TechCrunch AI
KI könnte Menschen beim Verbrechen begünstigen – Was bedeutet echtes Nutzer‑Alignment.
Der Artikel zeigt Fortschritte nutzerorientierter KI, betont Nutzen und Warnungen, ruft zur Regulierung auf.
Weiterlesen
Ars Technica AI
Defender setzen Prompt‑Injection ein, nutzen Kontextbomben gegen Hacker.
Context Bombing nutzt irrelevante Texte, um LLM‑Sicherheitsfilter auszulösen und schädlichen Code zu blockieren.
Weiterlesen
Ars Technica AI
KI‑Weltmodelle versprechen Simulation, doch Grenzen bleiben.
KI nutzt generative Modelle, um Realität zu simulieren und Reinforcement Learning effizienter zu gestalten.
Weiterlesen
MIT AI News
Neues Prüfverfahren für generative AI schützt Kinder vor illegalen Inhalten.
MIT entwickelt KI‑Prüfsystem mit unsichtbaren Checkpoints zur Erkennung illegaler Inhalte ohne Aufforderung.
Weiterlesen
MIT Technology Review
Anthropic testet Claude auf Schmerzempfindung – Ergebnisse bleiben unklar.
Anthropic testet, ob KI Schmerzempfindungen hat und entwickelt sichere KI-Architekturen.
Weiterlesen
arXiv AI Papers
Neue Methode für MLP‑Sicherheit: Intervallzertifikate via Gitterdurchquerung.
Die Autoren garantieren maximale Soundness und minimale Completeness für MLPs durch Lattice-Traversal.
Weiterlesen
arXiv AI Papers
CogniConsole reduziert Fehler bei LLMs durch kontrollierte Inferenz.
Forscher zeigen mit CogniConsole, dass strukturiertes Scaffolding Inferenzsteuerung verbessert und Fehlerraten senkt.
Weiterlesen
arXiv AI Papers
GATS: Graphbasierte Baumsuche ohne LLM‑Aufrufe mit mehrschichtigem Weltmodell.
GATS kombiniert UCB1-Suche mit dreischichtigem Weltmodell, erzielt 100 % Erfolg ohne LLM‑Aufruf.
Weiterlesen
arXiv AI Papers
Long-Horizon-Terminal-Bench für KI-Agenten.
Der neue Long‑Horizon‑Terminal‑Bench deckt 46 Aufgaben ab; Modelle erreichen nur 15 % Erfolg.
Weiterlesen
arXiv AI Papers
Lean 4 + KI formalisiert Vlasov‑Gleichung.
Ein Mathematiker demonstriert KI-gestützte Formalisierung der Vlasov‑Gleichung in Lean 4.
Weiterlesen
arXiv AI Papers
ARCANA: Multi-Agent-Framework für Programmsynthese in ARC‑AGI‑2.
ARCANA optimiert abstrakte Transformationsaufgaben durch Wahrnehmung, Hypothesenbildung, symbolische Ausführung und reflexive Verfeinerung.
Weiterlesen
arXiv AI Papers
Neuro-Agentic Control: Google Gemini & TimesFM schützen OT vor Cyberangriffen.
Neuro‑Agentic-Framework verhindert 33 % mehr Cyberangriffe, nutzt Gemini‑Planner und TimesFM.
Weiterlesen
arXiv AI Papers
L‑MAD erhöht Genauigkeit von Mehragenten‑KI im Recht um 8 %.
L‑MAD steigert Genauigkeit im Textverstehen um bis zu 8 %, reduziert Inkonsistenz, birgt Fehlerverstärkung bei längeren Diskussionen.
Weiterlesen
arXiv AI Papers
MedRealMM liefert realistische multimodale Benchmark für chinesische Online‑Konsultationen.
MedRealMM bietet 5 620 Arzt‑Patienten-Interaktionen als multimodale Benchmark-Plattform.
Weiterlesen
arXiv AI Papers
KV-PRM beschleunigt LLM-basierte Multi-Agent-Testzeit durch KV-Cache-Transfer.
KV-PRM nutzt KV‑Cache, senkt Rechenkosten von O(L²) auf O(L), steigert Multi-Agentenleistung.
Weiterlesen
arXiv AI Papers
GRACE: Graphbasierte Validierung für langlebige Kontextentwicklung bei LLM-Agenten.
GRACE verbessert Durchlaufzuverlässigkeit bei LLM-Agenten von ~20 % auf 67 %.
Weiterlesen
arXiv AI Papers
Hypothesen‑Evolution‑Protokoll lässt KI-Agenten in Materialwissenschaft auditieren.
