152 papers
Dit voorstel pleit voor het ontwikkelen en implementeren van nieuwe meetinstrumenten om de omvang en gevolgen van de automatisering van AI-ontwikkeling (AIRDA) empirisch te volgen, zodat beleidsmakers beter kunnen inschatten of deze automatisering de veiligheid en toezichtmogelijkheden bijhoudt.
Deze studie toont aan dat een Large Language Model-framework ongestructureerde online feedback effectiever kan decoderen dan traditionele methoden om specifieke serviceproblemen en een opvallende perceptiekloof bij EgyptAir te identificeren, waardoor waardevolle strategische inzichten voor de luchtvaartsector worden gegenereerd.
Dit artikel introduceert Invariant Causal Routing (ICR), een causaal bestuurskader dat gebruikmaakt van contrafactueel redeneren en causale ontdekking om interpreteerbare beleidsregels te ontwikkelen die sociale normen in online markteconomieën effectief en stabiel sturen over diverse omgevingen heen.
Dit paper pleit voor 'tokenbelastingen' als een afdwingbaar en effectief mechanisme om de economische risico's van AGI, zoals ineenstorting van belastingbases en verlies van levensstandaard, te mitigeren door gebruiksgedreven toeslagen op modelinference toe te passen.
Deze studie toont aan dat AI-gestuurde video-oplossingen in een publieke markt verantwoord kunnen worden ingezet om waardevolle gedragsinzichten te genereren zonder de privacy van bezoekers te schaden.
Dit artikel beschrijft Stan, een lokaal draaiend AI-systeem voor een thermodynamica-cursus dat zowel studenten grondige antwoorden biedt als docenten gestructureerde lesanalyses levert, volledig gebaseerd op open-source modellen en zonder afhankelijkheid van cloud-API's.
Dit paper introduceert een geïntegreerde aanpak voor het selecteren van eerlijke top- kandidaten over meerdere beschermde groepen, waarbij zowel de hardheid van het probleem wordt geanalyseerd als een nieuwe maatstaf voor utiliteitsverlies wordt voorgesteld om robuustere en efficiëntere oplossingen te garanderen.
Deze studie analyseert de voorwaarden voor diensten van 13 grote socialemediaplatforms en concludeert dat deze documenten, hoewel ze formeel toestemming verlenen, door hun complexe taal, vaagheid en gebrek aan transparantie de betekenisvolle keuze van gebruikers beperken, wat een nieuw evaluatiestelsel vereist om ethisch robuustere toestemmingsmechanismen te ontwerpen.
Dit artikel introduceert het GAMDSS-architectuur, een innovatieve aanpak die door dynamische herselectie van sleutelframes menselijke annotatiefouten in multiculturele micro-expressiedatasets corrigeert en zo de ruimtetijdbewerking en herkenningsprestaties aanzienlijk verbetert zonder extra parameters toe te voegen.
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.
Deze paper introduceert een unificerend kader dat aantoont dat de ruis in differentieel privé SGD in twee-laags netwerken de feature-learning dynamiek verstoort, wat leidt tot een verslechtering van eerlijkheid, robuustheid en prestaties, vooral bij onbalans en lange staartverdelingen.
Uit een gerandomiseerd onderzoek onder 164 rechtenstudenten blijkt dat gerichte training de adoptie en prestaties van generatieve AI in juridische analyses significant verbetert, terwijl blootstelling zonder training geen prestatievoordeel oplevert.
Deze studie toont aan dat zelfs geanonimiseerde CV's met subtiele socioculturele markers, zoals talen en hobby's, grote taalmodellen in staat stellen om demografische vooroordelen te reproduceren en kandidaten te discrimineren op basis van etniciteit en geslacht.
Dit artikel biedt een gedefinieerd raamwerk voor cognitieve oorlogsvoering, gebaseerd op de OODA-lus en meetbare criteria, om de interactie tussen aanvallers en verdedigers beter te begrijpen en te evalueren, zoals geïllustreerd aan de hand van een casestudy.
Deze studie toont aan dat de prestaties van stadsmobiliteitsmodellen sterk afhankelijk zijn van de gebruikte ruimtelijke schaal, waarbij het bezoekmodel over het algemeen beter presteert dan zwaartekracht- en stralingsmodellen, maar dat bij ongeschikte schalen (zoals administratieve grenzen) alle modellen slecht presteren en het bezoekmodel het meest achteruitgaat.
NL2GDS is een innovatief framework dat grote taalmodellen gebruikt om natuurlijke taalbeschrijvingen om te zetten in synthesiseerbare RTL-code en volledige GDSII-layouts via de OpenLane-flow, waardoor de ASIC-ontwerpproces wordt gedemocratiseerd en aanzienlijke verbeteringen in oppervlakte, vertraging en energieverbruik worden bereikt.
Dit artikel presenteert een hiërarchische architectuur voor synthetische emoties die bewustzijnsrisico's minimaliseert door specifieke toegangsfaciliteiten uit te sluiten, en biedt tegelijkertijd een methodologisch kader en audit-indicatoren voor de governance van veilige AI-systemen.
Dit paper introduceert RLVER, een nieuw reinforcement learning-framework dat verifieerbare emotiebeloningen van gesimuleerde gebruikers gebruikt om de empathische vaardigheden van taalmodellen aanzienlijk te verbeteren zonder hun cognitieve competenties te verliezen.
Deze studie introduceert HealthQuote.NL, een corpus van metaforen uit interviews en forums van Nederlandse kankerpatiënten, dat met behulp van grote taalmodellen en menselijke validatie is samengesteld om de zorgcommunicatie en besluitvorming te verbeteren.
Deze studie analyseert systematisch de politieke, ideologische, geopolitieke, taalkundige en gendergerelateerde vooroordelen in vier wijdverspreide grote taalmodellen en concludeert dat, ondanks hun uitlijning op neutraliteit, deze modellen toch verschillende vormen van bias vertonen.