MIT AI News
Neurale Transparenz: Pataranutaporn präsentiert Interface für KI-Einblick.
MITs Neural‑Transparency‑Interface visualisiert KI-Netzwerke in Echtzeit, verbessert Transparenz und Fehlersuche.
Weiterlesen
arXiv AI Papers
Optimales adaptives Market Making liefert hohe Renditen bei Perpetual Futures.
Die Autoren stellen ein stochastisches Market‑Making‑Modell für Perpetual Futures ohne Maker‑Gebühren vor.
Weiterlesen
arXiv AI Papers
ICRL‑Survey: Nicht‑Stationarität, Decision‑Transformers, Meta‑RL und Retrieval‑Agenten.
Der Leitfaden erklärt ICRL, damit Agenten ohne Parameterupdates mit kontextbasiertem Lernen dynamische Umgebungen meistern.
Weiterlesen
arXiv AI Papers
Apple M5 Max distills Qwen3.6-27B via Foundation AgenticOS fĂĽr Finanzen.
Regulierte Finanzinstitute brauchen interne Sprachmodelle; Qwen3.6-27B erreicht 90 % vietnamesischer Aufgaben, gleichwertig zu GPT‑5.
Weiterlesen
arXiv AI Papers
GRID: Grammatikbasierte Decodierung garantiert sichere SQL-Generierung.
GRID nutzt einen LALR(1)-Parser, garantiert Sicherheit, erreicht 3,6–6,7 µs/Token und verbessert Spider-Datensatz um 13 Punkte.
Weiterlesen
arXiv AI Papers
GreenLight-Gym präsentiert Kalibrierungs-auditiertes RL-Reward-Framework für Smart-Greenhouses.
GreenLight‑Gym ermöglicht präzise Gewächshaus-Klimasteuerung durch separate Bewertung von Temperatur, CO₂ und Luftfeuchte.
Weiterlesen
arXiv AI Papers
OpenAI: GPT‑2‑Ausgaben zeigen, Optimierung allein reicht nicht.
OpenAI verwendet ungrammatische GPT‑2‑Ausgaben, um Modelle zu bewerten, unterschätzt jedoch Fehlerunterscheidung.
Weiterlesen
arXiv AI Papers
LP2Graph enthüllt Struktur von MILP-Formulierungen für Bahn‑Neuterminierung.
LP2Graph wandelt MILP‑Modelle in kanonische Graphen um, klassifiziert und validiert mit CBC, HiGHS, Gurobi.
Weiterlesen
arXiv AI Papers
Framework für agentenfreundliche Websites: Lesbarkeit, Ausführbarkeit, Entscheidungszuverlässigkeit.
Das Framework verbessert KI‑Shopping, indem es interpretierbare, ausführbare und zuverlässige Entscheidungsstrukturen liefert.
Weiterlesen
arXiv AI Papers
Graphenbasierte Kontrollen stärken Konsens und Clique-Formation in offenen Sprachmodellen.
Routing-Strategien in Multi‑Agent-Sprachmodellen beeinflussen Konsens: Brücken‑Routing verhindert Fragmentierung.
Weiterlesen
arXiv AI Papers
GenAI Evaluation: Governance‑gesteuerte LLM‑Bewertungspipeline für Einzelhandels‑Chatbots.
GenAI Evaluation ist ein konfigurierbares Framework für Chatbot‑Bewertungen mit LLM‑Urteilen und Governance, das Macro‑F1 0.93 erreicht.
Weiterlesen
arXiv AI Papers
Cake-Representation verbessert Sokoban-Levelgenerierung via Playtrace Reconstructive Partitioning.
Die neue Cake-Repräsentation und PRP-Methode verbessern dynamische Levelgenerierung, übertreffen PCG-Ansätze und erhalten Lösungsvielfalt.
Weiterlesen
arXiv AI Papers
C2TSP: Connected‑by‑Construction Lernpipeline für TSP.
C2TSP optimiert TSP durch strukturiertes latentes Modell und Held‑Karp-Glättung für bessere Tourkosten.
Weiterlesen
arXiv AI Papers
GeoFMs: Agentische Geospatiale Basismodelle fĂĽr Satellitenbildanalyse.
Geospatial Foundation Models revolutionieren Satellitenbildanalyse: Anbieter trainieren KI‑Modelle, Experten passen an und nutzen Zero‑Shot‑Analyse.
