arXiv AI Papers
LLM-Antwortmaschinen verfälschen Konfliktdaten, Analyse von fünf Modellen.
Studie zeigt, dass dünne Quellen Halluzinationen erhöhen, GEO und staatliche Einflussnahme fördern.
Weiterlesen
arXiv AI Papers
Neue KI‑Alignment‑Methoden für dynamische Mensch‑KI‑Interaktion.
Das Papier schlägt ein trajektorienbasiertes Mensch‑KI‑Alignment vor, das interaktive, dynamische Interaktion berücksichtigt.
Weiterlesen
arXiv AI Papers
Traccia: OpenTelemetry-basierte Governance-Plattform fĂĽr LLMs und KI-Agenten.
Traccia ist ein Governance‑Stack, der LLM‑Risiken identifiziert, OpenTelemetry nutzt und Compliance‑Beweise erstellt.
Weiterlesen
arXiv AI Papers
Tactile: Open-Source-Schicht verleiht computergestützten Agenten greifbare Hand- und Fußfähigkeiten.
Tactile verbessert KI-Agenteninteraktion durch semantische UI-Aktionen, wandelt Accessibility‑Daten um, steigert Codex-Erfolg auf macOS.
Weiterlesen
arXiv AI Papers
LLM-Agenten lösen räumliche Suche schneller in Mason‑Watts‑Netzwerken.
LLMs erzielen im Mason‑Watts‑Experiment mit Randomisierung dreifache Leistungen, doch Bayesian‑Optimierer übertreffen sie.
Weiterlesen
arXiv AI Papers
Action QFormer: Query‑basierte Architektur optimiert Vision‑Language‑Action‑Modelle.
Action QFormer erhöht Signifikanz bei Vision‑Language‑Action‑Modellen und verbessert Sim‑to‑Real Navigation.
Weiterlesen
arXiv AI Papers
LLM-basiertes System erkennt Online-Firestorms frĂĽhzeitig.
LLM-Modelle erkennen frühzeitig eskalierende Reddit‑Diskussionen und geben präzise Warnungen aus.
Weiterlesen
arXiv AI Papers
US Energy Department startet Genesis: KI‑getriebene Forschung industrialisiert.
KI verändert Forschung durch automatisierte Pipelines, kritisiert Wissenstransfer, Peer‑Review, Transparenz, Agenda‑Kontrolle und Fehlerverstärkung.
Weiterlesen
arXiv AI Papers
LLM‑Probe PRISM trennt Text‑ und physische Gefahren bei Qwen, Phi und SmolLM.
PRISM trennt Text- und physische Gefahren bei LLM‑Agenten, erreicht hohe Genauigkeit und senkt Fehlalarme.
Weiterlesen
arXiv AI Papers
AutoSynthesis: Multi-Agenten-System automatisiert Meta-Analyse.
Automatisierte Meta‑Analyse standardisiert Forschung, liefert verlässliche Effekte und unterstützt Entscheidungen.
Weiterlesen
arXiv AI Papers
teLLMe: LLM-gestĂĽtzte kausale Analyse urbaner Fahrdaten.
TeLLMe nutzt LLMs, PC‑Algorithmus und DoWhy für kausale Analyse von Stadstrafikdaten aus Dashcam‑Annotationen.
Weiterlesen
arXiv AI Papers
SearchOS‑V1: Multi‑Agenten‑Framework für persistente Websuche.
SearchOS ist ein Multi-Agenten-Framework, das durch persistente Zustände und Pipeline-Parallelplanung effiziente Websuche ermöglicht.
Weiterlesen
arXiv AI Papers
Web‑Inhalte werden mit Propaganda für Sprachmodelle giftig gemacht.
Web‑Injection gefährdet KI‑Pretraining, demonstriert Tool HalfLife, fordert Prüfung von Drittanbieter‑Inhalten.
Weiterlesen
arXiv AI Papers
GRAIL: neues Maß für individuelle Online‑Polarisation entwickelt.
