OpenAI Blog
OpenAI kartiert europäische Jobs mit KI.
OpenAI kartiert KI-Auswirkungen auf über 300 EU-Berufe und empfiehlt gezielte Umschulung.
Weiterlesen
MIT AI News
Anna Huang ruft Human‑AI‑Resonanz bei Eröffnung des Music‑Tech‑Forschungs-Showcases auf.
Anna Huang betont generative Modelle und Echtzeit‑Kollaboration, um KI als kreativen Partner zu etablieren.
Weiterlesen
MIT AI News
Keller-Galerie-Ausstellung von Alexandros Haridis: Sichtbare Ästhetik rechnerischer Systeme.
Haridis zeigt im Keller Gallery, wie ästhetisches Design KI-Komplexität sichtbar macht und Vertrauen schafft.
Weiterlesen
arXiv AI Papers
Neues Netzwerk für KI‑Modelle: Effiziente Zusammenarbeit privater LMs.
AI‑ModelNet verbindet große KI‑Modelle in einer Web‑Architektur, reduziert Kosten und fördert kollaboratives Lernen.
Weiterlesen
arXiv AI Papers
Personality-Komposition entscheidet über Erfolg von Multi-Agenten LLM‑Teams.
Personality‑Prompting ändert LLM‑Teamkommunikation unterschiedlich; beeinflusst Codieren, Kooperation und Verhandlung verschieden.
Weiterlesen
arXiv AI Papers
Einzelautoregressives LLM erzeugt internes Zukunftsmodell für Planung.
LLM‑Agenten lernen durch ein dreistufiges Training interne Weltmodelle für präziseres Planen und verbesserte Suche.
Weiterlesen
arXiv AI Papers
ODYSSEY-Framework schafft prüfbare lokale Wahrheitserhaltungs-Modelle.
ODYSSEY ist ein Framework für verifizierbare lokale Grundmodelle mit modularen Foundries und typsicherer FSQL‑Schnittstelle.
Weiterlesen
arXiv AI Papers
DysLexLens nutzt Low‑Resource‑LLM für dyslexische Lernende.
DysLexLens nutzt ein Low‑Resource-LLM, sammelt und filtert Reddit‑Posts für Lese‑Rechtschreib‑Analyse.
Weiterlesen
arXiv AI Papers
MER‑R1 nutzt Slow‑Fast‑Thinking für multimodale Emotionserkennung.
MER‑R1 optimiert Emotionserkennung durch schnelles und langsames Denken sowie Dual-Goal-Reinforcement-Learning.
Weiterlesen
arXiv AI Papers
ToE: Hierarchisches KI-System für automatisierte, mehrquellige Faktenprüfungs-Engine.
Tree of Evidence nutzt KI und RL zur automatischen Faktenprüfung, erhöht Genauigkeit bis 24 %.
Weiterlesen
arXiv AI Papers
Symbolische Feedback‑Schleife optimiert LLM‑Planung für robuste Entscheidungen.
Symbolische Rückkopplung steigert die Zuverlässigkeit von LLMs bei Langzeitplanungen erheblich.
Weiterlesen
arXiv AI Papers
Graph‑Weltmodelle: Rollout‑Fehler bei Planung erklärt.
GWMs optimieren Prognose und Planung in vernetzten Umgebungen, indem ein neues Framework integriert wird.
Weiterlesen
arXiv AI Papers
GILP: Parameterisierte Weltmodelle reduzieren Halluzinationen bei LLM-Agenten.
GILP senkt Halluzinationen auf 3,5 %, steigert Erfolgsquote um 16 % und reduziert API‑Aufrufe.
Weiterlesen
arXiv AI Papers
ATOD kombiniert On‑Policy Distillation mit RL zur Optimierung autonomer Agenten.
ATOD kombiniert OPD und RL mit T‑DUR, steigert Interaktionsleistung um bis zu 27 Punkte.
Weiterlesen
arXiv AI Papers
NormAct‑Benchmark prüft multimodale Sprachmodelle auf versteckte Sozialnormen.
NormAct Benchmark zeigt, dass Modelle Ziele erfüllen, aber versteckte Normen nur selten berücksichtigen.
Weiterlesen
arXiv AI Papers
Solver-getriebenes SD‑GPS optimiert geometrische Problemstellung.
