TechCrunch AI
Meredith Whittaker von Signal warnt: KI‑Chatbots sind keine Freunde.
Meredith Whittaker warnt: KI-Chatbots besitzen kein Bewusstsein und sollten nicht als soziale Partner gelten.
Weiterlesen
arXiv AI Papers
LLM‑Solver-Lösungen schließen die Erzählungslücke zwischen KI und Logik.
ArXiv‑Studie beweist: SAT/SMT‑Solver-Pipelines sind sicher, aber Prompt-Injection bleibt gefährlich bei fünf getesteten LLMs.
Weiterlesen
arXiv AI Papers
BrainG3N: Volumetrischer MAE-Tokenizer für kontrollierte 3‑D‑MRI via Latent Diffusion.
Ein volumetrischer Masked‑Autoencoder für 3D‑Brain-MRI übertrifft SOTA und ermöglicht präzise Vorhersagen.
Weiterlesen
arXiv AI Papers
Aumann‑Dreze‑basierte Exit‑Join‑Dynamik stabilisiert Koalitionen.
Das Modell beschreibt dynamische Koalitionen von KI-Agenten mithilfe des Aumann‑Dreze‑Werts und Best‑Response‑Verhaltens.
Weiterlesen
arXiv AI Papers
ORAgentBench bewertet LLM-Agenten bei komplexen Operations-Research-Aufgaben.
ORAgentBench zeigt bei 14 Modellen nur 35,5 % Erfolg und strategische Schwächen.
Weiterlesen
arXiv AI Papers
FlowEdit ermöglicht lebenslange Ausspracheanpassung in Flow‑Matching‑TTS.
FlowEdit lernt lebenslang Aussprachekorrekturen für Text‑zu‑Sprache mit Hopfield-Netzwerk.
Weiterlesen
arXiv AI Papers
Forschungsstudie beleuchtet UX bei Mensch‑KI-Interaktion in Unternehmen.
Verbessertes Mensch‑AI-Agenten-UX steigert Effizienz, fördert Vertrauen und legt Basis für intuitive Interaktion.
Weiterlesen
arXiv AI Papers
Große Sprachmodelle zeigen Transfer unabhängig von semitischer Sprache.
Feintuning auf Arabisch bewirkte keine sprachspezifische Verbesserung; schwache Baselines steigerten sich überall.
Weiterlesen
arXiv AI Papers
Arxiv-Artikel: Argent-Protokoll verbessert Multi-Agent‑LLM‑Zuverlässigkeit.
ASP erhöht LLMs‑Zuverlässigkeit, steigert Passraten bis 33 % und blockiert unbegründete Antworten.
Weiterlesen
arXiv AI Papers
Robotroller und Atari Devbox bilden Physical Atari Plattform für Reinforcement Learning.
Die Physical Atari-Plattform erlaubt kostengünstige, ausfallsichere Reinforcement-Learning-Tests mit Robotroller und Devbox.
Weiterlesen
arXiv AI Papers
Neues arXiv-Arbeit entwickelt Algorithmus zur Identifikation von Kausalgraphen.
Computational Identifiability ersetzt klassische Algorithmen durch einen endlichen Suchalgorithmus für reale Daten.
Weiterlesen
arXiv AI Papers
Information Lattice Learning extrahiert interpretierbare Regeln für probabilistische Modelle.
ILL nutzt hierarchische Abstraktion, erzeugt interpretierbare Regeln aus Signaldaten und erstellt Maximum‑Entropy‑Faktorgraph ohne Bayessche Abhängigkeiten.
Weiterlesen
arXiv AI Papers
Neue EDAs nutzen Zero‑Inflated-Gaussian-Verteilungen für Parameter‑Sparsität.
ZIG-EDA optimiert gleichzeitig Sparsität und Parameter, erreicht schnellere Konvergenz beim Lunar-Lander.
Weiterlesen
arXiv AI Papers
Selbstspiel plus minimalistische Menschendaten schaffen menschenähnliche Autonomie.
RL lernt selbstständig Fahrzeugentscheidungen mit minimaler menschlicher Hilfe, reduziert Datenbedarf drastisch.
