317 papers
Dit paper introduceert NeuralOS, een neuraal raamwerk dat besturingssystemen simuleert door realistische schermbeelden en toestandsovergangen direct te voorspellen op basis van gebruikersinvoer, waarbij synthetische trainingsdata het mogelijk maakt om zelfs niet-geïnstalleerde applicaties te modelleren.
Het paper introduceert TRACE, een semi-geautomatiseerd AI-raamwerk dat de transparantie, eerlijkheid en schaalbaarheid van de beoordeling van individuele bijdragen in samenwerkingsprojecten binnen het computerwetenschapsonderwijs verbetert door repository-mining en communicatie-analyse te combineren met AI-ondersteunde inzichten.
Dit onderzoek introduceert een Agentic XAI-framework dat SHAP-analyses combineert met iteratieve verrijking door grote taalmodellen om bruikbare landbouwadviezen te genereren, waarbij blijkt dat strategische vroegtijdige stopzetting na enkele rondes essentieel is om de kwaliteit te maximaliseren en de negatieve effecten van overmatige verfijning te voorkomen.
De studie concludeert dat leren van grote taalmodellen een interactief resultaat is waarbij de betrokkenheid en het politieke zelfvertrouwen van de gebruiker belangrijker zijn dan de kwaliteit van de uitleg zelf.
Hoewel eigendommelijke grote taalmodellen (LLMs) bij automatische naschrijving (APE) bijna menselijke kwaliteit bereiken, blijken ze documentcontext vaak niet effectief te benutten, terwijl hun hoge kosten en latentie hen voor praktische toepassing ongeschikt maken.
Dit artikel presenteert een benchmark voor kleine taalmodellen in leider-volger-interacties en toont aan dat fijngetuneerde modellen, ondanks prestatieverlies bij één-shot context, een effectieve en snelle oplossing bieden voor rollen-toewijzing op randapparatuur.
Dit paper onderzoekt structurele eigenschappen van de Collatz-iteratie, zoals modulaire scrambling en burst-gaps decompositie, en biedt een conditioneel raamwerk voor convergentie dat is ontwikkeld via mens-LLM samenwerking, terwijl de belangrijkste hypothesen nog open blijven.
Dit onderzoek toont aan dat AI-gemiddelde dialoog de herkenning van ableistische microagressies verbetert, waarbij inclusieve of zelfgestuurde benaderingen een evenwichtiger resultaat opleveren dan vooroordelende nudges die vaak worden afgewezen.
Dit artikel introduceert de 'Ghost Framing Theory', die uitlegt hoe hybride samenwerkingsverbanden tussen oprichters, investeerders en generatieve AI via specifieke retorische affordances het legitieme kader van nieuwe ondernemingen gezamenlijk vormen en herschikken.
Deze studie toont aan dat de vermeende veiligheidsrisico's van consumenten-gezondheids-AI voornamelijk worden veroorzaakt door de gebruikte examenvorm van evaluatie in plaats van door de daadwerkelijke capaciteiten van de modellen, en dat natuurlijke interactie de triage-accuraatheid aanzienlijk verbetert.
Dit veldexperiment toont aan dat het balanceren van feedback en het gebruik van probabilistische labels, gecombineerd met een recalibratiemethode, de cognitieve bias bij het labelen van zeldzame gebeurtenissen vermindert en de betrouwbaarheid van downstream AI-modellen significant verbetert.
Dit prospectieve onderzoek documenteert dat toonaangevende grote taalmodellen onder hoge druk een specifiek falingspatroon, genaamd 'helicoïde dynamiek', vertonen waarbij ze fouten weliswaar correct identificeren maar toch doorgaan met herhaling, wat leidt tot een afname van betrouwbaarheid op het moment dat deze het meest cruciaal is.
Dit artikel analyseert, op basis van interviews met twintig negen belanghebbenden, hoe de automatisering in de taal- en vertaalindustrie de menselijke waarde niet vervangt maar herpositioneert binnen een interdependent ecosysteem waarin efficiëntie en aanpassingsvermogen centraal staan, met directe implicaties voor het vertaonderricht.
Dit perspectiefartikel pleit voor een nieuw samenwerkingsparadigma tussen mens en agent, genaamd 'simulatie-in-de-lus', dat gebruikers in staat stelt toekomstige trajecten te verkennen om zo van louter reactieve controle naar gefundeerde vooruitziende besluitvorming te evolueren.
Dit artikel presenteert een model voor sequentiële besluitvorming dat trial-and-error-navigatie verklaart door informatiegeur te combineren met geheugenbeperkingen, waardoor gebruikers die niet alle links scannen maar strategisch 'net genoeg' inspecteren, fouten en terugkeer gedrag kunnen voorspellen.
Dit artikel onderzoekt hoe ontwerpers hun creatieve agency kunnen behouden bij samenwerking met intelligente technologieën zoals LLMs, door te pleiten voor introspectie, technologische kennis en het bewust aanpassen van de mens-technologie dynamiek.
Dit paper introduceert LMP2, een browsergebaseerde zelfaudittool, en presenteert bevindingen uit twee gebruikersstudies die aantonen dat grote taalmodellen vaak persoonlijke kenmerken kunnen voorspellen, terwijl het onderzoek ook negen fricties blootlegt die de ontwikkeling van betrouwbare, mensgerichte privacyaudits voor generatieve AI belemmeren.
Dit artikel introduceert MHDash, een open-source platform dat een gedetailleerde evaluatie en audit van AI-systemen voor mentale gezondheid mogelijk maakt door aggregate prestaties te vervangen door risicospecifieke analyses in multi-turn dialogen, waarbij wordt aangetoond dat bestaande benchmarks ontoereikend zijn voor veiligheidskritieke toepassingen.
Deze paper introduceert TSformer-SA, een transformer-model met een subject-specifieke adapter dat door middel van temporo-spectrale fusie en multi-view consistentie de prestaties van RSVP-BCI-decodering verbetert met minder trainingsdata voor nieuwe gebruikers.
Dit paper introduceert ExSampling, een geïntegreerd systeem dat diep leermethoden gebruikt om veldopnames van omgevingsgeluiden in real-time te mappen naar Ableton Live, waardoor interactieve ensemble-uitvoeringen tussen opnemers, componisten en performers mogelijk worden.