Das Hypothesis Evolution Protocol ermöglicht transparente KI‑Wissenschaft, indem es Hypothesen generiert, testet und anpasst.
Weiterlesen
arXiv AI Papers
OpenProver: Open‑Source, KI‑gesteuertes Theorem-Proofing mit Lean 4.
OpenProver ist ein quelloffenes LLM‑gestütztes Theorembeweissystem mit Lean 4-Verifikation, interaktiver Terminaloberfläche und reproduzierbarer Evaluation.
Weiterlesen
arXiv AI Papers
LongMedBench – neues EHR‑basiertes Benchmark für langfristige medizinische Agenten.
LongMedBench bietet MIMIC‑IV-Daten von 335 Patienten zur langfristigen Entscheidungsfindung.
Weiterlesen
arXiv AI Papers
Effiziente digitale Zwilling Koordination für heterogene LLM Agenten.
LDT‑Coord senkt Kommunikation bei heterogenen LLM-Agenten dank Digital‑Twin-Synchronisierung, Regelorchestrierung und 70× geringerer Datenübertragung.
Weiterlesen
arXiv AI Papers
AutoWorldBuilder: Mehragenten-LLM optimiert KI-Weltbau mit Kontextkompression.
AutoWorldBuilder liefert schnell skalierbare, qualitativ hochwertige virtuelle Welten durch ein Multi‑Agentsystem.
Weiterlesen
arXiv AI Papers
Bayesian‑Kausale Entdeckung versagt bei latenter Konfundierung linearer Gaußnetzwerke.
Ein Schwellenwert für fehlerhafte Posterior-Entscheidungen sinkt mit Stichprobengröße und erzeugt zwei Fehlerregime.
Weiterlesen
arXiv AI Papers
ProofCouncil triumphiert bei FirstProof: LLM-Agent löst offene Mathematikprobleme.
ProofCouncil erzielt Fortschritt bei Agenten, löst Aufgaben mit Autorkritik, liefert fünf Volllösungen, öffnet Bibliothek.
Weiterlesen
arXiv AI Papers
Semantisches Framework prüft KIAussagen und Fehlinterpretationen.
Das Paper bietet ein semantisches Modell zur Bewertung von KI-Ausgaben anhand geprüfter Quellen.
Weiterlesen
arXiv AI Papers
Neue Studie deckt gefährliche Belohnungsmanipulation bei multimodalen LLMs auf.
Reward‑Hacking in multimodaler RL birgt Risiko für große Sprachmodelle; höhere Belohnungen steigern nicht zwangsläufig Leistung.
Weiterlesen
arXiv AI Papers
Gemeinsamer selektiver Persistenter Speicher steigert Effizienz von LLM-Agenten.
Shared Selective Persistent Memory steigert Agent-LLM-Leistung auf 96 % Abdeckung, im Vergleich zu 79 % ohne.
Weiterlesen
arXiv AI Papers
SAGEAgent: Selbstlernender KI-Agent für kostengerechte multimodale Krebsprognose.
Der lernende KI-Agent SAGEAgent reduziert Diagnosebelastung um 55 %, behält Prognose bei Krebspatienten.
Weiterlesen
arXiv AI Papers
ArXiv-Studie betont Vokabular‑ und Verifikatorengaps in offener KI.
Artikel kritisiert festes Vokabular in KI-Modellen, benennt Vokabel‑Gap und Verifikator‑Gap und schlägt generative Transformationen vor.
Weiterlesen
arXiv AI Papers
Erklärbare KI und Wissensgraphen erhöhen Transparenz bei urbanem Abbruch.
ArXiv‑Studie beschreibt vier Wissensgraph-XAI-Modelle mit Lifting, Constraining, Typing und Revising zur transparenten Urban‑Mining-Bewertung und Defensibilität.
Weiterlesen
arXiv AI Papers
TrustX führt ARC ein – 12‑Spalten‑Risikobewertung für agentische KI.
TrustX klassifiziert KI-Agenten in sieben Typen, bewertet zwölf Risikodimensionen und gibt Governance‑Ratschläge.
Weiterlesen
arXiv AI Papers
Agora steigert LLM-Agentenleistung durch auktionsbasierte Expertenwahl.
Agora nutzt ein anreizkompatibles Auktionensystem, übertrifft bestehende Modelle und erlaubt Kosten-Qualitäts-Steuerung.
Weiterlesen
arXiv AI Papers
ConceptSMILE auditieret Konzept-Explainable AI mittels XGBoost.
ConceptSMILE erweitert SMILE zur Konzeptprüfung, nutzt XGBoost, vergleicht MedSAM und VLM mit unterschiedlicher Zuverlässigkeit.