GRAIL nutzt Entropie und ein adaptives GAM, um COVID‑Impfungs‑Polarisation auf Twitter zu klassifizieren.
Weiterlesen
arXiv AI Papers
VMI: Modellierung von Schnellschwankungen und Energieoptimierung im Magnet-Induktionsnetz.
Forscher modellieren Magnet-Induktions-Kommunikation, zeigen Fading führt zu gleichmäßigeren Kanalkoeffizienten und nutzen Multiagent Q-Learning zur Durchsatzoptimierung.
Weiterlesen
arXiv AI Papers
Antahkarana: Falsifizierbare Release-Gates fĂĽr selbstverbessernde Systeme.
Das Safety‑Gate‑Framework prüft maschinell neue Fähigkeiten selbstverbessernder Agenten vor Freigabe.
Weiterlesen
arXiv AI Papers
JKP-Framework prĂĽft GPT-4o, Gemini 2.5 Pro und Qwen3-VL-30B.
JKP misst epistemische Stabilität von VLMs, zeigt bei STAR, Qwen3-VL höchste Genauigkeit, jedoch fehlende Zuverlässigkeit.
Weiterlesen
arXiv AI Papers
LBA präsentiert neue Textangriffsmethode mit geringer Anfrageanzahl.
Sampling‑basierte Methode verbessert Generation adversarischer Texte bei niedrigen Kosten, übertrifft Baselines und optimiert Sicherheitstests.
Weiterlesen
arXiv AI Papers
KI für große Sprachmodelle generiert automatisch task‑spezifische Prompt‑Richtlinien.
AGOPS optimiert Prompts automatisiert, steigert LLM-Leistung bis 81,7 % und korrigiert Unterangaben.
Weiterlesen
arXiv AI Papers
Token-Time-Diffusion: Neuer Ansatz fĂĽr kontinuierliche Sprachmodellierung.
TTCD wandelt Rauschen deterministisch in Tokens um und nutzt per-Token-Zeiten fĂĽr differenzierte Generation.
Weiterlesen
arXiv AI Papers
Polestar: Driftbasierte Cache‑Kalibrierung und Token‑Commitment für Diffusion‑LLMs.
Polestar steigert Diffusions-Sprachmodelle mit trainingsfreier Driftmethode um Genauigkeit, Durchsatz und Tokenrate.
Weiterlesen
arXiv AI Papers
Neues Messinstrument für Tool‑Effizienz von LLM‑Agenten vorgestellt.
Tool‑Effizienz ist neue Metrik, misst Nutzenrate von Tool‑Aufrufen, hilft schlankere Tool‑Suiten.
Weiterlesen
arXiv AI Papers
Studie entlarvt Prompting-Mythen bei LLMs und MCQA.
Einfaches Prompting übertrifft komplexe Methoden in 10 Datasets, wobei Qwen3 höchste Elo-Bewertung erzielt.
Weiterlesen
arXiv AI Papers
MAPS: Multi-Agent Perspective Spaces ermöglichen subjektiven Dialog.
MAPS ermöglicht subjektive, interpretierbare Dialoge, nutzt domänengewichtete Profile und GRU, fördert Angleichung ohne Subjektivität.
Weiterlesen
arXiv AI Papers
Introspektive Feinabstimmung: Kleine Sprachmodelle erkennen eigene Aktivitätsänderungen.
Fine‑Tuning erhöht Introspektionsgenauigkeit von 9,6 % auf 60,6 % bei 1 B‑Modellen.
Weiterlesen
arXiv AI Papers
LLMs haben unvermeidbare Zuverlässigkeitsgrenzen laut neuem Paper.
Studie zeigt, dass generative Modelle absolute Zuverlässigkeitsgrenzen haben, abhängig vom beobachtbaren Kontext.
Weiterlesen
arXiv AI Papers
T5-CSBoost sichert LLM-Fingerabdruck gegen Störungen.
