✓ Beoordeeld

Door auteurs beoordeelde papers

Papers waarbij de oorspronkelijke auteurs onze begrijpelijke uitleg hebben bekeken.

Voor elke paper op deze pagina heeft ten minste één van de oorspronkelijke auteurs onze begrijpelijke uitleg gezien en beoordeeld — door te bevestigen dat de uitleg klopt of door correcties aan te vragen die wij vervolgens hebben doorgevoerd. Een bevestiging betekent niet dat auteurs elke zin formeel goedkeuren, maar wel dat de uitleg langs de mensen is gegaan die de paper hebben geschreven.

607 papers beoordeeld door auteurs · 31–40 / 607

The host halo masses of AGNs and quasars at z∼3−7z \sim 3-7 with TNG-Cluster, FLAMINGO and other cosmological galaxy simulations

Met behulp van grootschalige kosmologische simulaties onthult deze studie dat hoewel de AGN-luminositeit over het algemeen toeneemt met de massa van de gast-halo tot een drempelwaarde, de relatie sterk niet-lineair is met aanzienlijke spreiding, wat aangeeft dat de meest lumineuze quasars bij z∼3−7z \sim 3-7 doorgaans zich in halo's met een intermediaire massa (1012−12.510^{12-12.5} M⊙_{\odot}) bevinden in plaats van in de meest massieve, een bevinding die goed overeenkomt met observationele schattingen.

Akanksha Kapahtia, Annalisa Pillepich, Joey Braspenning, Dylan Nelson, Joop Schaye, Eduardo Bañados, Silvia Belladitta, Frederick Davies2026-06-15✓ Author reviewed ⓘ🔭 astro-ph

Machine-learned particle flow as a foundation model for collider physics

Dit artikel vestigt machine-learned particle flow (MLPF) als een foundation model voor colliderfysica door aan te tonen dat de geleerde latente representaties dienen als een gedeelde, informatieverrijkte brug tussen laag-niveau detectorgegevens en diverse hoog-niveau analyse-taken, wat de prestaties en efficiëntie aanzienlijk verbetert in vergelijking met traditionele modulaire benaderingen.

Farouk Mokhtar, Joosep Pata, Michael Kagan, Javier Duarte2026-06-15✓ Author reviewed ⓘ⚛️ hep-ex

Autonomous AI-Cosmoindustry and the Quiet Expansion Filter: A Threshold-Based Resolution of the Fermi Paradox

Dit artikel stelt de "quiet expansion filter"-hypothese voor, die suggereert dat de Fermi-paradox wordt opgelost door de waarschijnlijkheid dat geavanceerde beschavingen overgaan op een laag-massa, autonome AI-gestuurde industriële expansie die de melkweg snel en geruisloos verzadigt, waardoor hun aanwezigheid alleen detecteerbaar is als subtiele artefacten in plaats van grootschalige energiesignaturen.

Sergey Ivliev2026-06-15✓ Author reviewed ⓘ🔭 astro-ph

RT-VLA: Real-Time Vision-Language-Action Models via Knowledge Distillation

Het artikel stelt RT-VLA voor, een lichtgewicht, gedestilleerd Vision-Language-Action-model dat de rij- en redeneercapaciteiten van de state-of-the-art SimLingo-docent overdraagt naar een compacte student, waarbij het aanzienlijke reducties in inferentielatentie bereikt (tot 44,8x) terwijl het concurrerende closed-loop prestaties behoudt en realtime controle mogelijk maakt met post-hoc verklaarbaarheid.

Xiangyu Huang, Zhenlin Hua, Han Zhou, Shounak Sural, Ragunathan Rajkumar2026-06-15✓ Author reviewed ⓘ🤖 cs.LG

The 1/4-phenomenon of placement probabilities of tilings in the Aztec diamond

Dit artikel stelt vast dat de plaatsingskans van een domino in een willekeurige Aztec-diamant-tegeling gelijk is aan 1/41/4 plus een specifieke rationale functie geschaald door een grootteafhankelijke factor, een resultaat dat compacte telformules oplevert en de afleiding van expliciete formules voor tegelingen met willekeurige 2×22\times 2-vierkante gaten mogelijk maakt.

Marcus Schönfelder2026-06-15✓ Author reviewed ⓘ🔢 math

TEM Agent: enhancing transmission electron microscopy (TEM) with modern AI tools

Dit artikel introduceert TEM Agent, een framework dat Large Language Models en het Model Context Protocol benut om tekstgebaseerde besturing van transmissie-elektronenmicroscopie-subsystemen, databeheer en high-performance computing-bronnen mogelijk te maken, waardoor complexe workflows worden vereenvoudigd zonder dat aanvullende modeltraining vereist is.

Morgan K. Wall, Alexander J. Pattison, Edward S. Barnard, Stephanie M. Ribet, Peter Ercius2026-06-15✓ Author reviewed ⓘ🔬 cond-mat.mtrl-sci

LatentLens: Revealing Highly Interpretable Visual Tokens in LLMs

Dit artikel introduceert LatentLens, een nieuwe interpreteerbaarheidsmethode die visuele tokenrepresentaties in Vision-Language Modellen naar natuurlijke taalbeschrijvingen mapt via nearest-neighbor retrieval uit een tekstcorpus, waarmee wordt aangetoond dat visuele tokens over alle model-lagen heen veel interpreteerbaarder zijn dan eerder onthuld door methoden zoals LogitLens.

Benno Krojer, Shravan Nayak, Oscar Mañas, Vaibhav Adlakha, Desmond Elliott, Siva Reddy, Marius Mosbach2026-06-12✓ Author reviewed ⓘ🤖 cs.AI

GEMSS: A Variational Bayesian Method for Discovering Multiple Sparse Solutions in Classification and Regression Problems

Dit artikel introduceert GEMSS, een variationeel Bayesiaans algoritme dat gebruikmaakt van een gestructureerde spike-and-slab prior en een mengsel van Gaussische verdelingen om gelijktijdig meerdere diverse ijle oplossingen te ontdekken in hoogdimensionale classificatie- en regressieproblemen, waarbij het bestaande methoden overtreft in zowel synthetische benchmarks als reële toepassingen.

Kateřina Henclová, Václav Šmídl2026-06-12✓ Author reviewed ⓘ📊 stat