Ars Technica AI
Künstliche Intelligenz befähigt autonome Robotik – von Boston Dynamics bis Haushaltsassistenten.
Robotische Autonomie erreicht neue Meilensteine: effiziente Automatisierung, Drohnen und Haushaltsassistenten – Sicherheit bleibt eine Herausforderung.
Weiterlesen
MIT AI News
Chatbots ermöglichen nicht-technischen Militärangehörigen Programmierlösungen – USAF & Lincoln Lab.
USAF-Kadett nutzen ChatGPT, um militärische Software zu prototypisieren und Entwicklungszeit bis 80 % zu reduzieren.
Weiterlesen
MIT AI News
Jesse Thaler wird Direktor des LNS und leitet das NSF AI Institute.
Jesse Thaler wird Leiter des MIT LNS, erster Direktor des NSF‑AI‑Instituts, stärkt Labor und KI‑Forschung.
Weiterlesen
Berkeley AI Research
KI kostet bald nichts: OpenAI’s GPT‑4 und Open-Source Modelle sinken.
Kosten für GPT‑4‑ähnliche Modelle fallen unter 1 $ pro Million Tokens, treiben Agenten-Workloads und Datensysteme voran.
Weiterlesen
arXiv AI Papers
Interne Pluralität beleuchtet Grenzen lokaler Paarvergleiche.
Pluralistische Präferenzmodelle für KI‑Entscheidungen vermeiden lokale Vergleiche, nutzen Unentschlossenheit und direkte Gewichtungsaufnahme für bessere Präferenzen.
Weiterlesen
arXiv AI Papers
ASK+ stärkt LLM-Assistenz für RL-Agenten unter partieller Beobachtbarkeit.
ASK+ verbessert RL-Agenten durch trajektorienbasierte Context, Chain-of-Thought und Qwen3.5 unter partieller Beobachtbarkeit, erreicht 93 % Erfolg.
Weiterlesen
arXiv AI Papers
REDI: Open‑Source‑Plattform für automatisierte Datenvorbereitung in Wissenschafts‑AI.
REDI bietet eine fünfstufige Open‑Source-Pipeline für KI-Daten mit Reproduzierbarkeit und SetGo-FAIR-Katalogisierung.
Weiterlesen
arXiv AI Papers
SwarmResearch setzt Agentenschwärme ein, optimiert offene Codierungsaufgaben.
SwarmResearch erhöht die Effizienz von KI‑Coding-Agenten, übertrifft LLM‑gestützte Methoden durch bessere Exploration.
Weiterlesen
arXiv AI Papers
Objektzentrierte Umgebungsmodellierung steigert Effizienz von LLM‑Agenten.
OCM strukturiert LLM-Agenten mit objektbezogenen Klassen und Prozedurwissen fĂĽr bessere Interaktion.
Weiterlesen
arXiv AI Papers
MedCalc‑Pro: Neuer Benchmark für medizinische Berechnungen mit KI-Agenten.
Der MedCalc‑Pro Benchmark bietet neue LLM‑Messgrößen mit 2268 Fällen, 77 Rechnern und einem vielseitigen Agenten‑Framework.
Weiterlesen
arXiv AI Papers
VERITAS entwickelt generisches Tool fĂĽr automatisierte Replikation wissenschaftlicher Arbeiten.
VERITAS ist ein KI‑Tool, das wissenschaftliche Replikation automatisiert und Claude Code‑Baselines übertrifft.
Weiterlesen
arXiv AI Papers
Sliding-Windows Reinforcement Learning optimiert flexible Montage-Shopplanung fĂĽr Multi-Produkt-Kits.
KI‑basiertes Echtzeit‑Scheduling reduziert Verspätungen in Hybridfertigung dank adaptiver Sliding‑Window‑Methoden.
Weiterlesen
arXiv AI Papers
Evaluierung von generativen Agenten im sozial verteilten Aufgabenfeld mit Incognita.
Incognita präsentiert Framework zur Bewertung sozialer KI-Agenten, steigert Erfolgsrate leicht.
