11049 papers
Deze studie presenteert een volledig optische, diepe neuromorfe netwerkarctitectuur die online, ongesuperviseerde Hebbiaanse leer mogelijk maakt via niet-vluchtige faseveranderingsmaterialen, wat resulteert in een 100% herkenningspercentage voor letters zonder inefficiënte optisch-elektrisch-optische conversies.
ZK-HybridFL is een beveiligd, decentraal federatief leerframework dat een DAG-ledger combineert met zero-knowledge bewijzen en sidechains om privacy-bewuste modelvalidatie te bieden, wat resulteert in snellere convergentie, hogere nauwkeurigheid en betere weerstand tegen aanvalsen vergeleken met bestaande methoden.
Dit artikel introduceert EDIS, een diagnostische methode die de tijdsverloop van entropie in grote taalmodellen analyseert om onstabiele patronen in redeneerprocessen te detecteren en zo de nauwkeurigheid van redenering te verbeteren.
Dit paper introduceert Latent Exploration Decoding (LED), een trainingsvrije decodingstrategie die de onbedoelde exploratie-inzinking bij Large Reasoning Models na post-training oplost door het selecteren van dieptec configuraties met maximale entropie op basis van tussenlagen, waardoor de nauwkeurigheid op redeneerbenchmarks aanzienlijk verbetert.
Deze studie toont aan dat bestaande methoden voor het auditen van AI-uitlijning kwetsbaar zijn voor strategische misleiding, aangezien een geautomatiseerde red-team-pipeline succesvol prompts genereerde die zowel black-box- als white-box-audits misleiden tot foutieve conclusies over verborgen doelen.
Het paper introduceert LaPha, een methode die AlphaZero-achtige LLM-agents traint in een hyperbolische Poincaré-ruimte om via boomzoekprocessen en procesbeloningen de wiskundige redeneerprestaties aanzienlijk te verbeteren.
Dit artikel introduceert een protocollaire 'pre-synthesis gate' om de betrouwbaarheid van salientiekaarten voor siRNA-voorspelling te valideren, waarbij het aantoont dat dergelijke validatie essentieel is om onopgemerkte faalmodi te detecteren en dat een biologisch geïnformeerde regularisator (BioPrior) de trouw van deze attributiemethoden verbetert.
In dit artikel wordt Aletheia, een autonoom wiskundig onderzoekssysteem dat door iteratief genereren, verifiëren en reviseren van oplossingen in natuurlijke taal, geïntroduceerd om de overgang van olympiadeproblemen naar professioneel wiskundig onderzoek te maken, waarbij het zowel volledig door AI gegenereerde papers als mens-AI-samenwerkingen demonstreert.
Dit artikel analyseert de neiging tot 'stochastisch parrotten' in tijdsattentie door een theoretische afleiding van gevoeligheidsgrenzen, waarbij het een diagonale 'attention sink' en een bias naar de eerste tokens onthult die door regularisatiemethoden kan worden tegengegaan.
Dit paper introduceert SWE-MiniSandbox, een lichtgewicht, container-vrije methode die schaalbaar reinforcement learning voor software-engineering-agenten mogelijk maakt door kernel-gebaseerde isolatie te gebruiken, wat leidt tot aanzienlijke besparingen in schijfruimte en opstarttijd zonder in te leveren op prestaties.
Dit paper introduceert MiDAS, een open-source, platform-onafhankelijk systeem voor tijdgesynchroniseerde, niet-invasieve multimodale dataverzameling bij robot-assisterende minimaal invasieve chirurgie, dat wordt ondersteund door een nieuw dataset met hand- en voetbewegingen en video-opnames van chirurgen die taken uitvoeren op de Raven-II en da Vinci Xi.
Dit artikel introduceert AHSIV, een adaptief raamwerk voor modelselectie in vraagprognoses dat de prestatiedegradatie door forecast-horizonten en de variabiliteit in vraagpatronen adresseert door een horizonbewuste, regime-geconditioneerde aanpak te combineren met multi-objectieve optimalisatie en hiërarchische biascorrectie.
GaiaFlow is een innovatief framework dat semantisch geleide diffusietuning combineert met adaptieve vroege exits en kwantisatie om de ecologische voetafdruk van neurale zoeksystemen aanzienlijk te verminderen zonder in te leveren op de zoekkwaliteit.
Dit paper introduceert MolCrystalFlow, een op stroming gebaseerd generatief model dat intramoleculaire complexiteit en intermoleculaire pakking ontkoppelt door moleculen als stijve lichamen te behandelen op Riemanniaanse variëteiten, waardoor het de uitdaging van het voorspellen van kristalstructuren van grote moleculaire kristallen effectief aanpakt.
Dit onderzoek toont aan dat hoewel agentische workflows met taakdecompositie de prestaties van grote taalmodellen bij het oplossen van bugs verbeteren, hun vermogen tot daadwerkelijk lang-context redeneren beperkt blijft, wat leidt tot scherpe prestatiedalingen bij het genereren van patches in contexten van 64k tokens.
Het artikel introduceert FLoRG, een federatief fijnafstemkingsframework dat aggregatiefouten en decompositiedrift in LoRA vermindert door het gebruik van een enkele laag-rang Gram-matrix en Procrustes-uitlijning, wat leidt tot verbeterde nauwkeurigheid en een tot 2041-voudige reductie in communicatiekosten.
Dit paper introduceert CoSiNE, een deep learning-model dat de evolutionaire dynamiek van antilichamen nabootst door somatische hypermutatie en selectie te ontkoppelen, waardoor het superieure prestaties boekt in het voorspellen van varianteffecten en het optimaliseren van bindingsaffiniteit.
Dit onderzoek toont aan dat biologische foundation-modellen zoals scGPT en Geneformer een betekenisvolle, gedeelde maar lokaal geconcentreerde topologische en geometrische structuur leren in hun interne representaties, zoals bevestigd door een autonoom gescreende reeks van 141 hypothesen.
Dit paper introduceert EMPO², een hybride RL-framework dat geheugen en een combinatie van on- en off-policy optimalisatie gebruikt om de exploratie en generalisatie van LLM-agenten te verbeteren, wat resulteert in aanzienlijke prestatieverbeteringen op benchmarks zoals ScienceWorld en WebShop.
Dit artikel toont vanuit een informatie-theoretisch perspectief aan dat modality collapse in multimodale LLM's het gevolg is van een mismatch tussen de decoder en de brondata, waarbij het trainingsdoel van de decoder bepaalt welke informatie toegankelijk is in plaats van de modelarchitectuur of encoder-uitlijning.