Weiterlesen
arXiv AI Papers
ProMUSE: KI‑gestützte, schrittweise Multimodaldiagnostik für frühe Alzheimer-Erkennung.
ProMUSE senkt Bildgebungsbedarf um bis zu 90 % bei Alzheimer, nutzt Dempster‑Shafer fusionierte Modalitäten.
Weiterlesen
arXiv AI Papers
cAPM nutzt KI-Active Learning zur schnellen VT‑Pace‑Mapping.
cAPM verkürzt die VT‑Lokalisierung durch KI‑gestütztes Lernen; 81 % Genauigkeit bei ≤5 mm.
Weiterlesen
arXiv AI Papers
Neues graphbasiertes Modell nutzt sekundäre Struktur und energiegefilterte Wasserstoffbrücken.
Ein neues Graph‑GNN kombiniert Sekundärstruktur und energiefilterte Wasserstoffbrücken, steigert Proteinmodellierung auf gängigen Benchmarks.
Weiterlesen
arXiv AI Papers
SLARouter optimiert LLM‑Routing bei begrenztem Nutzerfeedback und SLA.
SLARouter reduziert Betriebskosten bis zu 2,2 Fach und liefert SLA-konforme Routingstrategien für LLM.
Weiterlesen
arXiv AI Papers
Emyx revolutioniert Protein‑Design: schneller, effizienter All‑Atom‑Generator.
Emyx verwendet einen 140‑M-Parameter-Flow‑Matching‑Ansatz, übertrifft andere Modelle bei Effizienz und nutzt weniger GPU‑Stunden.
Weiterlesen
arXiv AI Papers
Linearität transformer-FFNs: GPT‑2, Pythia, LLaMA zeigen variiertes Verhalten.
Die FFN‑Linearitätsanalyse zeigt Unterschiede bei GPT‑2, Pythia und LLaMA; niedrige R²_lin weist Kompressionsrisiken auf.
Weiterlesen
arXiv AI Papers
Neues CMI‑gesteuertes Verfahren steigert Code‑Switching‑ASR Genauigkeit.
Das Projekt verbessert Code-Switch-ASR mit CMI-Synthese, senkt Fehlerquote bis 8,9 %/14,2 % und liefert Daten für ASR‑Training.
Weiterlesen
arXiv AI Papers
DynAMO optimiert Industrie 4.0 mit Plan‑Then‑Execute-Orchestrierung.
DynAMO orchestriert LLM-Agenten effizient, senkt Workflow‑Latenz durch paralleles Scheduling bis 1,8×.
Weiterlesen
arXiv AI Papers
Wall‑Clock‑kalibrierte Monitore von autonomen Agents erzeugen permanente Alarme.
Modgil et al. entdeckten bei autonomen Agenten einen State‑Saturation‑Trap durch dt=0‑Fehler.
Weiterlesen
arXiv AI Papers
LLM-gestützte Hardwareentwicklung mit schrittweiser Verifikation und formalen Methoden.
Forscher kombinieren LLMs mit Regeln zur fehlerfreien RTL‑Generierung, reduzieren Fehler und erhöhen Praxisreife.
Weiterlesen
arXiv AI Papers
Automatisierte Sicherheitswarnungen für Agenten-KI mittels AIBOM, SBOM und CSAF‑VEX.
Das protokollgestützte System verknüpft SBOM- und AIBOM‑Artefakte, überwacht Laufzeit, berechnet Exploitability, liefert signierte CSAF‑VEX‑Berichte.
Weiterlesen
arXiv AI Papers
Veritas verbessert LLM‑gestützte Theoremprüfung um 40 %.
VERITAS steigert LLM‑Beweiser mittels zweistufigem Feedback, erhöht MiniF2F- und CombiBench-Ergebnisse.
Weiterlesen
arXiv AI Papers
JustDiag: KI-Engine für nachvollziehbare Root‑Cause‑Analyse.
JustDiag liefert nachvollziehbare KI‑Diagnosen mit Beweisketten und höherer Qualität bei 66 Studienfällen.