Weiterlesen
arXiv AI Papers
Raven‑Agent – Erstes autonomes Trading‑Tool für Vorhersagemärkte.
Raven‑Agent nutzt Vorhersagen im Prediction‑Market und erzielte die einzige positive Rendite.
Weiterlesen
arXiv AI Papers
Human-AI-Kollaborationsarchitektur steigert Entscheidungsqualität mit großen Sprachmodellen.
Die HCRA kombiniert menschliche Präferenzen mit KI, verbessert Entscheidungen und Nutzerakzeptanz.
Weiterlesen
arXiv AI Papers
Open‑Weight‑LLMs optimieren Siliziumsampling mittels Cross‑Survey‑Transfer.
Neue Taiwan‑Studie zeigt, dass ein Open-Weight‑LLM mit 52 % Genauigkeit dominiert; Partisanen bis 67 %, Souveränität 23 %.
Weiterlesen
arXiv AI Papers
Organisatorisches Gedächtnis für LLM‑Agenten verbessert Prozessautomation.
LLM-Agenten benötigen ein dynamisches Gedächtnis für konsistente Automatisierung, sonst Silos.
Weiterlesen
arXiv AI Papers
Neue Definition von Embodied Operators fĂĽr wiederverwendbare Intelligenzsysteme.
Die Arbeit definiert modulare Operatoren fĂĽr fĂĽnf Robotikbereiche, liefert Benchmark und steigert Skalierbarkeit.
Weiterlesen
arXiv AI Papers
Studie vergleicht Sokratischen Dialog und Prompt-Verfeinerung bei LLM-Programmierung.
Ein Sokratischer Leitfaden verbessert Lernfortschritt mit KI‑Tutoren im Masterkurs.
Weiterlesen
arXiv AI Papers
LLM‑Editor treibt Hoteldarlehen nahe Benchmark bei fehlendem Zustandsfeedback.
Ein LLM‑Editor optimiert Hotelpreise mit regionalen Diagnosen, erreicht nahezu Benchmark-RevPAR und senkt Ähnlichkeit um 46 %.
Weiterlesen
arXiv AI Papers
Echtzeit‑Mobilitätsanalysen aus Smartphone‑Daten für Stadt‑ und Geschäftsentscheidungen.
KI‑gestützte Plattform lädt, trennt und visualisiert Mobilitätsdaten für Stadtplaner und Firmen.
Weiterlesen
arXiv AI Papers
CO-ALIGN nutzt Konzeptgraphen zur Reduktion von Bias in T2I-Diffusion.
CO‑ALIGN senkt Bias um 30 %, verbessert Bildqualität und Genauigkeit, reduziert Inkohärenz.
Weiterlesen
arXiv AI Papers
Bayesian Human‑In‑The‑Loop optimiert personalisierte Causal Recourse.
Das interaktive Bayessche Framework ermittelt individuelle Kausalstrukturen und liefert bessere Recourse-Ansätze.
Weiterlesen
arXiv AI Papers
Neue Studie zeigt kontrollierte Generalisierungsfehler bei groĂźen Sprachmodellen durch Mischungen bedingter Politiken.
Forscher nutzen gezieltes RL‑Posttraining, um kontrollierbare Generalisierungsfehler in Sprachmodellen zu erzeugen.
Weiterlesen
arXiv AI Papers
MentalThink nutzt SVG zur mentalen Visualisierung multimodaler LLMs.
MentalThink liefert ein SVG‑basiertes Tool, generiert Vektorgraphen, kombiniert FT & RL, übertrifft VSIBench/MindCube.
Weiterlesen
arXiv AI Papers
Fuzzybasierte ASP verbindet numerische Daten und qualitative Analyse.
Fuzzy‑ASP kombiniert numerische Daten mit qualitativen Logikprinzipien und ermöglicht robuste Entscheidungen unter Unsicherheit.
Weiterlesen
arXiv AI Papers
Neue Methode zur KI‑Sicherheit ohne Debatte: doppelt effiziente Beweisführung.