Der neuro-symbolische Ansatz SD‑GPS verbessert geometrische Problemlösung durch Solver-Orakel und Lernalgorithmen.
Weiterlesen
arXiv AI Papers
RelBall nutzt Quaternion‑Rotation für präzise Knowledge‑Graph‑Füllung.
RelBall erweitert Rotate3D um Modulus‑Transformation, modelliert hierarchische Ebenen und sämtliche Beziehungstypen.
Weiterlesen
arXiv AI Papers
Lifted Causal Inference reduziert Rechenzeit in relationalen Graphen.
Lifted Causal Inference nutzt PCFGs für schnelle, exakte Kausalanalyse in relationalen Domänen; PD‑PCFGs erweitern Anwendungsbreite.
Weiterlesen
arXiv AI Papers
JD.com startet Oxygen AIIC – industrielle LLM/VLM‑Plattform für Artikelwissen.
JD com's Oxygen AIIC liefert KI‑gestützte Wissensgenerierung für Millionen SKUs, senkt Qualitätsprobleme um 37 %.
Weiterlesen
arXiv AI Papers
OPI nutzt Ontologie, um multi‑hop KGQA effizient zu lösen.
OPI verbessert KGQA-Performance bei WebQSP und MetaQA durch ontologiebasierte Pfadoptimierung.
Weiterlesen
arXiv AI Papers
KI‑gesteuerte Systemkonstruktion: Neue CDS-Technologie automatisiert Design.
Die Autoren präsentieren AiD, KI-gesteuerte Automatisierung für komplexe Systeme, demonstrieren autonome Entwürfe.
Weiterlesen
arXiv AI Papers
Tandem‑Training stärkt RLVR für klare KI‑Modelle.
Das Tandem‑RL verbessert LLM‑Verständlichkeit und erreicht bei Qwen3-4B-Instruct gleich hohe Leistung wie GRPO.
Weiterlesen
arXiv AI Papers
Neues Agent‑Immunsystem ANIS schützt autonome KI-Agenten.
ANIS schützt autonome KI durch sechschichtige Immunarchitektur, trennt Alignment von Runtime‑Immunität und nutzt kontinuierliches Lernen.
Weiterlesen
arXiv AI Papers
DataStates‑LLM: Open‑Source‑Checkpointing für trillion‑Parameter‑Transformer‑Modelle.
DataStates-LLM beschleunigt 70B‑Parameter LLMs bis zu 4× und senkt Rechenaufwand um 2,2×.
Weiterlesen
arXiv AI Papers
Maschinelles Vergessen bei LLMs: Begriff wird überstrapaziert.
Das Papier fordert präzisere Terminologie, reserviert Machine Unlearning nur für datensatzbasierte Löschaufgaben.
Weiterlesen
arXiv AI Papers
OverFlowLight verhindert Verkehrsüberlauf in Echtzeit bei städtischen Kreuzungen.
KI-gestützte Signalsteuerung senkt Überläufe um über 60 % und steigert Durchsatz um 18 %.
Weiterlesen
arXiv AI Papers
CalBrief: Pilot-Benchmark für evidenzkalibrierte Berichte mit großen Sprachmodellen.
Testet evidenzbasierte KI‑Zusammenfassungen mit GPT‑4o, Claude Sonnet und Gemini Flash im Pilotbenchmark; konservative Stärkebewertung.
Weiterlesen
arXiv AI Papers
APP-Protokoll kombiniert KI-Agenten und wissenschaftliche Publikationen.
APP nutzt KI-Agenten, definiert über AGENTS.md einen Paper-Agenten für Publikation und Replizierbarkeit.
Weiterlesen
arXiv AI Papers
SidConArena präsentiert neues Benchmark für LLM-Agenten im offenen Handel.
SidConArena bewertet LLM-Agenten in einem mehrspieler‑ökonomischen Spiel aus Verhandlung, Produktion und Auktion.
Weiterlesen
arXiv AI Papers
Deep Learning identifiziert Hirntumoren mit ResNet18/50 auf MRT‑Bildern.
ResNet18 nutzt Transfer-Learning für MRT-Gehirntumor-Erkennung mit 97 % Genauigkeit.
Weiterlesen
arXiv AI Papers
Evaluierung von SWE‑Bench-Modellen für Coding‑LLMs.
Der Preprint zeigt, dass KI‑Modelle am SWE‑bench bei Laufzeit- und Speichervorhersagen schwach sind einschließlich Front‑Runner.