Weiterlesen
arXiv AI Papers
RATs ermöglichen spielbasiertes Agentenlernen bei Robotern.
Playful Agentic Learning schafft Robotern wiederverwendbare Skills, steigert Leistung um bis zu 20,6 %.
Weiterlesen
arXiv AI Papers
Ein 1,3 Milliarden-Parameter‑Modell erzeugt realistisches Brust‑Röntgenbild.
Das größte KI-Modell mit über 1,3 Milliarden Parametern erzeugt kontrollierte Thorax‑Röntgenbilder.
Weiterlesen
arXiv AI Papers
Gamifiziertes Verfahren zur Korrektur von LLM‑Fehlern in PQC.
LLMs verschlechtern PQC-Code-Sicherheit durch unsichere Fragmente; ein spielbasiertes Framework dient als Gegenmaßnahme.
Weiterlesen
arXiv AI Papers
In-Context Lernen testet intrinsische Neugier bei großen Sprachmodellen.
ICL-basierte Neugier nutzt sofortige Weltmodelle, um effizientere Datensammlung zu ermöglichen.
Weiterlesen
arXiv AI Papers
CFM setzt hierarchische Entscheidungsbäume ein, um Interpretierbarkeit zu sichern.
Concept Flow Models (CFMs) nutzen hierarchische Entscheidungsbäume, reduzieren Lecks und erreichen CBM-Genauigkeit.
Weiterlesen
arXiv AI Papers
Llama‑3: Speicheroptimiertes LoRA‑Fine‑Tuning für Edge-Geräte.
LoRA‑Fine‑Tuning von LLMs auf Mobilgeräten ist nun möglich, dank 28‑facher Speicherreduktion.
Weiterlesen
arXiv AI Papers
Tool für adaptive probabilistische Ising-Prozessoren wählt automatisch Optimierungsalgorithmen aus.
Das Tool automatisiert Ising-Architekturen, bestimmt p-Bits, wählt adaptiv Algorithmen und reduziert Konvergenzzeit bei Benchmarks.
Weiterlesen
arXiv AI Papers
Neues multimodales Diffusionsmodell PerceptionDLM liefert parallele Regionserkennung.
PerceptionDLM nutzt ein Diffusionsmodell für parallele Bildregionanalyse und liefert effiziente Beschriftungen.
Weiterlesen
arXiv AI Papers
Universitäten entwickeln KI‑Modelle für SEP‑Vorhersagen.
KI‑basierte Modelle verbessern SEP‑Vorhersagen genauer als klassische Simulationen, indem sie vielfältige Datensätze nutzen.
Weiterlesen
arXiv AI Papers
Gradienten‑Differenz‑Unlearning stärkt GNNs für Cyberangriffslokalisierung an EV‑Ladestationen.
GDGU beschleunigt Cyberangriff-Erkennung bei E‑Vehicle-Ladesäulen und reduziert Rechenzeit um bis zu 12×.
Weiterlesen
arXiv AI Papers
Explorative Analyse von Feature‑Extraction in akustischer Schusserkennung mittels ResNet‑18.
Gezielte Feature‑Extraction verbessert akustische Schusserkennung um bis zu 20 %, Studie zeigt Nutzen.
Weiterlesen
arXiv AI Papers
FlowFake nutzt Liquid Time‑Constant zur robusten Audio‑Deepfake‑Erkennung.
FlowFake verbessert Audio‑Deepfake-Erkennung mit LTC-Modell, erkennt synthetische Artefakte und nutzt 34 K Parameter.
Weiterlesen
arXiv AI Papers
BART‑gestützte Methode erreicht Durchbruch bei vietnamesischer Mehrfachdokumentensynthese.
Ein neues Verfahren erzielt bei VLSP 2022 ROUGE2‑F1 von 0,2468.
Weiterlesen
arXiv AI Papers
IHBench evaluiert Wiederherstellung von Sprachagenten nach Unterbrechungen.
Der IHBench bewertet die Wiederherstellung von Sprachagenten bei Unterbrechungen in zehn Branchen und 27 Modellen.