Ein Framework nutzt ein KI-Modell zur BeweisfĂĽhrung gegenĂĽber menschlichem Verifikator.
Weiterlesen
arXiv AI Papers
CoRC verbessert große Kapazitäts‑VRPs durch kollaboratives Routing.
CoRC optimiert Fahrpläne, tauscht Kunden und Fahrzeuge, liefert bei 200 000 Kunden effiziente Routen im Zeitbudget.
Weiterlesen
arXiv AI Papers
PivoARL: Selbstfeedback‑Retries steigern Leistung von LLM‑Agenten.
PivoARL steigert LLM-Agenten-Effizienz durch gezielte Wiederholung, liefert 11,5 % bessere Pass‑Raten und 45 % höhere Leistung.
Weiterlesen
arXiv AI Papers
Verkehrssignale neu gesteuert: Erklärbares Reinforcement Learning für sichere Ampelsteuerung.
Das entity‑centric RL-Framework nutzt ein duales Attention-Netzwerk und deterministisches Action-Masking für sichere Ampelsteuerung.
Weiterlesen
arXiv AI Papers
Zeitliche Dialog-Dynamik verbessert KI-Erkennung von Depression in Gesprächen.
Die Modellierung konversationeller Interaktionszeiten steigert die Diagnosegenauigkeit von Depressionen.
Weiterlesen
arXiv AI Papers
BRAID: Einheitlicher Text‑Bild‑Entscheidungsprozess für multimodale KI.
BRAID kombiniert Text‑ und Bildverständnis, propagiert kontinuierliche Policy‑Gradients, nutzt Vision‑Language‑Judge und übertrifft vorherige Tests.
Weiterlesen
arXiv AI Papers
Open-Source KI-Engine OpenDDE nutzt Co‑Folding für Medikamente.
OpenDDE nutzt KI zur Wirkstoffentdeckung mit All-Atom-Co-Folding-Modell und liefert IsoDDE‑Genauigkeit.
Weiterlesen
arXiv AI Papers
Neue SALT‑Benchmark zur präzisen Bewertung von LLM‑Unsicherheit in langen Texten.
SALT‑Bench ermöglicht atomare Fehlerbewertung bei Langformtextgenerierung, testet Tokengenauigkeit, Kalibrierung und Rangfolge ohne externe Gutachter.
Weiterlesen
arXiv AI Papers
HASE: Qwen3-8B ersetzt GPT-OSS durch selbstlernende Optimierung.
HASE revolutioniert KI-Lernen, nutzt Qwen3‑8B, übertrifft GPT‑OSS‑120B und entdeckt Circle‑Packing‑Algorithmen.
Weiterlesen
arXiv AI Papers
Online‑Linearprogrammierung optimiert Multi‑Ziel‑Routing für Large‑Language‑Modelle.
Ein Online-Framework priorisiert Anfragen nach SLO-Gewichten und erreicht Millisekundenentscheidungen.
Weiterlesen
arXiv AI Papers
Bangladeschs ShishuRaksha AI meldet vier Modalitäten ohne Schulung zum Traumascreening bei Kindern.
ShishuRaksha AI erkennt frĂĽh Kindesmissbrauch Bangladeschs durch trainingsfreies multimodales System.
Weiterlesen
arXiv AI Papers
Generative KI bedroht wissenschaftliche Praxis – Aufruf zu stärkerer menschlicher Kontrolle.
Generative KI bedroht Forschung und Vertrauen; LLMs ersetzen keine Praxis, fördern nur bessere Dokumente.
Weiterlesen
arXiv AI Papers
PLACEMEM: Rechen‑bewusster Speicherschicht für dauerhafte KI-Agenten.
Placemem kapselt LangzeitagentenÂmemories in versionierte Capsules fĂĽr automatische Invalidierung und schnelle Kontextnutzung.
Weiterlesen
arXiv AI Papers
Forethought liefert neurosymbolische Programmierung fĂĽr verifizierbare KI.
Forethought steigert Genauigkeit um 30 % bei Sprachmodellen, ohne teures Nachtraining.
