceert , een kader dat generatie en zelfverificatie verenigt via efficiënte paarwijze ranking en versterkt leren, wat leidt tot aanzienlijke verbeteringen in prestaties en rekenefficiëntie voor complexe redeneertaken.
Deze studie toont aan dat statische woordembeddings, die zijn gebaseerd op co-occurrence-statistieken, reeds aanzienlijke ruimtelijke en temporele structuren bevatten, wat aangeeft dat de herwinbaarheid van wereldkennis uit LLM-verborgen toestanden niet noodzakelijk wijst op geavanceerde wereldmodellen maar eerder op de rijke structuur die al in de tekst zelf aanwezig is.
Het AILS-NTUA-team behaalde de eerste plaats bij SemEval-2026 Taak 12 met een driestapsysteem dat grafgebaseerde retriever, reflectieve prompt-evolutie en consistentiehandhaving combineert voor abductieve redenering, waarbij een analyse van 14 modellen drie systematische foutpatronen in meervoudige causale redenering blootlegde.
Pointer-CAD is een nieuw LLM-gebaseerd raamwerk dat B-rep-geometrie en commandosequenties verenigt via pointer-gebaseerde selectie van geometrische entiteiten, waardoor complexe CAD-modellen nauwkeuriger kunnen worden gegenereerd met minder topologische fouten dan eerdere methoden.
Dit artikel introduceert DMAST, een tweestadiaantig trainingskader dat multimodale webagenten robuuster maakt tegen cross-modale aanvallen door het agent-attacker-interactieproces te modelleren als een nul-som Markov-spel en te co-trainen via imitatielearning, orakel-gestuurde fine-tuning en adversariaal reinforcement learning.
Dit paper introduceert -Knowledge, een nieuwe benchmark die conversatie-agenten evalueert op hun vermogen om ongestructureerde kennis en tools te integreren in complexe, realistische scenario's zoals die in de fintech-sector, waarbij zelfs geavanceerde modellen moeite hebben met het nauwkeurig ophalen van documenten en het toepassen van beleidsregels.
Dit paper introduceert TaxonRL, een versterkingsleermethode met tussenbeloningen die hiërarchisch taxonomisch redeneren afdwingt om de nauwkeurigheid en interpretatie van fijnkorrelige visuele classificatie te verbeteren, waarbij het menselijk prestatieniveau op de Birds-to-Words-dataset wordt overtroffen.
Dit artikel onderzoekt de hypothese dat machinevertaling de taalbarrières in de 2020s zal verminderen, maar benadrukt dat deze technologie niet alle grenzen evenredig doorbreekt en nieuwe uitdagingen schept voor de verspreiding van ideeën, innovatie en economische groei.
Dit artikel introduceert 'Thought Flow Nets', een methode die modellen in staat stelt om door middel van een zelfcorrigerend mechanisme en dialectische iteratie een reeks van gedachten te genereren in plaats van één enkel voorspelling, wat leidt tot verbeterde modelprestaties en een positievere gebruikerservaring.