7789 papers
Dit onderzoek toont aan dat bij post-kwantum sleuteluitwisseling in draadloze netwerken met lage energieconsumptie de communicatiekosten vaak de rekenkosten overtreffen, wat gecoördineerde protocollaire en onderliggende optimalisatie vereist voor een energie-efficiënte kwantumbestendige beveiliging.
Dit paper introduceert ABD, een benchmark voor het testen van grote taalmodellen op hun vermogen om zeldzame uitzonderingen af te leiden in eindige eerste-orde werelden om satisfiability te herstellen, waarbij evaluaties tonen dat hoewel de validiteit hoog is, er nog steeds significant tekort schiet in parsimonie en generalisatie.
Deze paper introduceert een nieuw onderzoeksgebied genaamd Open-Vocabulary Domain Generalization in Semantic Segmentation (OVDG-SS) voor autonome driving, inclusief een benchmark en een nieuwe methode (S2-Corr) die de robuustheid van segmentatiemodellen verbetert in onbekende omgevingen en voor onbekende objectcategorieën door tekst-beeld correlaties te verfijnen.
Deze paper introduceert INDUCTION, een benchmark voor het synthetiseren van concepten in de eerste-orde logica binnen eindige structuren, die modelprestaties evalueert op basis van exacte modelcontrole en formulegrootte om inzicht te krijgen in generalisatiestrategieën.
Dit paper introduceert SKYLIGHT, een schaalbare 3D-fotonische in-memory tensorcore-architectuur die real-time AI-inferentie en lokale zelflerende updates mogelijk maakt met een energie-efficiëntie die aanzienlijk hoger ligt dan die van de NVIDIA RTX PRO 6000 Blackwell GPU.
UniMatch is een semantisch bewust, grof-naar-fijn framework dat door middel van taalgeleiding en contrastief leren dichte semantische correspondenties tussen sterk niet-isometrische 3D-vormen van willekeurige objectcategorieën tot stand brengt zonder vooraf gedefinieerde deelvoorstellen.
Dit paper betoogt dat iCloud Drive faalt door een fundamentele categoriefout waarbij een gedistribueerd causaal grafiek ten onrechte wordt geprojecteerd op een lineaire tijdslijn, wat leidt tot data-corruptie in ontwikkelaarswerkflows en dat soortgelijke epistemische ineenstorting in netwerken kan worden opgelost door de transactionele semantiek van Open Atomic Ethernet.
InfScene-SR is een nieuwe diffusion-gebaseerde methode die willekeurige beeldgroottes super-resolutie mogelijk maakt door middel van een iteratief gezamenlijk ontdeningsproces met Variance-Corrected Fusion en Spatially-Decoupled Variance Correction, waardoor naadloze overgangen worden gegarandeerd en de rekencomplexiteit drastisch wordt verlaagd.
Deze paper introduceert een plug-and-play methode voor data-efficiënte monokulaire 3D-objectdetectie die trainingdata optimaliseert door objecten, scènes en cameraposities online te ontleden en opnieuw te combineren, waardoor overfitting wordt tegengegaan en de prestaties op diverse datasets aanzienlijk worden verbeterd.
Deze paper introduceert een cyclus-consistente afstemmingsframework dat grote diffusiemodellen gebruikt om logo's en hun achtergronden effectief te ontkoppelen door wederzijdse reconstructie en progressieve zelfverbetering.
Dit paper introduceert een trainingsvrij, plug-and-play raamwerk genaamd 'See It, Say It, Sorted' dat visuele hallucinaties in multimodale redenering van LVLMs aanpakt door elke redeneerstap dynamisch te valideren met visueel bewijs, wat leidt tot aanzienlijke verbeteringen in nauwkeurigheid en een reductie van hallucinaties zonder extra training.
Dit paper introduceert ARLArena, een gestructureerd raamwerk voor het analyseren van trainingsstabiliteit in agentic reinforcement learning, en presenteert SAMPO, een nieuwe methode die instabiliteit aanpakt en robuuste prestaties garandeert voor LLM-gebaseerde agenten.
Deze paper introduceert een nieuwe, verenigde aanpak voor semantische en panoptische segmentatie in afbeeldingen en video's, waarbij maskers worden omgezet in discrete tokens via run-length encoding (RLE) en vervolgens autoregressief worden gegenereerd met een aangepast taalmodel.
Dit paper introduceert EmoOmni, een unificerend framework dat met behulp van emotionele Chain-of-Thought (E-CoT) de beperkingen van bestaande Omni-LLMs overbrugt door nauwkeurige emotionele interpretatie en expressie te garanderen, ondersteund door een nieuw dataset- en evaluatiebenchmark.
CryoNet.Refine is een geautomatiseerd, één-staps diffusiemodel dat de verfijning van atomaire structuren op basis van cryo-EM-dichtheidskaarten aanzienlijk versnelt en verbetert ten opzichte van traditionele methoden.
Dit artikel introduceert het concept 'vibe researching' en analyseert hoe AI-agenten met gespecialiseerde vaardigheden, zoals de scholar-skill-plugin, sociale wetenschappers kunnen versterken door repetitieve taken te automatiseren, terwijl ze beperkt blijven in theoretische originaliteit en tacite kennis, wat leidt tot nieuwe professionele uitdagingen en pedagogische crises.
Deze studie onthult dat de meeste discrepanties tussen artsen in de HealthBench-evaluatie structureel zijn en niet door bestaande metadata verklaard kunnen worden, maar wel dat het onderscheid tussen herleidbare en onherleidbare onzekerheid inzicht biedt in hoe evaluatieontwerp kan worden verbeterd.
WISER is een trainingsvrij framework voor Zero-Shot Composed Image Retrieval dat door middel van een adaptieve "retrieve-verify-refine"-pijplijn de complementaire sterkten van tekst- en beeldgebaseerde zoekopdrachten combineert om de prestaties aanzienlijk te verbeteren zonder extra training.
Het paper introduceert PackUV, een nieuwe 4D-volumetrische videorepresentatie die Gaussische attributen omzet in gestructureerde UV-atlassen voor compatibiliteit met bestaande video-codecs, ondersteund door de PackUV-GS-fittingmethode en het grote PackUV-2B-dataset om hoge kwaliteit en temporale consistentie te garanderen bij langdurige opnames.
Deze paper toont aan dat het formuleren van gegeneraliseerd plannen als het leren van een expliciet transitiemodel, in plaats van directe actie-voorspelling, leidt tot betere generalisatie en hogere sample-efficiëntie met kleinere modellen.