Weiterlesen
arXiv AI Papers
Quantenautoencoder erkennt abnormale Hirn-MRIs durch kompakte Codierung.
Quanten‑Autoencoder verbessert Tumorerkennung in MRTs, erzielt ROC‑AUC von 0,95 und 0,81.
Weiterlesen
arXiv AI Papers
Neues Verfahren für dreidimensionale Szenengraphen bleibt robust gegenüber Blickwinkeländerungen.
Das neue TAD trennt relationale Vorhersagen und liefert robuste 3D‑Szenengraph‑Generierung ohne Datenaugmentation für wechselnde Perspektiven.
Weiterlesen
arXiv AI Papers
Neues GRAFT-Modell verbindet Genexpression mit Merkmalen bei Arabidopsis.
Der GRAFT‑Datensatz verbindet Genexpression mit Phänotypen von Arabidopsis und ermöglicht erweiterte Graphregression.
Weiterlesen
arXiv AI Papers
LLM-Agenten verlieren Genauigkeit bei GPT wegen Speicher‑Aktualisierungslücke.
Supersede löst Speicherengpässe und erhöht LLM‑Agentenpräzision bei Langzeitdialogen von 9 % auf 16,7 %.
Weiterlesen
arXiv AI Papers
Speculative Refinement: Hybrid-Ansatz kombiniert AR‑ und Diffusionsmodelle, steigert Benchmark‑Ergebnisse.
Speculative Refinement erhöht Code‑Genauigkeit von AR- und Diffusionsgeneratoren, doch mehrstufige Korrekturen zerstören oft korrekte Tokens.
Weiterlesen
arXiv AI Papers
Neues DMV-Bench prüft visuelle Gedächtnisleistung multimodaler Agenten.
MIT, Stanford, Google und Alibaba entwickeln DMV‑Bench mit 1000 Produktbildern; DualMem übertrifft aktuelle multimodale Systeme.
Weiterlesen
arXiv AI Papers
LLMs übertragen cross-modales Wissen via LaViD-Framework.
LaViD nutzt ein LLM als Sprachlehrer zur Wissensübertragung auf Bildmodelle und übertrifft MaKD.
Weiterlesen
arXiv AI Papers
Rekurrenter Context‑Ready Transformer verbessert Token‑Kontextualisierung.
Der neue Context‑Ready Transformer beschleunigt Sprachmodelle durch D‑Layer-Block und Korrekturnetzwerk deutlich.
Weiterlesen
arXiv AI Papers
Benchmarking graphbasierten multimodalen Modellen für die Social‑Media-Popularitätsvorhersage.
MMG-Pop verbindet Daten von Bluesky und Reddit, definiert einen Benchmark und steigert Vorhersagen.
Weiterlesen
arXiv AI Papers
Prompt‑Injection-Sicherheitsforschung: Shared‑Embedding‑Modelle machen vollständige Verteidigung unmöglich.
Shared‑Embedding-LLMs schützen nicht vor Prompt‑Injection; semantische Kontrolle ist unmöglich.
Weiterlesen
arXiv AI Papers
Heterogenes Graph Attention-Modell HIA‑GAT für Fahrbahnrisikovorhersage.
HIA-GAT, ein dual-stream Graph-Attention-Netzwerk, verbessert Risikoerkennung auf Autobahnen mit US-Daten und ermöglicht Echtzeit‑Monitoring.
Weiterlesen
arXiv AI Papers
Neues PEBS-Verfahren verbessert RLHF-Reward-Modell-Kalibrierung um 8,58 %.
PEBS-Kalibrierung im RLHF verbessert Genauigkeit um >8 % bei PRISM und ~9,7 % bei PluriHarms.
Weiterlesen
arXiv AI Papers
Neues Deep‑MIL-Modell verbessert Tumorproportionschätzung bei Lungenkrebs.
KI-gesteuertes Modell verbessert Tumor-Proportion-Scores, kombiniert Embedding und MIL, liefert höhere Präzision und erklärt klinische Entscheidungen.
Weiterlesen
arXiv AI Papers
RAC-Algorithmus korrigiert Verzögerungsbias im RLHF durch V‑Trace.
RAC senkt Policy‑Bias um 47,9‑fach, reduziert Rechenzeit und verbessert RLHF bei asynchronen Belohnungen.