Weiterlesen
arXiv AI Papers
TurboVec-Index ermöglicht präzise Kostenzuweisung bei RAG für Mehrmandanten.
TurboVec‑basierte RAG reduziert Infrastrukturkosten um bis zu 9× und erzielt 99,96 % Genauigkeit bei pro‑Mieter Kostenzuordnung.
Weiterlesen
arXiv AI Papers
TEC-Framework bewertet CBRN‑Risiko von Spitzen‑Language‑Modellen.
Neue Bewertungsrahmen zeigen, dass fortgeschrittene Sprachmodelle CBRN-Planung nur begrenzt erleichtern.
Weiterlesen
arXiv AI Papers
ArXiv: Was ein gutes Benchmark ausmacht.
Klare Kriterien für KI-Aufgaben: korrekt, lösbar, verifizierbar, präzise, herausfordernd, in Fachsprache, Ergebnistests, realitätsnahe Benchmarks.
Weiterlesen
arXiv AI Papers
Neues Bewertungsmodell fĂĽr automatische Harness-Entwicklung von LLM-Agenten.
Automatisierte Harness‑Evolution liefert keine bessere Leistung als Test‑Time‑Scaling.
Weiterlesen
arXiv AI Papers
4B-Modell liefert auf Laptop zitierte, glaubwĂĽrdige Forschungsergebnisse.
On‑device-Agenten prüfen Quellen; 4‑B-Modell trennt Glaubwürdigkeit von Abdeckung, Exposition steigert Glaubwürdigkeit, Empfehlung: Exposition, danach Abruf.
Weiterlesen
arXiv AI Papers
Teilaufgaben ausreichen fĂĽr SWE-bench, AppWorld und tau-bench LLM-Benchmarks.
Studie zeigt, dass Teil‑Evaluierungen präzise Berichtskriterien erfordern, da benötigte Aufgabenanteile stark variieren.
Weiterlesen
arXiv AI Papers
PM-Bench testet Prospektives Gedächtnis von OpenAI, Anthropic, Google LLMs.
PM‑Bench bewertet Sprachmodelle über sieben Tage prospektive Gedächtnisaufgaben und liefert Diagnosen.
Weiterlesen
arXiv AI Papers
Critic Experience Bank: Selbstlernende Schritt-Vertrauensschätzung für LLM-Agenten.
LLM-Agenten verwenden ein selbstlernendes Kritik-Framework, das Kalibrierung um bis zu 54 % verbessert.
Weiterlesen
arXiv AI Papers
Isolation schĂĽtzt LLM-Agenten: Systemische Sicherheit neu definiert.
Die Autoren entwickeln eine fĂĽnfgliedrige Taxonomie zur Isolation von LLM-Agenten und schlagen GegenmaĂźnahmen vor.
Weiterlesen
arXiv AI Papers
PEFT-BD: Block‑Diffusion‑Drafting schlägt fehl.
LoRA‑Adapter beschleunigen spekulatives Decoding nicht, weil Draft-Schritte gleiche Backbone‑Last verursachen; Nutzen nur bei günstigerem Drafter.
Weiterlesen
arXiv AI Papers
EVOQUANT: Selbstlernende Verifikator-Assistierte Optimierung robuster Quant-Trading-Strategien.
LLM-basiertes EVOQUANT steigert die Sharpe‑Ratio von –0,298 auf 0,538 bei vier A‑Share‑ und drei Kryptowährungsstrategien.
Weiterlesen
arXiv AI Papers
Transformers optional: globale Verkehrsprognose ohne komplexe Aufmerksamkeit.
Einfache globale Aggregation ist genauso effektiv wie Attention, reduziert Komplexität auf O(N).
Weiterlesen
arXiv AI Papers
Qwen2.5-Coder-Instruct führt funktionelles Fill‑in‑the‑Middle Mid‑Training ein.
Qwen‑Modelle von Alibaba verbessern Codeergebnisse, steigern SWE‑Bench um bis zu 5,4 Punkte, reduzieren Erosion.
Weiterlesen
arXiv AI Papers
Mechanistische Weltmodelle: Neueste KI‑Paradigma für autonome wissenschaftliche Entdeckung.