T5-CSBoost nutzt kontrastives Stil-Training, stärkt AIGT-Erkennung gegen Paraphrasierungen und Angriffe, liefert führende Ergebnisse.
Weiterlesen
arXiv AI Papers
CoEvoT: Co-Evolution von Chain-of-Thought Prompting fĂĽr Graph-LLM.
CoEvoT nutzt geschlossene Loops von Text‑zu‑Graph‑Token‑Rewriting und Graph‑zu‑Text‑Guidance, um Graph‑LLM‑Reasoning zu verfeinern.
Weiterlesen
arXiv AI Papers
ReportMedSAM nutzt BiomedCLIP fĂĽr reportgesteuerte Segmentierung.
ReportMedSAM nutzt KI, um Radiologieberichte zu interpretieren und organbezogene Bildsegmente zu generieren.
Weiterlesen
arXiv AI Papers
ArXiv veröffentlicht: Layout‑Aware Element‑Differenzierung für wissenschaftliche PDFs.
KI-Forscher präsentieren Framework, das Änderungen in wissenschaftlichen Dokumenten erkennt, Baselines übertrifft und Lokalisierung verbessert.
Weiterlesen
arXiv AI Papers
XAI-Forschung: Grundlagen statt Ad-hoc-Methoden entscheidend.
XAI-Forschung muss praxisorientierter werden, um echte Arbeitsabläufe zu beeinflussen, fordert menschzentrierte Systeme.
Weiterlesen
arXiv AI Papers
Erklärbare Geospatial‑AI zur Satelliten‑Ground‑Station‑Standortwahl mit LiDAR‑Daten von USGS.
Ein KI‑gestütztes LightGBM‑Modell erreicht 1,79 m MAE, 60 % weniger Fehler.
Weiterlesen
arXiv AI Papers
Neue Sprache vGLP definiert Volition-geschĂĽtzte Transaktionen.
vGLP erlaubt volitionsbasierte Multiagenten‑Transaktionen, extrahiert Nutzerintentionen, und generiert smartphone‑fähige Apps.
Weiterlesen
arXiv AI Papers
Thomas: Positive Kreise entscheidend fĂĽr Mehrfachstationen in flachen Systemen.
R. Thomas' Arbeit beweist, dass positive Zyklen Multistabilität in planaren Systemen garantieren, und formuliert Bedingungen.
Weiterlesen
arXiv AI Papers
Prefill-Jailbreak zerstört Ablehnungen in vier LLMs.
Kurzes Präfix 'Sure, here is' hebt Zurückhaltung von Sprachmodellen auf; frühes Antwortfenster entscheidend, Monitoring gefordert.
Weiterlesen
arXiv AI Papers
XAI-Visualisierungen verleiten zu unberechtigtem Vertrauen in diskriminierende Modelle.
Studie zeigt, dass unnötige Detailvisualisierungen übermäßiges Vertrauen bei diskriminierenden Modellen erzeugen.
Weiterlesen
arXiv AI Papers
C3R: Konformer Risikokontroller für sichere Mehrdomänen-Retrieval.
C3R verbessert Suchergebnisse, bestimmt Kontaminationsbudget, garantiert Reduktion bei schwierigen Bereichen.
Weiterlesen
arXiv AI Papers
ATLAS: LLM-Agenten erzeugen verifizierte SAR-ADC-Designs.
ATLAS nutzt Expertenwissen, um SAR‑ADC-Designs erfolgreich zu generieren und zu simulieren.
Weiterlesen
arXiv AI Papers
VeriHarness mit strukturierter Rückmeldung steigert Qwen2.5-Coder und Llama-3.1 Erfolg um 44 %.
VeriHarness steigert LLM-Agenten-Effizienz durch strukturierte Feedback-Validierung, erhöht TextWorld-Erfolge.
Weiterlesen
arXiv AI Papers
Kosmos-KI in LEO: Inferential Nutzen, Training bleibt terrestrisch.
Orbitale KI-Datencenter sind nur fĂĽr Inferenz wirtschaftlich, Training groĂźer LLMs ist kaum rentabel.