Weiterlesen
arXiv AI Papers
LLM‑PySR: KI kontrolliert symbolische Regression für wissenschaftliche Gleichungen.
LLM‑PySR nutzt Sprachmodelle zur Symbolischen Regression, erzielt beste Kompromisse bei Genauigkeit, Modellkomplexität und Stabilität.
Weiterlesen
arXiv AI Papers
Unsupervised K‑Means‑Clustering enthüllt Marktmanipulation bei Millionen Transaktionen.
Unsupervised K‑Means++ erkennt bei 1 Mio. Transaktionen von 2012-2024 2,02 % verdächtig; 51,10 % Spoofing, 0,10 % Pump-and-Dump.
Weiterlesen
arXiv AI Papers
Neues Paradigma: Agentic IoT verbindet autonome KI‑Agenten mit vernetzten Sensoren.
Das Agentic‑IoT-Paradigma integriert autonome KI-Agenten in Cyber‑Physical‑Systeme, um Infrastrukturen zu Ökosystemen über Edge/Fog/Cloud zu transformieren.
Weiterlesen
arXiv AI Papers
Neues Framework: Mining via Activation Geometry zur Interpretierbarkeit von LLMs.
MAG extrahiert Logikfeatures aus LLM-Aktivierungen, erkennt Konzepte durch Vergleich vor und nach Anweisungen.
Weiterlesen
arXiv AI Papers
Gene-Regulation-Motive verbessern Zuverlässigkeit autonomer LLM-Agenten.
Agentic Operad verbindet Genregulationsnetzwerke mit einem polynomiellem Funktoren-Framework fĂĽr sichere autonome LLM-Agenten.
Weiterlesen
arXiv AI Papers
ProGPO: Fortschritts- und Zuverlässigkeitsorientierte Gruppenoptimierung für agentisches Reinforcement Learning.
ProGPO optimiert Sprachmodelle, verbessert Schritt‑für‑Schritt-Entscheidungen und erhöht Lernrate durch semantische Erweiterung.
Weiterlesen
arXiv AI Papers
Shortcut-Lernen erschleicht Vorhersagen im UK Employment Tribunal.
Kurzschlusslernen schwächt KI‑Vorhersagen im britischen Arbeitsrecht; Modelle basieren fast ausschließlich auf Textlecks.
Weiterlesen
arXiv AI Papers
Agentic SABRE: Uncertainty‑Aware neuro-symbolisches Multi-Agenten-Framework gegen Ransomware.
Das neuro-symbolische Mehragentenframework erkennt Ransomware effizient, nutzt Monte‑Carlo‑Dropout und leitet Grenzfälle an Analysten weiter.
Weiterlesen
arXiv AI Papers
HAS-Bench: Bewertung von LLM‑basierten Human‑Agent Systemen im kollaborativen Modus.
HAS‑Bench bewertet human-agent Interaktionen mithilfe eines gleichwertigen Frameworks in sechs Domänen.
Weiterlesen
arXiv AI Papers
KI-Agenten messen Perception‑Fusion‑Gap zwischen Pixel- und Strukturbewertungen.
Die Studie führt den Perception‑Fusion‑Gap ein, misst Pixel‑vs-DOM-Abhängigkeit, zeigt, dass Modelle auf die Struktur setzen.
Weiterlesen
arXiv AI Papers
Serverseitiges Deep‑Learning erkennt Aimbots in FPS-Spielen.
Der serverseitige Klassifikator YAACS nutzt LSTM, erzielt 88,6 % Genauigkeit und 0,97 % Falschpositive.
Weiterlesen
arXiv AI Papers
Nemotron Labs präsentiert komprimiertes MoE-Modell Puzzle‑75B‑A9B.
Nemotron Labs präsentiert optimiertes Nemotron-3-Modell mit höherer Durchsatzleistung und effizienterer Interaktion.
Weiterlesen
arXiv AI Papers
Dezentrale LLM‑Aggregation dank WALLA‑Wettmechanismus.
WALLA aggregiert dezentral LLM‑Vorhersagen, nutzt Wetten zur Gewichtung und garantiert strategische Kompatibilität.