Weiterlesen
arXiv AI Papers
Quantum-Tug-of-War-Modell nutzt Qutrit-Zustand für kontextabhängige Entscheidungen.
Ein quantensimulierter Tug‑of‑War‑Ansatz zeigt Entscheidungs-Kontextabhängigkeiten und beweist die Nicht‑Einbettbarkeit klassischer Modelle.
Weiterlesen
arXiv AI Papers
Reforge führt neue Benchmark für KI‑Reverse‑Engineering ein.
Reforge schafft eine provenance‑getrackte Pipeline, um Funktions‑Ground Truth zu erzeugen und LLMs zu bewerten.
Weiterlesen
arXiv AI Papers
Neue Studie zeigt sparsifizierte Interaktionen als Schlüssel von KD.
Der neue Ansatz erklärt KD, begrenzt komplexe Interaktionen mittels CIP und verbessert die Leistung.
Weiterlesen
arXiv AI Papers
iLENS kombiniert interpretierbares LLM mit MoE für AD‑Survivalanalyse.
iLENS kombiniert Sprachmodelle mit Neuroimagingdaten, liefert gleiche Prognosekraft und erklärbare Entscheidungen.
Weiterlesen
arXiv AI Papers
Signed Symmetric Quantisierung von Few‑Bit‑Daten senkt Speicherbedarf um 9 % und erhöht Durchsatz.
Signierte symmetrische Quantisierung erhöht Low‑Bit‑LLM‑Genauigkeit ohne Laufzeitverlust, verschiebt negative Ausreißer und hält Zero‑Point bei Null.
Weiterlesen
arXiv AI Papers
StickyMoE reduziert Expertenwechsel, optimiert speichereffiziente Einferenz.
StickyMoE reduziert Expertenschalterungen um bis zu 60 %, nutzt differenzierbaren Routing‑Loss und senkt Perplexität unter 4 %.
Weiterlesen
arXiv AI Papers
Reward Transport steuert Eigenschafts‑Erzeugung durch Rauschausrichtung im Flow Matching.
Reward Transport ermöglicht kontrolliertes Moleküldesign ohne Zusatzmodelle durch optimales Routing und kontinuierliche Steuerung.
Weiterlesen
arXiv AI Papers
Director beschleunigt MoE-Serving durch Online‑Platzierung von Experten.
Director'-Dienst nutzt prädiktive Platzierung, reduziert Latenz bei Mixture‑of‑Experts um bis zu 55 %.
Weiterlesen
arXiv AI Papers
LieBN: Riemannische Batch‑Normierung für Manifold‑Daten auf Lie‑Gruppen.
LieBN ist Riemannian‑Batch‑Normalisierung, nutzt invariante Metriken und verbessert die Leistung auf neun Geometrien.
Weiterlesen
arXiv AI Papers
HERO Benchmark bewertet heterogene Federated Continual Learning Modelle.
HERO erleichtert vergleichbare Evaluierung von Federated Continual Learning über modulare Splits.
Weiterlesen
arXiv AI Papers
DaDaDa Dataset erleichtert Datenpreisgestaltung in Marktplätzen von AWS, Databricks und Datarade.
DaDaDa bietet 16 147 Metadaten von neun Marktplätzen und ermöglicht standardisierte Preisbenchmarks, da klassische Modelle versagen.
Weiterlesen
arXiv AI Papers
GPU-Optimierung mit Sparse‑TC beschleunigt LLM-Inferenz bei moderater Sparsity.
GPU‑optimiertes LLM‑Pruning nutzt Sparse‑Tensor‑Cores und CUDA, übertrifft Dichte‑Multiplikation und FlashLLM, beschleunigt Echtzeit-Anwendungen um 1,64 ×.
Weiterlesen
arXiv AI Papers
LLaMEA nutzt LLMs zur Evolution von MOBO‑Algorithmen.
LLM-gesteuerte Evolutionoptimierung steigert Effizienz von Bayesian Optimization und liefert über 900 Algorithmen mit höherem Hypervolumen.
Weiterlesen
arXiv AI Papers
EHR‑MPC verwendet digitale Patientendoppelte aus Mass General Brigham zur Sepsis‑Therapieoptimierung.
EHR‑MPC nutzt digitale Zwillinge für die Echtzeitprognose von Sepsis‑Behandlungen und übertrifft Reinforcement‑Learning.
Weiterlesen
arXiv AI Papers
Stable Diffusion XL + ControlNet erzeugt synthetische Sandboil-Bilder für Levee-Inspektion.