Weiterlesen
arXiv AI Papers
PrefSQA: Präferenzbasierte Sprachauswertung ohne MOS.
PrefSQA verbessert sprachqualitative Präferenzen durch Unsicherheit, Aufmerksamkeit und Vergleich, zeigt signifikante Fortschritte.
Weiterlesen
arXiv AI Papers
Claude‑Code‑Framework FAPO optimiert mehrstufige LLM‑Pipelines autonom.
FAPO automatisiert LLM‑Pipeline-Optimierung, übertrifft Benchmarks, verbessert Sicherheitsgenauigkeit bis 7 pp.
Weiterlesen
arXiv AI Papers
Lie-Bracket‑Geometrie eröffnet neue Algorithmen zur latenten Kausalität.
Neue Algorithmen BRIDGE und SKFM reduzieren exponentiell Suchräume für DAGs durch geometrische Filter.
Weiterlesen
arXiv AI Papers
StaminaBench: Stress‑Test von Coding‑Agenten über 100 Interaktionen.
StaminaBench testet Ausdauer von Coding‑Agents in bis zu 20 Szenarien mit bis zu 6 000 Codezeilen.
Weiterlesen
arXiv AI Papers
Grite reduziert Duplizierung und Konflikte autonomer Codierungsagenten.
Koordinations‑Substrate steigert Effizienz autonomer Coding-Agenten, reduziert Duplikate von 78 % auf 0 %, erhöht Produktivität dreifach.
Weiterlesen
arXiv AI Papers
E‑Commerce nutzt CLIP‑basiertes VCG für Video‑Feeds.
VCG senkt Cold‑Start-Probleme um 50 %, nutzt CLIP für stabile Video‑Retrieval.
Weiterlesen
arXiv AI Papers
RIVET stärkt Sprachattribute‑Editing durch Idempotenz.
Idempotentes Training erhöht Zuverlässigkeit von Sprachattribut-Editierungsmodellen, reduziert Fehleranfälligkeit und steigert Erfolg bei Geschlechts‑ und Altersattributen.
Weiterlesen
arXiv AI Papers
Neurale Multi‑Agent-Kommunikationsnetzwerke verifiziert mittels Entscheidungsbaum‑Distillation.
Forscher verifizieren MARL‑Roboter mit PRISM; 88,9 % Regeln erfüllt, Sicherheit hoch.
Weiterlesen
arXiv AI Papers
CTS‑MoE: Mixture‑of‑Experts für adaptives Laufen über unebenes Gelände.
CTS‑MoE optimiert Roboterganganpassung auf unregelmäßigem Terrain, senkt Trackingfehler und erhöht Erfolgsrate.
Weiterlesen
arXiv AI Papers
Token Factory integriert Signale effizient in große LRM-Empfehlungen.
Token‑Factory wandelt Signale in Soft‑Tokens für Transformer-LRMs um, reduziert Promptlänge und Kosten, steigert Leistung.
Weiterlesen
arXiv AI Papers
Sampling-Fehler offenbart 10‑22 % unbeantwortete Matheaufgaben bei Open‑Weight‑Modellen.
Durch einen deterministischen sechskettenbasierten Ansatz lösen Forscher 10–22 % schwieriger Aufgaben in GSM8K und MATH.
Weiterlesen
arXiv AI Papers
EHR-Daten formen Suizid-Erkennung: ScAN‑Analyse enthüllt Bias.
Studie zeigt, dass MIMIC‑III-Befunde, Governance-Regeln und Sprachanalysen Suizidlabels stark an Ärzteurteilen koppeln.
Weiterlesen
arXiv AI Papers
LLM‑basierte Psychodialog‑Datasets in Mandarin, Bengali, Hindi – Studienergebnis.
Mehrsprachige KI‑Modelle zeigen, dass englischzentrierte Personas bei Depressionserkennung inkonsistent sind.
Weiterlesen
arXiv AI Papers
TeleMorpher präsentiert ein einziges Verfahren zur gleichzeitigen Bewegungs- und Positionsbearbeitung.
