7210 papers
Deze paper introduceert Faster-HEAL, een lichtgewicht en privacy-bewust raamwerk dat door middel van low-rank visuele prompts en pyramidale fusie heterogene autonome voertuigen efficiënt aanpast aan een gedeelde perceptie-ruimte, waardoor de detectieprestaties worden verbeterd zonder de privacy te schaden of grote modellen opnieuw te hoeven trainen.
Het paper introduceert FinSheet-Bench, een benchmark voor synthetische financiële spreadsheetdata die aantoont dat huidige LLM's, ondanks redelijke prestaties op eenvoudige taken, nog onbetrouwbaar zijn voor onbewaakte gebruik in complexe financiële analyses vanwege hun gebrek aan nauwkeurigheid bij numerieke redenering en het verwerken van grote, gestructureerde tabellen.
Dit artikel presenteert een methode voor het automatisch genereren van bewoefsoefeningen met vergelijkbare complexiteit, waarbij de moeilijkheidsgraad wordt bepaald op basis van informele bewijsinspanning die formeel wordt vastgelegd via cut-gebaseerde tableau-bewijzen zonder logische symbolen.
Echo is een geavanceerd agent-systeem dat de generatie van testgevallen voor bugreproductie verbetert door gebruik te maken van grafgebaseerde contextretrieval, automatische uitvoeringsfeedback en patchvalidatie, waarmee het een nieuwe state-of-the-art prestatie van 66,28% bereikt op SWT-Bench Verified.
Deze studie toont aan dat in ruimtelijke vertrouwesspellen interrollenbeloningen het vertrouwen niet altijd bevorderen, omdat overmatige beloningen juist een strategie van niet-terugbetaling stimuleren die de evolutie van vertrouwen onderdrukt.
Dit artikel introduceert een zelftoezichtend evolutionair leerframework dat individuele neurodynamische progressies en identiteitsmanifolden uit ongelabelde EEG-gegevens tijdens veiligheidskritieke beslissingen afleidt, waardoor zowel beveiliging als adaptieve cognitieve modellering mogelijk wordt zonder externe labels.
Dit paper introduceert VisualScratchpad, een interactief interface dat gebruikmaakt van sparse autoencoders en tekst-naar-beeld-attention om visuele concepten in Vision Language Models te analyseren tijdens inferentie, waardoor complexe fouten zoals beperkte cross-modale alignie en misleidende visuele concepten beter kunnen worden begrepen en gedebugged.
Dit artikel presenteert een lichtgewicht, op digitale tweeling gebaseerd framework dat objectdetectie en offline padkaarten gebruikt voor real-time voertuigtracking en botsingsvoorspelling op randapparatuur, zonder complexe trajectvoorspellingsmodellen.
Dit paper introduceert Agora, een AI-platform dat burgers helpt consensusvaardigheden te ontwikkelen door hen te laten samenwerken op beleidsonderwerpen met behulp van menselijke stemmen en feedback, waarbij een vooronderzoek aantoont dat deze aanpak leidt tot betere probleemoplossende vaardigheden en kwalitatief hoogwaardigere consensusverklaringen dan traditionele methoden.
Dit artikel beschrijft Uber's Failover Architecture (UFA), een differentieerde aanpak die de kostbare 2x-capaciteitsmodellen vervangt door een slimme, op kritikaliteit gebaseerde strategie die de steady-state provisioning verlaagt van 2x naar 1,3x en de CPU-uitbesteding met meer dan één miljoen cores reduceert, terwijl de beschikbaarheid van 99,97% wordt gehandhaafd.
Dit artikel introduceert VRxBioRelax, een gesloten-lus VR-systeem dat sEMG-biofeedback gebruikt voor spierontspanning en aantoont dat de gemiddelde end-to-end latentie van 25,34 ms significant onder de perceptuele en klinische drempels ligt, waardoor het geschikt is voor remote training en revalidatie.
Dit onderzoek toont aan dat in de VS de door de federale overheid verplichte gedeelde data-infrastructuur voor daklozenzorg (HMIS) weliswaar samenwerking en coördinatie mogelijk maakt, maar door ongelijkheid in middelen en analytische capaciteit ook machtsasymmetrieën versterkt en deelnemers vaak reduceert tot een rol van naleving.
Dit onderzoek toont aan dat er een omgekeerde U-vormige relatie bestaat tussen omgevingsdruk en emergente samenwerking in multi-agent LLM-simulaties, waarbij gematigde druk de samenwerking maximaliseert en extreme druk leidt tot een ineenstorting van het gedragsrepertoire, vergelijkbaar met de Yerkes-Dodson-curve in de cognitieve psychologie.
Deze studie presenteert een *in silico* neuromechanisch model dat musculoskeletale simulatie, versterkingslering en online EMG-synthese combineert om een gesloten-lus interface te creëren voor het testen van neurale controllers en het genereren van synthetische data voor neurofysiologisch onderzoek.
Uit onderzoek aan makaken blijkt dat het leren van een taak de redundantie van neurale responsen in het visuele cortex verhoogt, wat de hypothese ondersteunt dat het brein informatie via generatieve inferentie optimaliseert in plaats van door redundantie te verminderen.
Dit paper introduceert Spectra, een algoritme dat de makespan voor het plannen van AI-trainingverkeer over parallelle optische circuit switches aanzienlijk verlaagt door een drie-stapsaanpak van decompositie, belastingbewust toewijzen en ladingsvereffening, waardoor het aanzienlijk beter presteert dan bestaande methoden.
Dit artikel presenteert een multi-agent AI-framework dat grote taalmodellen en retrieval-augmented generation combineert om conflicten te detecteren en automatisch strategische beleidsregels (rApps) te genereren en te orkestreren voor Open RAN-netwerken, wat leidt tot aanzienlijke verbeteringen in implementatieprecisie en kostenreductie.
Dit paper biedt een systematische analyse van de evolutie, beveiliging en fundamentele eigenschappen van transactiesystemen over vijf decennia, introduceert een nieuwe RANCID-eigenschappenset om de onvoldoende ACID-eigenschappen aan te vullen voor moderne systemen, en identificeert via een taxonomie van 163 studies een schrijnende bias in het huidige beveiligingsonderzoek ten gunste van DLT ten koste van bredere transactiebeveiliging.
Dit artikel beschrijft een holistisch resiliëntieframework voor Apache Pinot bij LinkedIn, bestaande uit mechanismen zoals Query Workload Isolation, impactvrije herverdeling en adaptieve serverselectie, dat betrouwbare query-latentie en hoge beschikbaarheid garandeert op schaal.
Deze paper introduceert de eerste methode om willekeurige tensornetwerkcontracties, inclusief cyclische netwerken, te benaderen met sketches, en presenteert bovendien een nieuwe methode voor acyclische netwerken die een polynomiale complexiteit bereikt in plaats van de exponentiële complexiteit van bestaande technieken.