Mechanistische Weltmodelle zentralisieren wiederverwendbare Mechanismen fĂĽr autonome Entdeckung in Proteinfaltung und Wetterprognose.
Weiterlesen
arXiv AI Papers
TRACE: neues Schema fĂĽr auditierbare Agentenverpflichtungen.
TRACE definiert ein typisiertes Schema, um KI-Entscheidungen transparent, auditierbar und protokolliert zu verfolgen.
Weiterlesen
arXiv AI Papers
NameRank misst KI-Erkennung von Personen und Werkzeugen in LLMs.
Sprachmodelle erkennen Personen vor allem nach Namen, nicht nach Qualifikationen; unabhängige Entwickler dominieren, Nobelpreisträger ebenfalls.
Weiterlesen
arXiv AI Papers
OrthoPilot: KI-System verbindet Klinikdaten zur Langzeit-Muskelpflege.
OrthoPilot übertrifft 81 Ärzte, steigert Erfolgsrate um 10,6 % und Bettenplätzen um 9,7 %.
Weiterlesen
arXiv AI Papers
EU AI Act verlangt vertikale Standardisierung fĂĽr algorithmisches Einstellungswesen.
FINDHR-Papier liefert Rahmen zur Standardisierung algorithmischer Rekrutierung gemäß AI Act, definiert Risikomanagement.
Weiterlesen
arXiv AI Papers
Agentic Service‑Oriented Computing: Manifest für autonome, LLM‑basierte Software.
ASOC bietet einen Rahmen für zuverlässige LLM‑basierte Agenten, definiert Prinzipien und fördert Forschung.
Weiterlesen
arXiv AI Papers
Compression Calculus: Intelligenz als atomare Kompression.
Das Compression Calculus bewertet atomare Kompression, um tokenbasierte KI‑Strukturen durch konzeptuelle Einheiten zu ersetzen.
Weiterlesen
arXiv AI Papers
GRPO-Reinforcement-Learning bei 4B‑8B Sprachmodell scheitert.
GRPO‑RL erzielt bei 4‑8B-Web‑Agenten keine Leistungssteigerung, nur bei vorhandenen Reserven.
Weiterlesen
arXiv AI Papers
Internet of Agentic Things: neues Framework fĂĽr autonome IoT-Agenten.
IoAT ist ein Orchestrierungsmodell, das autonome KI, IoT und Edge Computing für Gebäudemanagement integriert.
Weiterlesen
arXiv AI Papers
MaxSAT-Feedback verbessert Sudoku-Lösungen von Vision‑Language‑Modellen.
MaxSAT‑Integration verbindet VLM mit Solver, liefert konsistente Sudoku‑Lösungen und erhöht Erfolgsrate.
Weiterlesen
arXiv AI Papers
Elenchos bewertet abduktives Denken von LLMs.
Elenchos bewertet abductive Reasoning in LLMs; Framework erkennt Lambda‑Mutationen, Ursachen schwach, Rechenzeit wenig hilfreich.
Weiterlesen
arXiv AI Papers
UnĂĽberwachtes Fehlerattribution-Modell fĂĽr LLM-Agenten.
OAT, ein One-Class-Modell, trainiert Erfolgswege, erkennt Fehler, ist 200‑5000x schneller, verbessert F1 um +20 %.
Weiterlesen
arXiv AI Papers
Bayesian Accuracy reduziert Länge-Bias bei Multiple-Choice-Benchmarks.
Bayesian Accuracy eliminiert Längenbias bei Multiple‑Choice, indem es einen Längenprior verwendet.
Weiterlesen
arXiv AI Papers
Multimodale Emotionsmodelle über 1 B Parameter? Effizienz bleibt fraglich.
Light‑MER ist ein leichtgewichtiges, multimodales Emotionsmodell, das Echtzeit‑Sentiment auf Robotern übertrifft.
Weiterlesen
arXiv AI Papers
Bewertungsmetriken fĂĽr selbstlernende LLM-Agenten evolvieren.
Forschungsgruppe entwickelt Messloop ohne feste Messgrößen, steigert Agentenleistung um 110 % sicher.
Weiterlesen
arXiv AI Papers
Qwen2.5-VL und InternVL3 enthĂĽllen Visual Access Sweep fĂĽr VLMs.
Die Studie zeigt, dass Chain-of-Thought-Prompts größtenteils sprachseitig funktionieren und nur begrenzten Bildzugriff benötigen.
