4574 papers
Dit artikel presenteert een empirisch onderbouwde taxonomie van fouten in agentic AI-systemen, gebaseerd op de analyse van 13.602 issues en een developerstudie, die 37 fouttypes, 13 symptoomklassen en 12 oorzakelijke categorieën identificeert om betrouwbare systemen te bevorderen.
Dit paper introduceert Twitch, een tool die automatisch abstraheringen ontdekt uit mislukte of succesvolle bewijzen om de prestaties en snelheid van de equationale bewijzer Twee aanzienlijk te verbeteren.
Dit onderzoek introduceert het LAVT-testbed en onthult dat visuele teleoperatie voor voertuigen een niet-lineaire stabiliteitsinstorting ondergaat bij een eenrichtingsnetwerkvertraging tussen 150 en 225 ms, wat leidt tot een drastische daling van de routevoltooiing.
Dit artikel introduceert Perturbed Gaussian Ensemble, een actief beeldselectieframework dat onzekerheidsmodellering en sequentiële besluitvorming combineert om de kwaliteit van reconstructies bij schaarse CT-beelden te verbeteren door de meest informatieve X-ray-weergaven te selecteren.
Dit artikel introduceert een methode om multimodale taalmodellen effectiever audio-informatie te laten verwerken door tijdens de inferentie specifieke 'luister'-aandachtskoppen te lokaliseren en te manipuleren, wat zonder parameterupdates de nauwkeurigheid op de MMAU-benchmark met tot 8,0 procentpunten verbetert.
Een gerandomiseerd experiment met 400 deelnemers toont aan dat bij het close reading van gedichten één AI-interpretatie zowel de prestaties als het plezier verbetert, terwijl meerdere interpretaties of een zware afhankelijkheid van AI weliswaar de prestaties kunnen verhogen maar ten koste gaan van het leesplezier, wat suggereert dat bij culturele interpretatie "minder meer" is.
Deze studie concludeert dat hoewel complexe multi-agent architecturen niet altijd de diagnosekwaliteit verbeteren, de hiërarchische opzet licht de beste prestaties levert en dynamische topologiekeuze essentieel is voor het diagnosticeren van zeldzame ziekten.
Deze paper introduceert PVBench, een benchmark die aantoont dat meer dan 40% van de door automatische kwetsbaarheidsreparatiesystemen als correct beoordeelde patches falen wanneer ze worden getest met uitgebreide PoC+-tests, wat wijst op een kritieke onderbenutting van developer intenties en specificaties in de huidige validatiemethoden.
Dit paper introduceert ColonSplat, een dynamisch Gaussian Splatting-framework dat de peristaltische beweging tijdens colonoscopie nauwkeuriger reconstrueert dan bestaande methoden, ondersteund door een nieuw synthetisch dataset genaamd DynamicColon.
Deze paper introduceert een hardware-efficiënt raamwerk dat een Dual-Transformer-Cascaded-architectuur combineert met omgevingspriors om de landingspunten van vliegende objecten, zoals tennisballen, nauwkeuriger te voorspellen dan bestaande methoden.
Dit artikel introduceert Robodimm, een softwareframework dat geautomatiseerde actuatordimensionering mogelijk maakt voor schaalbare modulaire robots door gebruik te maken van KKT-gebaseerde omgekeerde dynamica en een tweestapsvalidatieproces om de complexiteit van gekoppelde kinematische ketens en massa-effecten aan te pakken.
Dit paper introduceert CAR, een raamwerk dat via een gedeelde latente ruimte en een Transformer-encoder snelle kinodynamische aanpassing mogelijk maakt voor heterogene autonome voertuigen met minimale data, waardoor de voorspellingsfout aanzienlijk wordt verminderd.
Het paper introduceert LEAD, een methode die het 'no-recovery'-frequentieprobleem bij langdurige redenering in grote taalmodellen oplost door korte-termijn toekomstvalidatie en het samenvoegen van overlappende rollouts te gebruiken, waardoor de o4-mini-model prestaties op complexe puzzels aanzienlijk verbeteren.
Het paper introduceert PICS, een zelftoezicht-gebaseerde methode die gebruikmaakt van een Interaction Transformer met maskergestuurde Mixture-of-Experts en adaptieve α-blending om coherentie en fysieke consistentie te behouden bij het parallelle compositen van objecten in afbeeldingen.
Deze studie toont aan dat bij het detecteren van fouten in LLM-responsen, middelmatig lange uitleg bij onjuiste antwoorden de nauwkeurigheid van gebruikers verbetert, terwijl de juistheid van de LLM-respons de belangrijkste factor blijft voor kritische evaluatie.
Dit voorlopige paper stelt een raamwerk voor waarin materialen, kleuren en texturen niet als decoratie maar als interactiesignalen worden gebruikt om de verwachtingen van gebruikers over de rol en capaciteiten van robots te verduidelijken en zo de legibiliteit te vergroten.
Dit paper introduceert 'notational animating', een interactieve aanpak waarbij animators handgeschreven notaties over statische tekeningen gebruiken die door geautomatiseerde methoden worden vertaald naar animatie-sleutelbeelden, ondersteund door een systeem dat deze notaties formaliseert, parameters verfijnt en een feedbacklus biedt om ambiguïteit op te lossen.
Dit artikel introduceert een gedistribueerde juridische infrastructuur bestaande uit vijf lagen, waaronder zelfsoevereine agentidentiteiten en decentrale geschillenbeslechting, om de rechtsgeldigheid en verantwoording te waarborgen in de opkomende, door AI-agenten gedomineerde webomgeving.
Dit paper introduceert OPTED, een open-source, voorverwerkte dataset voor trachoomclassificatie die is gegenereerd met behulp van een reproduceerbare zero-shot SAM 3-pijplijn om de schaarsheid aan data uit de zwaarst getroffen regio's aan te pakken.
Het paper introduceert VertiAdaptor, een online adaptief raamwerk dat hoogtedata en semantische informatie combineert om autonome voertuigen in staat te stellen hun kinodynamische modellen in real-time aan te passen aan ongestructureerd terrein, wat leidt tot een aanzienlijke verbetering in voorspellingnauwkeurigheid en aanpassingssnelheid.