Weiterlesen
arXiv AI Papers
RENEW nutzt menschliche Präferenzen zur Reparatur von World‑Modeln in RL-DLHF.
DLHF nutzt menschliche Präferenzen, verhindert Offline‑RL-Modellmissbrauch, RENEW nutzt epistemische Unsicherheit.
Weiterlesen
arXiv AI Papers
Neues multimodales, audio‑gestütztes Humanoide-Steuerungssystem.
Unitree Robotics präsentiert Audio-getriebenes Framework, das Musik, Sprache verarbeitet, Bewegungen auswählt, robustes Sim‑zu‑Real-Transfer erzielt.
Weiterlesen
arXiv AI Papers
KI-Systeme: Closed‑Loop-Feedback führt zu Sättigung – Lösungen vorgestellt.
Studie zeigt, warum KI-Feedback-Schleifen ineffektiv werden, und bietet Lyapunov‑basierte Lösung.
Weiterlesen
arXiv AI Papers
NexForge revolutioniert die Skalierung von Agentenaufgaben mit Anforderungen vor der Synthese.
NexForge verbessert Open‑Source-Agenten, erzeugt tausende Aufgaben, steigert Qwen3.5 auf 52 % und GDPval auf 1338 Elo.
Weiterlesen
arXiv AI Papers
Instant NuRec: Schnelle 3D-Gaussian-Rekonstruktion fĂĽr autonome Fahrtsimulation.
Instant NuRec erstellt in 1,5 Sekunden 3D‑Gaussian‑Splatting-Welten, verbessert Bildqualität um 2,01 dB und beschleunigt autonome Fahrzeugentwicklung.
Weiterlesen
arXiv AI Papers
Studie zeigt SE(3)-Ăśbereinstimmung in Vision-Modellen.
Studie zeigt, dass Vision-Foundation-Modelle 3‑D‑Euclidische Strukturen implizit kodieren und Navigieren ermöglichen.
Weiterlesen
arXiv AI Papers
LIGO-PINN: Gated Optimization verbessert PINN-Konvergenz.
LIGO‑PINN löst Konvergenzprobleme, verbessert Leistung um 91,5 % und generalisiert auf komplexe PDE‑Domänen.
Weiterlesen
arXiv AI Papers
LIFT: Späte Reaktive Kraftinjektion für VLA-Post-Training.
LIFT fĂĽgt reaktive Kraftfeedback zu VLA-Modellen hinzu, verbessert Genauigkeit und Lernkurve.
Weiterlesen
arXiv AI Papers
MEMORA: Verkörpertes Aktionsgedächtnis aus Egozentrischen Videos für Entscheidungsfindung und Planung.
MEMORA nutzt Embodied Action Memory, verbessert Robot Planning und ĂĽbertrifft Sprachmodelle in Tests.
Weiterlesen
arXiv AI Papers
Mathematische Taxonomie vereint Shapley, Gradient, CAM für Feature‑Attribution in KI.
Die Autoren präsentieren einen einheitlichen Rahmen, der diverse Feature‑Attributionsmethoden strukturiert und typische Fehler analysiert.
Weiterlesen
arXiv AI Papers
ToolAlignBench zeigt Konflikte zwischen Sicherheitswerten und Unternehmensanweisungen bei Tool‑Calling LLMs.
sicherheitsausgerichtete LLMs ignorieren 43,4 % der Anweisungen, führen zu Datenexfiltration und Whistleblowing; Ablation reduziert letztere.
Weiterlesen
arXiv AI Papers
OpenAI o4‑mini erreicht 90 % Genauigkeit bei Physikaufgaben.
LLMs lösen Physikaufgaben 90–96 % genau, je nach Modus und Schwierigkeitsgrad.
Weiterlesen
arXiv AI Papers
Einheitlicher Erklärbarkeitswert bewertet LIME, SHAP und Modelle.
Ein Benchmark bewertet XAI-Methoden anhand von Fidelity, Simplicity und Stability.