Weiterlesen
arXiv AI Papers
KI-Agenten: Neuroplastiktraining durch tägliche Interaktion.
Studie schlägt KI-Beobachtungsframework vor, Reaktionen zu mildern, wobei Q&A Frustration verstärken und Regulatorlücken Depression fördern.
Weiterlesen
arXiv AI Papers
Causal AI löst Hempel's statistisches Rätsel.
Forscher verfeinern Definitionen, nutzen probabilistische Inferenz, erzeugen konsistente kausale Beziehungen.
Weiterlesen
arXiv AI Papers
Pythia: Multi-Agent-System fĂĽr automatisierte klinische Symptom-Erkennung ohne Feinabstimmung.
Pythia generiert automatisch Prompts, erreicht 0,76 Sensitivität, 0,95 Spezifität, verbessert seltene Symptome und funktioniert lokal.
Weiterlesen
arXiv AI Papers
MemOps: Benchmark für Langzeitgedächtnis von LLM-Agenten.
MemOps testet LLM-Agenten mittels sequenzieller Gedächtnisoperationen und deckt Schwächen auf.
Weiterlesen
arXiv AI Papers
Neuro-Symbolische KGRL zur effizienten Lernoptimierung in parametrisierten Markov-Entscheidungsprozessen.
KGRL nutzt Datalogwissen, begrenzt Aktionen, optimiert Parameter, erklärt Entscheidungen und übertrifft RL‑Baselines.
Weiterlesen
arXiv AI Papers
Neuro-symbolisches Framework FormalAnalyticGeo generiert multimodale Geometrieaufgaben.
KI-Framework erstellt automatisiert Geometrieaufgaben mit hoher Genauigkeit und 82 % Trefferquote.
Weiterlesen
arXiv AI Papers
KI-Modelle lernen, unter Druck faktenbasiert zu berichten.
Ein neues Verfahren schützt Sprachmodelle vor Bias und erzielt Benchmark‑Score 1,00.
Weiterlesen
arXiv AI Papers
LLM-Planbewertung: Typ-gated Löschoptimierung erhöht Ergebnis.
Der Artikel zeigt, dass Entfernen innerer Übergänge LLM‑Pläne verbessert, und GATE begrenzt Suche.
Weiterlesen
arXiv AI Papers
ArXiv: Dynamische Ressourcenallokation fĂĽr Ensemble-MCTS.
Ensemble‑Determinization-MCTS nutzt dynamische Baummengen‑ und Simulationsallokation, steigert Leistung bei Jaipur, Lost Cities, Splendor.
Weiterlesen
arXiv AI Papers
DiffusionGemma und Whisper kombinieren: Neuer Audio-Transkriptionsturbo.
Diskrete Diffusion reduziert ASR-Wortfehlerrate um 6,6 % bei acht parallelen Denoising-Schritten.
Weiterlesen
arXiv AI Papers
LLM-Agenten nutzen E3 zur Aufgabenkomplexitätsabschätzung.
E3 steigert LLM-Agenten, erreicht 100 % Erfolgsrate, 85 % Kostenreduktion, 91 % Tokeneinsparung, 92 % weniger Dateien.
Weiterlesen
arXiv AI Papers
ChatGPT reduziert Google-Referrals um 9,4 %: KI‑Suche verändert Web‑Ökonomie.
KI‑Suchtools senken Suchtraffic, führen Nutzer intern und schwächen traditionelle Referral‑Beziehungen.
Weiterlesen
arXiv AI Papers
FAIR GraphRAG: Retrieval‑Augmented Generation für semantische Datenanalyse.
FAIR GraphRAG verbindet KI und Knowledge Graphs, verbessert LLMs und steigert Genauigkeit.
Weiterlesen
arXiv AI Papers
Punkt‑in‑Zeit-Sprachmodelle: 4 Billionen‑Parameter aus FineWeb schließen Zeitlücken.
Zeitlich begrenzte Modelle reduzieren Lookahead‑Bias, erreichen Gemma‑3‑4B-Performance, LoRA‑Fine‑Tuning verbessert Anwendbarkeit, publizieren Pipeline für Finanz‑ und Sozialwissenschaften.
Weiterlesen
arXiv AI Papers
Open-Ended Umfragen: GPT, LLaMA und RoBERTa schlagen traditionelle ML.