TeleMorpher ermöglicht One‑Shot-Bewegungs‑und‑Ort‑Bearbeitung, trennt Protagonist vom Hintergrund, nutzt Pose‑Warping für Videos.
Weiterlesen
arXiv AI Papers
Loki nutzt Hilbert‑Schmidt‑Unabhängigkeit und Nullraumprojektion für lebenslanges Editing.
LOKI erhöht Sprachmodell‑Wissensupdates um 14 % Genauigkeit, projiziert Gradienten und verhindert Datenverlust.
Weiterlesen
arXiv AI Papers
CoT-Transformer ermöglichen effiziente Darstellung von Word-RAM‑Algorithmen.
Kette-der-Denken‑Transformers simulieren Word-RAM und emulieren beliebige Algorithmen mit polylogarithmischem Overhead.
Weiterlesen
arXiv AI Papers
FineREX optimiert NER-RE in gerichtlichen Menschenhandels-Dokumenten.
FineREX erhöht KI-Graphen für Schmuggelnetzwerke um 31 %, steigert NER/RE-F1-Scores, reduziert Rauschen, Duplikate und beschleunigt Verarbeitung.
Weiterlesen
arXiv AI Papers
AURA: adaptives Audit-Framework für KI‑Gewertungsmodelle von LLMs.
AURA verringert den menschlichen Aufwand bei der Bewertung von Sprachmodellen durch adaptive Lernschritte.
Weiterlesen
arXiv AI Papers
OnDeFog: Online-Decision-Transformer für Reinforcement-Learning bei Frame‑Dropping.
OnDeFog kombiniert DeFog und ODT für bessere Ergebnisse bei hohem Framesdropping, offline und online.
Weiterlesen
arXiv AI Papers
AMD und LLM generieren automatisierte Unit‑Tests für OpenSIL Firmware.
Automatisierte Unit‑Tests für AMDs openSIL‑Firmware steigern Effizienz und erreichen bis zu 99 % Abdeckung.
Weiterlesen
arXiv AI Papers
NRITYAM: Benchmark für KI‑Modelle im Tanzkulturverständnis.
NRITYAM misst kulturelles Tanzverständnis von Sprachmodellen anhand 9 260 Fragen in zwölf Sprachen.
Weiterlesen
arXiv AI Papers
Bidirektionale Lernhilfe stärkt robotisches Motoriktraining und Stabilität.
Bidirektionales Tutoring fördert bei Humanoiden motorisches Lernen und reduziert langfristig Tutor‑Abhängigkeit.
Weiterlesen
arXiv AI Papers
VOiLA: Lernende Diffusionsmodelle für Online‑POMDP‑Planung.
VOiLA reduziert Online-Sampling um drei Größenordnungen und übertrifft Soft Actor Critic mit weniger Daten.
Weiterlesen
arXiv AI Papers
QueryGaussian: Training-Free, Skalierbares Open‑Vocabulary 3D‑Instanz‑Retrieval.
QueryGaussian ermöglicht schnelle 3D-Objektsuche mit natürlicher Sprache, reduziert GPU-Kosten über 70 % und beschleunigt Inferenz 180‑fach.
Weiterlesen
arXiv AI Papers
Llama‑3.1‑Instruct untersucht sequenzielle Präferenzoptimierung mit LoRA‑Adaptern.
DPO erzeugt variierende Forgetting‑Muster bei Llama‑3.1‑8B, abhängig von Szenario und Signalstärke.
Weiterlesen
arXiv AI Papers
Neuer Bayesian Manifold‑Bandit‑Ansatz optimiert Lernkurve großer Sprachmodelle.
BMC verbessert RL‑Sampling in LLMs, nutzt hierarchischen Task‑Baum und bayessche Lernmethoden; Experimente zeigen vielfältige Vorteile.
Weiterlesen
arXiv AI Papers
TSIL nutzt temporale Effizienz für effizientere Roboterlernprozesse.
TSIL steigert Robotermanipulationseffizienz in 15 Aufgaben durch selbstüberwachtes Lernen ohne Belohnungsdesign.