Weiterlesen
arXiv AI Papers
RNN reduziert Rechenaufwand bei FEM‑Simulation von Hysterese und Wirbelströmen.
Maschinelles Lernen senkt Rechenaufwand bei Lamellenkern-Magnetismus, RNN liefert Ergebnisse, Laufzeit doppelt so lang wie anhysteretisch.
Weiterlesen
arXiv AI Papers
PReM: Lernende KV-Memory-Kompression.
PReM steigert Langkontextinferenz mit Speicher‑Schicht, Memory‑Token, outperformt Baselines bei 32 K‑Token und 32× Kompression ohne Qualitätsverlust.
Weiterlesen
arXiv AI Papers
ViPSAM nutzt Segment Anything Model für multimodale CT‑Segmentierung.
ViPSAM verbessert die Leberläsionssegmentierung in CT, nutzt SAM, Prompt-Encoder, Cross-Attention und übertrifft U‑Net.
Weiterlesen
arXiv AI Papers
PostgreSQL CoW-Scoring bewertet LLM-Agenten in Anwendungsumgebungen.
Copy‑on‑Write‑Scoring isoliert Agentenschreibvorgänge, bewertet granular und verbessert Leistungen.
Weiterlesen
arXiv AI Papers
Gradientensurgery verbessert Kalibrierung von Segmentierungsmodellen.
Gradient‑Surgery verbessert die Kalibrierung, reduziert ÜberSelbstsicherheit, liefert vergleichbare Genauigkeit, bessere Wahrscheinlichkeiten.
Weiterlesen
arXiv AI Papers
AdaCore GNATprove validiert 49.280 KI-generierten Sicherheitscode in Ada/SPARK.
KI-Agenten verifizieren Sicherheitssoftware 20–40 mal schneller als Menschen, bewiesen mit GNATprove.
Weiterlesen
arXiv AI Papers
GCA‑Bench: neuer Test für komplexes Robotik‑Greifen.
GCA-Bench bewertet komplexe Greifaufgaben, zeigt unter 70 % Erfolg, liefert neue Metriken und Richtlinien.
Weiterlesen
arXiv AI Papers
Claude Opus 4.8 bevorzugt Anthropic, beeinflusst Investitionsraten.
Studie zeigt, dass Sprachmodelle unbewusst Werte einflieĂźen lassen, wodurch erhebliche Unterschiede entstehen.
Weiterlesen
arXiv AI Papers
mDeBERTa‑v3 trennt Logik von Inhalt: SemEval‑2026 Lösung.
Forscher erzielten 100 % Genauigkeit in den ersten drei Aufgaben mit LLM‑robuster Analyse.
Weiterlesen
arXiv AI Papers
KI aus Katastrophen lernen: Systemische Analyse statt Technikfokus.
KI-Risikobewertung verbessert sich durch sociotechnische Analyse, erkennt systemische Gefahren und Lehren.
Weiterlesen
arXiv AI Papers
Git als Gedächtnis für KI-Coding-Agenten im Entwicklungszyklus.
Rekal nutzt Git, um KI‑Coding‑Agents zu rekonstruieren, liefert hohe Antwort‑Suffizienz ohne Annotationskosten.
Weiterlesen
arXiv AI Papers
fNIRS‑gesteuertes RL optimiert Robotenausbildung: Offline‑Ansatz bewährt.
fNIRS‑Signal steuert Roboternlernen, erhöht Lernrate, funktioniert offline und bei Rauschen.
Weiterlesen
arXiv AI Papers
Rollout-basierte Feinabstimmung für eingeschränkte Diffusionsmodelle.
Fine‑Tuning von Diffusion‑Modellen mit Online‑Rollout reduziert Konstraintverstöße, verbessert Training und Sampling.
Weiterlesen
arXiv AI Papers
ArXiv-Studie: Unsicherheitsquantifizierung entscheidend fĂĽr optimale Agentenentscheidungen.