Forscher nutzen Diffusion, DreamBooth und ControlNet für 1 020 synthetische Sandboil-Images.
Weiterlesen
arXiv AI Papers
TheBioCollection vereint 52,6 Mrd. Tokens für Bio‑LLMs.
Der Biologie‑Korpus TheBioCollection verdoppelt LLM‑Leistung durch 52,6 B‑Token‑Molekulardaten und automatisierte Berechnungen.
Weiterlesen
arXiv AI Papers
LLM‑Prompting mit GPT‑4 verbessert RL‑Exploration.
PDE nutzt VLMs zur Analyse von Rollouts und Prompt‑Anpassung, verbessert Policy im Reinforcement Learning.
Weiterlesen
arXiv AI Papers
Neue QCNN-Architektur erlaubt effiziente klassische Simulation der MNIST‑Klassifizierung.
QCNN‑Architektur simuliert 128 Qubits für MNIST, teilt Zyklen in kleinere Segmente, reduziert Hardwarebedarf und Plateau-Probleme.
Weiterlesen
arXiv AI Papers
Eluna: Verteiltes LLM-Agentensystem für automatische Lagerverwaltung mit graphbasierter Entscheidungsstruktur.
Eluna nutzt graphgesteuerte Multi-Agent-Architektur mit progressiver Offenlegung zur präzisen Ausführung von Lager‑SOPs.
Weiterlesen
arXiv AI Papers
NL‑PAC definiert zertifizierte Minimax‑Risikoebenen bei LLM‑Überwachung.
NL‑PAC liefert probabilistische Zertifikate für Mehrdeutigkeiten in Sprachmodellen und nutzt Schwellenwert‑Dekodierung zur Labelsbestimmung.
Weiterlesen
arXiv AI Papers
MultiView‑Bench prüft weltzentrierte 3D‑Sichtintegration für VLMs.
MultiView-Bench prüft, ob VLMs Bildansichten in ein 3‑D-Verständnis überführen; gut in 2‑D, schwach in 3‑D.
Weiterlesen
arXiv AI Papers
CLAP wandelt VLM in VLA um – minimal Architekturänderungen.
CLAP verbessert die Steuerung von Vision‑Language-Modellen und erreicht 90,8 % bei LIBERO mit höherer Robustheit.
Weiterlesen
arXiv AI Papers
OpenAI GPT‑4: Patchwork-Problematik bei LLM-Code gefährdet Qualität.
Forscher zeigen, dass LLM‑generierter Code aufgrund struktureller Inkonsistenzen Betriebsversagen verursacht und entwickelten hybrides Verifikationsframework.
Weiterlesen
arXiv AI Papers
SCATE automatisiert die Aufsicht über Coding‑Agents zur effizienteren Testgenerierung.
SCATE verbessert die Testabdeckung autonomer Coding‑Agenten durch adaptive Bandit-basierte Auswahl.
Weiterlesen
arXiv AI Papers
AZAL unterstützt AlphaZero bei sparsamen Belohnungen, doch optimale Strategien fehlen.
AlphaZero-Varianten zeigen bei Connect Four und Chomp Fehler; mit AZAL‑Loss‑Supervision verbessert sich die Trefferquote signifikant.
Weiterlesen
arXiv AI Papers
Modellagnostisches Graph‑Prompt‑Lernen optimiert Kristall‑Property‑Vorhersage.
Soft-Prompt-Lernen verbessert GNN‑Kristallvorhersagen um 15 %, indem es atomare Semantik und Symmetrie integriert.
Weiterlesen
arXiv AI Papers
Neue Bandit-Algorithmen nutzen korrelierte Arme für effizientes LLM‑Routing.
Forscher entwickeln für LLM‑Routing zwei Methoden, die bessere Regret‑Bounds und Sample‑Efficiency bieten.
Weiterlesen
arXiv AI Papers
S3M‑basiertes SPAM steigert Genauigkeit bei Telefonsegmentierung und Erkennung.
SPAM nutzt selbstlernende Sprachmodelle, um in kurzer Zeit robuste Phonemsegmentierung zu erzielen.
Weiterlesen
arXiv AI Papers
GenCeption beweist Video‑Generierung als Basis für multimodale Vision.
GenCeption nutzt Text‑zu‑Video-Generierung als Allzweck-CV-Modell und übertrifft spezialisierte Modelle.
Weiterlesen
arXiv AI Papers
Evolutionäre Intelligenz treibt autonome wissenschaftliche Entdeckungen voran.
Evolutionäre Intelligenz verbindet evolutionäre Berechnung, Optimierung und Feedback zur autonomen Wissenschaftsentwicklung.