Weiterlesen
arXiv AI Papers
Sichere, schnelle Sprachmodelle mit SafeSpec und dynamischer Reflektionsprobe.
SafeSpec kombiniert spekulative Inferenz und Echtzeit‑Sicherheit, reduziert Angriffe bei großen Sprachmodellen.
Weiterlesen
arXiv AI Papers
ISO definiert Datenstandards für Humanoide, legt Infrastruktur für Physical AI fest.
ISO/TC 299/WG 16 entwickelt ISO/WD 26264‑1, einen Standard für umfassende Robotikdaten zur Reproduzierbarkeit und Wiederverwendbarkeit.
Weiterlesen
arXiv AI Papers
Optimierte Daten für Hadron‑Jet-Klassifizierung: neue Skalierungsgesetze.
Forscher zeigen, dass Modellleistung bei Jetklassifikation durch mehr Daten statt größerer Modelle steigt.
Weiterlesen
arXiv AI Papers
Kinder‑Spracherkennung optimiert durch Cross‑Dataset‑Fine‑Tuning und Pitch‑Features.
Eine arXiv‑Studie zeigt, Dysarthrie-Erkennung mit Pitch-Features und F‑TDNN steigert Genauigkeit um 5 %.
Weiterlesen
arXiv AI Papers
Pitch-Features steigern dysarthrische Spracherkennung dank hybrider DNN/HMM‑Modellen.
Mit dem TORGO-Datensatz und Pitch‑Features verbesserten Forscher die dysarthrische Spracherkennung um ca. 4,65 % bzw. 4,63 %.
Weiterlesen
arXiv AI Papers
OpenAI’s GPT‑4 & Google Gemini optimieren Handoff in der EDA.
Vertrauenswürdige LLM‑Agenten optimieren EDA, klassifizieren 82 Systeme und entwickelten ein fünfschichtiges Kommunikationsprotokoll.
Weiterlesen
arXiv AI Papers
Wav2Vec2 steigert Dysarthik-Spracherkennung dank In‑Domain-Data‑Augmentation.
Gezielte Datenaugmentation verbessert Dysarthrie‑Spracherkennung und senkt Wortfehlerrate je nach Schweregrad.
Weiterlesen
arXiv AI Papers
Vector‑Datenbanken: Policy‑aware Suche mit feinkörniger Zugriffskontrolle.
Moderne Vektordatenbanken lösen fehlende FGAC durch ein Politikmodell und zeigen Konflikt zwischen Recall‑Rate und Latenz.
Weiterlesen
arXiv AI Papers
Neue Parallax‑Nummern‑Methode ermöglicht skalierte Kamerabewegungstransfer.
ParaScale nutzt die Parallaxzahl Pi zur übertragbaren Kamerahaltung ohne Retraining und löst Tiefenschalenprobleme.
Weiterlesen
arXiv AI Papers
Unsicherheitsbewusste Belohnungsmodellierung stärkt stabile RLHF‑Modelle.
UARM reduziert RLHF-Fehler, kalibriert Unsicherheit, verringert Reward-Hacking und verbessert Benchmark‑Ausrichtung.
Weiterlesen
arXiv AI Papers
Credence: Neueste Claim‑Decomposition mit semantischem BGE‑Large‑Scoring.
Credence nutzt BGE‑Large, übertrifft Jaccard, verbessert Faktenprüfung und testet Generalisierung.
Weiterlesen
arXiv AI Papers
CSWinUNETR nutzt Cross‑Stripes für die Segmentierung dünner anatomischer Strukturen in medizinischen Bildern.
CSWinUNETR übertrifft Benchmarks bei dünner Struktursegmentierung durch innovative Attention- und Kontroll‑Snake-Methoden.
Weiterlesen
arXiv AI Papers
Adaptive Binning verbessert selbstüberwachtes Lernen bei medizinischen Tabellendaten.
Adaptive Binning verbessert selbstüberwachtes Lernen für medizinische Tabellen mit adaptiver Feature-Diskretisierung und Curriculum-Learning.