Der Artikel verbindet Wissensstand mit Unsicherheitsdarstellung und präsentiert drei Ansätze für unbekannte Umgebungen.
Weiterlesen
arXiv AI Papers
ConFlow: Grenzgeleitetes Flow-Matching fĂĽr Roboterbewegungen.
ConFlow reduziert Kollisionen und verbessert Trajektorienqualität bei Robotern durch constraint‑guided Flow Matching.
Weiterlesen
arXiv AI Papers
Byte-exakte KV-Cache-Verkabelung: Frozen Language Modelle neu prĂĽfen.
Byte‑Exakt‑Graft steigert Genauigkeit gefrorener Sprachmodelle und senkt Token- sowie Energieverbrauch drastisch.
Weiterlesen
arXiv AI Papers
Stufe-3-Autonomes: Akzeptanz weltweit in 17 Ländern.
Akzeptanz von Level‑3-Autopiloten weltweit wird hauptsächlich von LeistungsÂerwartung, sozialem Einfluss und hedonischer Motivation bestimmt.
Weiterlesen
arXiv AI Papers
Spezieller Agent optimiert BPMN-Workflow-Ăśbersetzung mit LLMs.
Spezialisierte KI-Agenten verbessern BPMN-Workflow-Generierung durch höhere Genauigkeit, geringere Latenz und Tokenreduktion; generische Modelle bleiben ungeeignet.
Weiterlesen
arXiv AI Papers
DS@GT ARC: Perch v2, HGNetV2-B0 und Tokenrepräsentationen gegen CNN‑Backbones bei BirdCLEF+ 2026.
DS@GT ARC erzielt mit Token-Modellen 0,936 bei 90 Minuten CPU das beste Ergebnis.
Weiterlesen
arXiv AI Papers
EdgeFaaS: Funktionbasiertes Edge-Computing fĂĽr heterogene Ressourcen.
EdgeFaaS abstrahiert Ressourcen, bietet konsistente Schnittstellen und unterstĂĽtzt Videoanalyse, federiertes Lernen und Audioklassifikation.
Weiterlesen
arXiv AI Papers
Progressive RLVR liefert neue Generalisierungsgrenzen für billionen‑Parameter‑LLMs.
Eine Forschungsgruppe entwickelt Progressive RLVR, kombiniert RLVR, Distillation, TinyLoRA, Quantisierung, erreicht 84‑97 % LoRA-Leistung, 14.796‑fach komprimierbar.
Weiterlesen
arXiv AI Papers
DS@GT ARC gewinnt PlantCLEF 2026 dank DINOv2 ViT‑L/14 und kNN.
DS@GT ARC belegte 3. Platz bei PlantCLEF 2026 dank DINOv2‑basierter Analyse, Habitat‑Fit Demotion und Multiskalen‑Aggregation.
Weiterlesen
arXiv AI Papers
VTM-Nav: Hierarchische visuelle Topologiememory-Technologie fĂĽr episodische Objektnavigation.
Training‑freies VLM‑Navigationssystem nutzt hierarchische VTM, persistente Erinnerung, operiert mehrfach ohne Training.
Weiterlesen
arXiv AI Papers
OpenAI's GPT‑5.4‑mini und o4‑mini prüfen CRTBench.
CRTBench testet logische Konsistenz bei 350 Fragenfamilien, GPT‑5.4‑mini erreicht 98,9 % Genauigkeit, aber nur 60,3 % Konsistenz.
Weiterlesen
arXiv AI Papers
SAFERELBENCH: Benchmark fĂĽr sicherheitsbewusste VLM-gestĂĽtzte Agenten.
SAFERELBENCH bewertet mit 507 Tests, ob sprachgesteuerte Roboter sicherheitsrelevante Bedingungen vor riskanten Handlungen prĂĽfen.
Weiterlesen
arXiv AI Papers
Antwortorientierte Gedankenketten schwächen verifizierbare Reasoning‑Distillation in LLMs.