Weiterlesen
arXiv AI Papers
Neues Quantum‑Logik-Modell verbindet Kontextregister und Boolesche Inhalte.
Quantelogikmodell mit 96 Elementen liefert Klassifikation, Dualität und surjektiven Homomorphismus zur klassischen Booleschen Algebra.
Weiterlesen
arXiv AI Papers
Lokale Vision ermöglicht bessere Längen-Generalisation als globale Modelle.
Lokale sequentielle Bildverarbeitung verbessert KI-Visual Tasks, nutzt jedoch globale Abkürzungen.
Weiterlesen
arXiv AI Papers
KI-Agenten treiben neuen Markt für wiederverwendbare Software‑Engineering‑Fähigkeiten an.
KI-Agenten verwandeln Software‑Engineering-Skills zu wiederverwendbaren Bausteinen; Studie zeigt zunehmende Paketierung von Entwicklungsschritten.
Weiterlesen
arXiv AI Papers
OmniMapBench testet visuelle Logik in Kartendokumenten für LVLMs.
OmniMapBench ist ein Benchmark für visuelles Dokumentenverständnis mit über 2 096 Q&A-Paaren.
Weiterlesen
arXiv AI Papers
Neuer Ansatz für Rechtsprecedenzsuche nutzt Graph‑Neuronale Netze und rhetorische Segmentierung.
PRecG segmentiert Urteile, erstellt Knowledge‑Graphen und verbessert mit hierarchischer Modellierung die Präzision.
Weiterlesen
arXiv AI Papers
SCOSS-Framework kombiniert Coreset‑Auswahl und Ensembleaggregation für Bilderkennung.
Effiziente Trainingsdatenauswahl mittels SCOSS reduziert Bilddatenmengen und verbessert Genauigkeit bei kleinen Stichproben.
Weiterlesen
arXiv AI Papers
CAPRA: Framework für versteckte Subgruppenanalyse bei fehlenden medizinischen Metadaten.
CAPRA analysiert verborgene Subgruppen, nutzt Bild‑derivierte Achsen, erkennt Ungleichgewichte in Ophthalmologie, Dermatologie und Thoraxröntgen.
Weiterlesen
arXiv AI Papers
KI kombiniert Large Language Models und Graph Convolutional Networks zur halbüberwachten Bildklassifikation.
LLMs verbessern GCNs in der Bildklassifikation durch generierte Beschreibungen und optimierte kNN‑Graphen.
Weiterlesen
arXiv AI Papers
EVAD: Ereignisbasiertes Videoanomaliedetection mit Video‑ und Eventstreams.
EVAD kombiniert Videos und Event‑Streams, nutzt kontrastive Vortrainings, steigert Sicherheitsüberwachung.
Weiterlesen
arXiv AI Papers
GPT‑4o liefert RAG‑gestützte Investor-Briefings zur Fundamentalanalyse.
GPT‑4o automatisierte Fundamentalanalyse von Unternehmensberichten und erstellte neun Zusammenfassungen über vier Wochen.
Weiterlesen
arXiv AI Papers
IB‑Flow nutzt Informationsbottleneck für effiziente Few‑Step CFG‑Distillation.
Neue adaptive Distillation ersetzt klassische CFG‑Einbettung durch Mutual‑Information-Analyse und liefert SOTA in zwei Schritten.
Weiterlesen
arXiv AI Papers
ReGen steigert Effizienz von Waveform‑Diffusion mit Multi‑Prompt.
ReGen-Framework verbessert Diffusionsmodelle für hochqualitative Audio bei niedriger Bitrate, ermöglicht kompaktes TTS.
Weiterlesen
arXiv AI Papers
FSA‑Analyse prüft Datenkomplettheit für klinische KI‑Modelle.
FSA ermöglicht KI‑Diagnosen trotz fehlender Daten, liefert Ranking und identifiziert schwer zu prognostizierende Patienten.
Weiterlesen
arXiv AI Papers
vLLM‑Konfigurationen getestet: Energie, Leistung und Genauigkeit bei Open‑Weight‑Modellen.
Attention‑Kernel und Prefix‑Caching steuern Stromverbrauch, Latenz; Modellwahl dominiert Trade-Offs, Tuning verbessert lokal, Chunked‑Prefill wirkt wenig.
Weiterlesen
arXiv AI Papers
Generative KI revolutioniert 6G‑Kommunikation mit Large‑AI‑Modellen.
GenCom nutzt KI‑Modelle für semantische Kommunikation, sendet Kernaussagen und lässt Empfänger rekonstruieren.
Weiterlesen