Weiterlesen
arXiv AI Papers
SceneBot: neues Framework für kontaktintensive Humanoidensteuerung.
SceneBot nutzt ein rekonstruiertes Policy‑Framework für freie Bewegung und kontaktreiche Aufgaben, trainiert auf 7,5 h Daten.
Weiterlesen
arXiv AI Papers
CoIn verbindet Diffusion-Inpainting mit Gaussian-Splatting für 3D.
CoIn kombiniert Diffusionsmodell und referenz‑adaptives Gaussian Splatting für Rekordleistung im 3D-Inpainting.
Weiterlesen
arXiv AI Papers
Mit Fox gegen Halluzinationen bei Vision‑Language‑Modellen.
Fox verbessert die Faithfulness von Vision‑Language-Modellen ohne Training und korrigiert strukturelle Missanpassungen.
Weiterlesen
arXiv AI Papers
Narrative‑UFET nutzt automatisch generierte Geschichten zur UFET-Verbesserung.
Generierte Kurzgeschichten steigern die Präzision seltener Entitätstypen bei Narrative‑UFET.
Weiterlesen
arXiv AI Papers
KARMA entschlüsselt multivariate Zeitreihenvorhersagen über K‑Order-Markov.
KARMA bestimmt minimale Historienlänge, nutzt ein Markov‑Surrogat, fünfstufige Hierarchie, übertrifft TimeSHAP.
Weiterlesen
arXiv AI Papers
HybridCodec kombiniert diskrete und kontinuierliche Audiorepräsentationen für effiziente Sprach‑LLMs.
Der Hybrid-Codec verbindet diskrete Token und kontinuierliche Residuen, reduziert Informationsverlust, bewahrt Sprechermerkmale.
Weiterlesen
arXiv AI Papers
Dual-Threshold Mining optimiert RoBERTa‑basierte Hate‑Detection für Weibo, Xiaohongshu, Tieba, Zhihu.
Die Methode steigert die Erkennung von beleidigenden Kommentaren auf chinesischen Plattformen via gezieltem Hard‑Mining.
Weiterlesen
arXiv AI Papers
Single‑Cell‑Sequenzierung offenbart IGF‑ und FGF‑gesteuerte Fettzellentwicklung.
15 Zellcluster und 16 Signalnetzwerke im viszeralen Fett zeigen IGF‑/FGF-Dominanz, ECM-ReModellierung für Therapieziele.
Weiterlesen
arXiv AI Papers
Erklärbare KI revolutioniert Biodiversitätsüberwachung durch Bildanalyse.
Erklärbare KI verbessert Biodiversitätsmonitoring durch XAI‑Methoden in Bildklassifikation, Objekterkennung und Segmentierung.
Weiterlesen
arXiv AI Papers
Probe-basierte Unsicherheitsabschätzung in LLMs: arXiv-Studie enthüllt Feature-Leistungen.
Probebasierte Unsicherheit verbessert Halluzinationsprävention in LLMs durch strukturierte Features unter einheitlichen Bedingungen.
Weiterlesen
arXiv AI Papers
Kontrollierte Verhaltensabweichung ermöglicht gezieltes Unlernen von LLMs.
CBD ist ein API-basiertes Unlearning-Framework, das ohne Retraining unerwünschte Einflüsse bei Edge‑LLMs reduziert.
Weiterlesen
arXiv AI Papers
Preregistrierung bekämpft p-Hacking in KI-Modellen und zukünftige LLMs.
Das neue Protokoll registriert Modelle vorab und verhindert über 70 % des P‑Hackings, stärkt Reproduzierbarkeit.
Weiterlesen
arXiv AI Papers
Adaptive Deployment erhöht Volatilitätsvorhersagegenauigkeit bei PatchTST.
Inferenzoptimierte Rollout-Regeln steigern Genauigkeit und senken Kosten bei Mehroutput-Finanzvorhersagen.
Weiterlesen
arXiv AI Papers
Meta-Lernen spart 20‑Fach bei zertifizierter Robustheit durch Randomized Smoothing.
Meta‑Learning senkt Stichprobenbedarf für robuste neuronale Netze auf Dutzende, reduziert Einsparfaktor um das 20‑fache.
Weiterlesen
arXiv AI Papers
Neuer Rauschplan laut Klassenhäufigkeit steigert Qualität von Diffusionsmodellen.