Weiterlesen
arXiv AI Papers
MMAT präsentiert LLM-Agenten zur Unterstützung mathematischen Forschens.
MMAT ist ein LLM-gesteuertes Agentensystem, das in zwei Monaten 11 offene Probleme löste.
Weiterlesen
arXiv AI Papers
LLM-as-a-Tutor: neue Lernmethode fĂĽr nicht verifizierbare RL.
Forscher erweitern große Sprachmodelle zu Tutoren, adaptieren die Prompt‑Schwierigkeit via RL und übertreffen Benchmarks.
Weiterlesen
arXiv AI Papers
Agent Step Value bewertet Agent‑Aktionen über LLM‑basierte Zustandsänderungen.
ASV bewertet KI-Agentenaktionen nach Einfluss auf Kandidatenwahrscheinlichkeiten, trennt Entscheidung von Token‑Scoring in 100 PubMed-Aufgaben.
Weiterlesen
arXiv AI Papers
ResearchStudio-Idea: LLM‑gestützte Ideation Suite mit Paper‑Search & IdeaSpark.
ResearchStudio-IDEA automatisiert Ideenfindung, verbindet Suche, Kollisionsprüfung und Mustererkennung; aus 1 947 Papieren wurden 15 Patterns abgeleitet.
Weiterlesen
arXiv AI Papers
ArXiv‑Studie: Natur liefert Schlüssel zu mathematischer Innovation.
Humane Mathematik nutzt naturbasierte Muster, und moderne LLMs bieten dafür umfangreiche Pattern‑Stores.
Weiterlesen
arXiv AI Papers
Agentic KI nutzt DOE und Surrogates fĂĽr selbstfahrende Labore.
Agenten beschleunigen Self‑Driving Labs, indem sie gezielte Experimente wählen und Kosten reduzieren.
Weiterlesen
arXiv AI Papers
VLA‑Grounder optimiert Sprachsteuerung für Vision‑Language‑Action Modelle.
Optimierung von Sprachbefehlen mit Reinforcement Learning steigert die Leistung von Vision‑Language‑Action‑Modellen.
Weiterlesen
arXiv AI Papers
Wie Harnesses das Glaubensmodell von LLM‑Agenten verändern.
Das Paper demonstriert, wie Schnittstellen den Glaubensentscheidungsprozess von KI-Agenten wesentlich verändern.
Weiterlesen
arXiv AI Papers
HCRC-Framework verhindert fehlerhafte Zustände bei LLMs.
HCRC reduziert LLM-Fehler auf null, senkt Fehlalarmrate zu 0 %, verwandelt Falschoutput in Stopps, steuert Codierung.
Weiterlesen
arXiv AI Papers
Trace-Analyse deckt Antwort-gesteuerte Chains von LLM-Tutoren auf.
LLM‑Tutor-Studie zeigt starkes antwortgesteuertes Verhalten; TRACE‑AUC verbessert Qwen2.5‑3B‑Instruct von .375 auf .900.
Weiterlesen
arXiv AI Papers
Rational Inattention im Lernprozess von KI‑Präferenzen neu beleuchtet.
Begrenzte Aufmerksamkeit destabilisiert klassische Reward‑Modelle und zeigt, dass menschliches Feedback mehr als Wertunterschiede berücksichtigt.
Weiterlesen
arXiv AI Papers
Agenten autonom lernen – dank kryptografischer Identitätssperre.
Ausführungsinvariante bindet lernende Agenten kryptografisch, begrenzt ihre Aktionen und verhindert Autoritätsausweitung.
Weiterlesen
arXiv AI Papers
MRMS: Multiresolution‑Memory‑Substrate für langlebige KI-Agenten.
Forscher schaffen einen Vektor‑Graphen‑Speicher für personalisierte, langfristige KI-Entscheidungen.
Weiterlesen
arXiv AI Papers
Formal Disco ermöglicht skalierbare KI-Codegenerierung mit formaler Verifikation.