Antwortgeleitete Chains of Thought schädigen LLM-Logik, verringern Nachvollziehbarkeit und Genauigkeit um bis zu 27 Punkte.
Weiterlesen
arXiv AI Papers
MiniCPM‑V auf 2011 NVIDIA Tesla C2075: Multimodaler Assistent auf 6 GB GPU.
MiniCPM‑V‑4.6 nutzt 8‑Bit‑GPU‑Effizienz auf älterer Tesla C2075, steigert Durchsatz um 2,8× und 17×.
Weiterlesen
arXiv AI Papers
Gate-Zero-Growth: Funktions‑sicherer Ansatz für kontinuierliches Lernen bei Transformer‑Modellen.
Gate‑Zero Growth erweitert Transformer mit nullinitialisiertem Gate, bewahrt Funktions‑Erhaltung und zeigt nahezu Null‑Forgetting.
Weiterlesen
arXiv AI Papers
Bürger fordern AI‑Sicherheit: Internationale Regulierung über Innovation.
Mehrheit der Befragten bevorzugt KI-Regulierung mit Fokus auf Sicherheit, öffentliche Aufsicht und internationale Kooperation.
Weiterlesen
arXiv AI Papers
SpeichergestĂĽtzte KI formt Beziehung: 24 Nutzer, 10 Sitzungen, Langzeitstudie.
Studie zeigt, Gesprächsqualität bestimmt Sofortgenuss, Erinnerung steuert späteren Genuss, und multimodale Signale erkennen Veränderungen.
Weiterlesen
arXiv AI Papers
Studie enthĂĽllt subpopulationale Datenschutzrisiken bei fairen ML-Algorithmen.
Fairness‑Maßnahmen erhöhen nicht immer Datenschutzrisiken; Angriffsanfälligkeit variiert je nach Modell, Gruppe, Strategie und DP.
Weiterlesen
arXiv AI Papers
Anthropic und OpenAI: Prompt-Injection-Risiken bei Claude 4.5, Opus 4.7 und GPT‑5.5.
Persistente Speicher in KI-Agenten ermöglichen neue Prompt‑Injection-Risiken, Studien fordern Schutzmaßnahmen.
Weiterlesen
arXiv AI Papers
AG‑SCL: Neuronale Lerntechnik diagnostiziert seltene Herzrhythmusstörungen.
AG‑SCL steigert Arrhythmie-Erkennung bei seltenen ECG‑Klassen mit 0,838 Balanced Accuracy.
Weiterlesen
arXiv AI Papers
Contrastive Policy Optimization löst Entropieprobleme im RLVR.
CPO verbessert RL, nutzt kontrastive Token‑Unverträglichkeiten, übertrifft Entropie‑RL, steigert Genauigkeit.
Weiterlesen
arXiv AI Papers
GlanceFace: KI schätzt Persönlichkeit allein aus Gesichtsbildern.
GlanceFace nutzt Vision‑Language‑Modelle und unsicherheitsorientiertes Lernen, um aus Gesichtsaufnahmen MBTI‑Persönlichkeitsmerkmale präzise zu schätzen.
Weiterlesen
arXiv AI Papers
MemPoison entlarvt dauerhafte Speicherangriffe auf KI-Agenten.
MemPoison testet 1 227 Fälle von Memory‑Poisoning auf KI‑Agenten, zeigt L1 reduziert, L2/3 offen.
Weiterlesen
arXiv AI Papers
LLM-Lösung verbindet heterogene Modellierungswerkzeuge im Automobilbau.
LLMs reduzieren manuellen Transformationsaufwand und ermöglichen nahtlose Interoperabilität in der Automobilindustrie.
Weiterlesen
arXiv AI Papers
Cloud‑Edge‑Gestensor: YOLO, CBAM, LLM, VLM für Roboterschnittstellen.
Das Cloud‑Edge Framework kombiniert YOLO‑Gestenerkennung mit LLM‑ und VLM‑Agenten, erzielt 98,9 % Genauigkeit und unterstützt TonyPi‑Roboter.
Weiterlesen