Forscher nutzen CFRG‑Noise‑Schedule für seltene Klassen und verbessern damit Qualität bei unbalancierten Datensätzen.
Weiterlesen
arXiv AI Papers
Zertifizierte Robustheit bei Spracherkennung senkt Fehlerquote.
Ein Dual-Gate-Diagnostiksystem reduziert ASR-Word-Error-Rate bis zu 55 % und verbessert Zuverlässigkeit.
Weiterlesen
arXiv AI Papers
Neue Simulationsplattform prüft 8 Millionen akustische Angriffsszenarien.
Ein hohes Realitäts‑Simulationsframework verbessert die Sicherheit von Sprachsteuerungen durch physische Adversarial‑Tests.
Weiterlesen
arXiv AI Papers
Niedrige Verträglichkeit Persona‑Bedingung reduziert Jailbreak‑Risiken bei Sprachmodellen.
Fine‑Tuning reduziert Jailbreak‑Risiken und sorgt für freundliche, empathische Antworten.
Weiterlesen
arXiv AI Papers
Simulacrum‑Framework trainiert neuronale Modelle für optimale Zeitreihenprognosen.
Das neue Framework nutzt neuronale Netze, um optimale Zeitreihen-Schätzer zu erzeugen.
Weiterlesen
arXiv AI Papers
Mehrsprachiges MMEE‑Korpus testet Übertragbarkeit von Betonungsmodellen.
Das MMEE‑Dataset verbessert KI-Prosodieanalyse, umfasst 10 000 Aufnahmen, 42 Emotionen und sieben Sprachen.
Weiterlesen
arXiv AI Papers
SMMD steigert numerische Genauigkeit von LLMs.
SMMD steigert numerische Genauigkeit von Sprach‑ und Bildmodellen durch graphbasierte MMD-Glättung.
Weiterlesen
arXiv AI Papers
Bifocal dLLMs lösen Geschwindigkeit‑Qualitäts‑Dilemma bei Sprachmodellen.
R2LM kombiniert kausales Attention und Reverse Mamba SSM, steigert Durchsatz auf 12,9× gegenüber bidirektionalen Modellen.
Weiterlesen
arXiv AI Papers
KG2Cypher automatisiert Fragen zu Unternehmens‑KG in Cypher.
KG2Cypher optimiert Text‑zu‑Cypher-Abfragen, verbessert F1 von 0,806 auf 0,95 und liefert 95 % exakte Treffer.
Weiterlesen
arXiv AI Papers
Learning‑to‑Allocate revolutioniert LLM‑Inferenz mit ressourcenadaptiver Dynamik.
Adaptive LLM‑Inference reduziert Kosten und erhält hohe Genauigkeit bei GSM8K dank budgetabhängiger Gates.
Weiterlesen
arXiv AI Papers
Flexformer: Lernbare Attention‑Kernel für lineare Transformer.
Flexformer bietet lernbare lineare Aufmerksamkeit und übertrifft Baselines bei Sprachmodellierung mit trainierbaren spektralen Frequenzen.
Weiterlesen
arXiv AI Papers
AT2SELD nutzt FOA‑Binaurale Verarbeitung und NAS für präzise Klanglokalisierung.
GP‑AT‑basierte Modelle verbinden vortrainierten Tagger mit FOA-Spatialisierung und Cross‑Stitch-Optimierung.
Weiterlesen
arXiv AI Papers
Redundanz von Vision‑Language‑Action-Modellen durch Drop‑Then‑Recovery geprüft.
VLA-Modelle werden durch gezieltes Entfernen von Transformer‑Blöcken effizient reduziert, wodurch die Genauigkeit steigt.
Weiterlesen
arXiv AI Papers
RS‑Diffuser: Risiko‑sensible Diffusion mit diskreter Werteführung für Offline‑RL.
RS‑Diffuser kombiniert risikosensitiven Diffusionsplan mit Wertkritik, liefert robuste Performance und weniger Verletzungen bei D4RL.
Weiterlesen
arXiv AI Papers
Neues A3-Modul erhöht Resilienz neuronaler Netze gegen Angriffe.
Das Modul A3 nutzt Lernskalierung zur Verstärkung bzw. Abschwächung von Aktivierungen und erhöht den Angriffsschutz.
Weiterlesen