Weiterlesen
arXiv AI Papers
NAM und NBM: Erklärbare neuronale additive Modelle mit Features und Wechselwirkungen.
Feature‑Selection-Layer erhöht Effizienz bei NAM und NBM, reduziert Rechenaufwand und erzielt bessere Ergebnisse als GAM.
Weiterlesen
arXiv AI Papers
LLMs brauchen keine lesbare Sprache – BabelTele beweist alternativen Wege.
BabelTele reduziert Kontextlast um 72 %, liefert 99,5 % Treue bei 27,9 % der Länge, verbessert Agentenkommunikation.
Weiterlesen
arXiv AI Papers
PSCT‑Net nutzt differenzierbare Rückprojektion für kinderfreundliche Schädel‑CT aus zwei Röntgenbildern.
PSCT‑Net ermöglicht 3D‑CT aus 2D‑Röntgen bei geringer Strahlung, PedSkull‑CT reduziert Dosen bis 90 %.
Weiterlesen
arXiv AI Papers
FinRED: Expertengestütztes Framework zur Sicherheit von Finanz‑LLMs.
FinRED entwickelt ein Fin‑Red‑Team-Framework, konvertiert Finanzdokumente zu Szenarien und senkt Fehlalarme von 28 auf 12.
Weiterlesen
arXiv AI Papers
SL‑S4Wave: Selbstüberwachtes Lernen multikanaler medizinischer Zeitreihen.
SL‑S4Wave nutzt kontrastives Lernen und einen S4-Encoder, um ECG-Wellen langfristig zu erfassen, übertrifft Modelle.
Weiterlesen
arXiv AI Papers
KI‑Agente in der Biowissenschaft: Bewertung biologischer Risiken.
Die Studie bewertet biologische Risiken autonomer KI und bietet Methode sowie Leitlinien für Entscheidungsträger.
Weiterlesen
arXiv AI Papers
Co-policy: KI‑Framework nutzt F‑Qwen für Mensch‑Roboter Musik‑Kooperation.
Co‑Policy verbindet semantisches Intent‑Grounding mit multimodaler Robotik für musikalische Co‑Kreation.
Weiterlesen
arXiv AI Papers
STORM rettet Mamba vor Leistungsverlust bei Tokenreduktion.
STORM verbessert Mamba‑Tokenreduktion ohne Training und steigert VMamba-Genauigkeit um 63,3 %.
Weiterlesen
arXiv AI Papers
Unsupervised Algorithmen beschleunigen Annotation von semantischer Segmentierung.
Unüberwachte Algorithmen senken Annotationszeit von 170 h auf 37 h und etablieren neues Benchmark.
Weiterlesen
arXiv AI Papers
Triangulare Konsistenz: Neue universelle Regel für optischen Fluss.
Triangular Consistency kombiniert drei Flüsse zu einem Zyklus und verbessert optische Flussmodelle unabhängig von Architektur.
Weiterlesen
arXiv AI Papers
SIMBA: Bidirektionales Modell für hyperspektrale Radianzen des FY-4A zur Wettervorhersage.
SIMBA verbessert Wettervorhersagen durch bidirektionale Mamba‑Modelle mit FY‑4A GIIRS‑Daten.
Weiterlesen
arXiv AI Papers
MS‑FBI senkt Konfidenzfehler bei medizinischen multimodalen LLMs um 40 %.
Die Studie zeigt, dass MS-FBI bei medizinischen Multimodal-LLMs die Vertrauenswürdigkeit um ~40 % steigert.
Weiterlesen
arXiv AI Papers
ROSE‑Benchmark prüft Bild‑zu‑Handlung‑Korrektheit multimodaler KI.
ROSE zeigt, dass multimodale Modelle bei Kontextbildern von 98,8 % auf 44,5 % fallen.
Weiterlesen
arXiv AI Papers
Algorithmische Managementsysteme in der indischen Gig‑Economy nutzen KI und Apps.
Eine Studie kritisiert die algorithmische Arbeitsverwaltung im indischen Gig‑Markt und fordert ein hybrides Modell.
Weiterlesen