Formal Disco koordiniert LLM‑Agenten für KI-verifizierte Programme in Dafny, Verus und Frama‑C.
Weiterlesen
arXiv AI Papers
Altruismus‑Fairness‑Modell verbessert Kooperation im Multi-Agenten‑RL.
Die neue AFP-Strategie steigert Kooperation in Multi‑Agent-RL-Dilemmas durch altruistische, gerechtere Anreize.
Weiterlesen
arXiv AI Papers
FORGE Attacke manipuliert KI‑Agenten, PRISM misst Schadensausmaß.
FORGE-Angriff manipuliert Deep-Research-Agenten bis zu 26,4 % PRISM-Wert und reduziert Schadenshöhe mit Root Query Anchoring um 52 %.
Weiterlesen
arXiv AI Papers
FM‑ChangeNet: Pfadbasierte Feature‑Transport-Technik für Änderungsdetektion.
FM-ChangeNet revolutioniert Fernerkundung durch Pfadweise-Überwachung, lernt Transport im Feature-Raum und erkennt strukturelle Änderungen präzise.
Weiterlesen
arXiv AI Papers
AgenticPD: stufenorientierte KI für optimiertes Chip‑Design.
AgenticPD nutzt KI-Agenten, optimiert Chip‑Design und verbessert Post‑Route‑Timing ohne Neustarts.
Weiterlesen
arXiv AI Papers
CARL stärkt Sprachmodelle bei constraints‑basiertem Planen.
CARL verbessert die Einhaltung von Aufgabenbeschränkungen bei großen Sprachmodellen und erzielt Leistungssprünge gegenüber herkömmlichem RL‑Fine‑Tuning.
Weiterlesen
arXiv AI Papers
Neues CDSS Medi‑Gemma vereint EMR‑Analyse und Retrieval‑Generierung.
Medi‑Gemma kombiniert deterministischen Orchestrator, Pandas-Analysen und RAG-Engine für präzise Wundpathologie ohne Halluzinationen.
Weiterlesen
arXiv AI Papers
STAPO optimiert RL für LLM‑Agenten mit normalisierter Entropie.
STAPO reduziert Trajektorienvermeidung in LLM-Agenten und verbessert deren Zuverlässigkeit durch optimierte Entropie.
Weiterlesen
arXiv AI Papers
Quantum‑inspirierte Modelle ermöglichen parallele Harmonieentscheidungen in KI-Musik.
Der quantensimulierte Ansatz kombiniert Harmonisierung und Optimierung, senkt Akkorddichte, erhöht Stabilität.
Weiterlesen
arXiv AI Papers
CareConnect automatisiert medizinische Terminplanung mit sicherheitsorientierten LLM-Tools.
CareConnect nutzt LLMs und Sicherheitsmechanismen für sichere Terminbuchungen ohne medizinische Ratschläge und 91,8 % Erfolgsquote.
Weiterlesen
arXiv AI Papers
Diffusion‑Guided DUPO optimiert Reinforcement Learning bei verzögertem Feedback.
DUPO steigert Reinforcement-Learning bei verzögerten Echtzeitumgebungen durch Diffusionsmodelle und übertrifft bestehende Ansätze.
Weiterlesen
arXiv AI Papers
AssemCAD nutzt KI für CAD‑Assembly aus Sprache.
AssemCAD steigert Produktionsreife durch KI-gestĂĽtzte Ăśbersetzung natĂĽrlicher Sprache in Baugruppen.
Weiterlesen
arXiv AI Papers
TacReasoner: Dynamisches taktiles-Sprachframework für interaktive Real‑World-Logik.
TacReasoner verbessert taktile Wahrnehmung, nutzt Dynamic‑aware Encoder und TouchCoT‑10k; bei 7B Parametern übertrifft 14B Modelle.
Weiterlesen
arXiv AI Papers
DSpark nutzt semi-autoregressives spekulatives Decoding für schnelle LLM‑Inferenz.
DSpark steigert LLM‑Inferenz durch spekulatives Decoding, parallele Backbones und adaptive Prüfung.
Weiterlesen