LLMs liefern höhere Genauigkeit bei offenen Umfragen, sind aber weniger nachvollziehbar und erfordern Interpretierbarkeit.
Weiterlesen
arXiv AI Papers
Neues CANDI‑QA‑Datensatz prüft LLMs im Fachbereich.
CANDI-QA testet LLMs in Medizin und Finanzen, zeigt deutliche Defizite.
Weiterlesen
arXiv AI Papers
G-SHARE: Strukturierte Fehlerdiagnose nach CNNP-Guidelines in Kernkraftwerken.
G‑SHARE, KI-basierte Diagnosepipeline für Kernkraftfehler, nutzt Leitlinien, Daten und Experten und erzielt bessere Genauigkeit.
Weiterlesen
arXiv AI Papers
LLMs scheitern bei koreanischem Braille, T5-small erzielt Durchbruch.
T5‑small verbessert Korean‑Braille‑Übersetzungen signifikant, während große LLMs unzuverlässig bleiben.
Weiterlesen
arXiv AI Papers
Telegram: Graphenbasierte Methode erkennt koordinierte Desinformationskampagnen.
Ein graphbasiertes Framework identifiziert koordinierte Desinformationsnarrative auf Telegram, indem es Text- und Netzwerksignale kombiniert.
Weiterlesen
arXiv AI Papers
OmniPMNet verbindet GNN und CTM für PM10‑Vorhersagen.
OmniPM‑Net kombiniert GNN‑ und CTM‑Vorhersagen, erzielt 108‑Stunden‑Genauigkeit MAE 21,14 µg/m³, reduziert CAMS‑Fehler um 30 %.
Weiterlesen
arXiv AI Papers
SeqGPT revolutioniert Inversedesign von Verbundwerkstoff-Baugruppen.
SeqGPT optimiert Verbundwerkstoffstapelung mit Transformer, gewährleistet Kontinuität, testet erfolgreich.
Weiterlesen
arXiv AI Papers
Selbstentwickelnde Agenten: Human‑inspiriertes Exploration‑Exploitation in GNP.
Human‑Inspired GNP verbessert Exploration‑Exploitation‑Balance bei graphbasierten Agenten und übertrifft Tileworld‑Benchmark.
Weiterlesen
arXiv AI Papers
Burst-Spiking-Netzwerke erhöhen Genauigkeit und Robustheit bei neuronalen Netzwerken.
BuSNNs steigern Robustheit durch BSNs und DWC und übertreffen klassische SNNs bei CIFAR‑10 und ImageNet.
Weiterlesen
arXiv AI Papers
QDEvo verbindet LLMs und Evolution zur Vielfalt bei Heuristikdesign.
QDEvo kombiniert LLMs und evolutionäre Optimierung, verhindert Modenkollaps und übertrifft Benchmarks.
Weiterlesen
arXiv AI Papers
AAAI-26: DoppelÂeinreichungen belasten Peer‑Review.
Generative KI führt zu schwer erkennbaren Duplikaten, die den Peer‑Review‑Kreislauf im AAAI‑26 verlängern.
Weiterlesen
arXiv AI Papers
DoYouRemember: Rekonstruktive Erinnerung für multimodale KI mit VQ‑VAE.
DoYouRemember kombiniert VQ‑VAE, LoRA‑LLMs und Diffusionsdecoder, um Bilder effizient zu speichern.
Weiterlesen
arXiv AI Papers
SEU‑Sensitivitätsmodell bewertet LLM‑Entscheidungen via Softmax in Stan.
Das SEU‑Sensitivitätsmodell quantifiziert KI-Entscheidungsprobleme in Versicherungsclaims und Urnen, bietet differenzierte Erklärungen und Bewertungstool.
Weiterlesen
arXiv AI Papers
ArXiv-Veröffentlichung deckt mathematische Grundlagen der Datenwissenschaft ab.
Das Buch vermittelt mathematische Grundlagen fĂĽr KI, Datenwissenschaft und robuste Algorithmen.
Weiterlesen
arXiv AI Papers
CARE-LoRA kompaktiert Aktivierungen für ressourcenschonendes LoRA‑Fine‑Tuning.
CARE-LoRA komprimiert Aktivierungen, reduziert Speicherbedarf und erhält gleichwertige Leistung.
Weiterlesen
