Ars Technica AI
California testet XPRIZE-Drohnen zur frühzeitigen Brandbekämpfung.
XPRIZE startet Drohnen-Wettbewerb zur frühzeitigen Brandbekämpfung, testet KI-Drohnen, reduziert Kosten, setzt neue Standards.
Weiterlesen
MIT Technology Review
LLMs entwickeln beim Einstellen eigene Vorurteile, Forscher warnen.
LLMs erzeugen eigene Vorurteile bei Lebenslaufanalysen, gefährden Fairness, fordern Bias-Tests.
Weiterlesen
arXiv AI Papers
GraphDx: LLM-gesteuertes, kostenbewusstes Multi-Agenten-Framework fĂĽr Diagnosen.
GraphDx nutzt LLM-gestützte Wissensgraphen und drei Agenten, um Diagnostikgenauigkeit zu erhöhen und Kosten zu senken.
Weiterlesen
arXiv AI Papers
Neues Causal-Audit-Framework macht LLM-Interventionen nachvollziehbar.
Vierstufiges Framework nutzt Kausalgraphen, eliminiert irrelevante Variablen, aggregiert Pfade fĂĽr robuste Entscheidungen.
Weiterlesen
arXiv AI Papers
AnovaX: Lokaler Sprachassistent nutzt Gemini-Planung.
AnovaX ist ein Open‑Source-Desktop-Assistent ohne Cloud, steuert Apps per Handy.
Weiterlesen
arXiv AI Papers
GPT-OSS-120B beweist: Reviewer‑Präzision steigert Resultate nicht.
Broadcast Peer Diskussion ĂĽbertrifft Planner Executor Reviewer Pipelines bei Matheaufgaben, auch bei niedriger Review-Genauigkeit.
Weiterlesen
arXiv AI Papers
DrawingVQA bewertet multimodale KI auf Bauplänen.
DrawingVQA ist ein Benchmark, der Sprachmodelle anhand 33 Bauplänen und 92 QA‑Paaren testet.
Weiterlesen
arXiv AI Papers
OpenAI testet Codex‑Agents mit Weltmodell, Vereinfachung und Verifikation für ARC‑AGI‑3.
Vier Codex-Agenten mit GPT-Modellen verbessern sich; Verifikationsvariante erzielt 99 % RHAE, höchste Leistung.
Weiterlesen
arXiv AI Papers
MAR-12 nutzt Vision Language Model für Mehrwinkel-Erkennung schädlichen Memehumors.
MAR‑12 erkennt Memes mit 80,3 % Humor‑ und 75,9 % Hate‑Genauigkeit, liefert erklärbare Begründungen.
Weiterlesen
arXiv AI Papers
Deep RL in Prolog-Expert-System umwandeln.
Das Paper zeigt, wie ein PPO‑Teacher in prüfbare Prolog‑Regeln überführt wird und beste Ergebnisse erzielt.
Weiterlesen
arXiv AI Papers
OECD‑Analyse: Trustmark‑Frameworks für KI bleiben unpraktisch.
TAI-Analyse offenbart ethische Implementierungslücken, betont Fairness, vernachlässigt Erklärbarkeit, Datensicherheit und Umwelt, während Standards handeln spät.
Weiterlesen
arXiv AI Papers
Logik und Optimierung stärken transparente regelbasierte KI.
Das Paper zeigt, wie Logik und Optimierung Transparenz in KI erhöhen und Inferenz verbessern.
Weiterlesen
arXiv AI Papers
SeerGuard: Sicherheitsrahmen fĂĽr mobile GUI-Agenten mittels Weltmodell-Vorhersage.
SeerGuard: Konsequentitätsbasiertes Sicherheitsframework für mobile GUI-Agenten, entwickelt SAWM zur frühzeitigen Risikoidentifikation, erhöht Sicherheits‑Nutzungsrate und senkt Risiko‑Kosten.
Weiterlesen
arXiv AI Papers
MGDT: MLLM-gestützter Diffusion Transformer für multimodale Wissensgraph‑Vervollständigung.
MGDT verbessert semantische Kohärenz und übertrifft Diffusionsmethoden auf drei Benchmarks.
Weiterlesen
arXiv AI Papers
Neuro-symbolische KI prĂĽft LEED-Dokumente mit 4-Milliarden-Parameter-Modell.
Neuro-symbolische KI steigert LEED-Verifikation, Gemini-Modell 4 B erreicht 67 % Genauigkeit, Pipeline 61,6 %.
Weiterlesen
arXiv AI Papers
ToolVerse eröffnet große Agentic RL‑Umgebungen für Long-Horizon Tool-Integrationsaufgaben.
ToolVerse nutzt KI-Agenten, Tool-Graphen und Dynamic-Unlocking, löst das Kreditzuweisungsproblem und verbessert Entscheidungen.
Weiterlesen
arXiv AI Papers
AI4S stellt S1-Omni vor: Unified multimodal Modell fĂĽr wissenschaftliche Erkenntnisse.
S1‑Omni übertrifft GPT‑5.5 und Gemini‑3.1‑Pro bei wissenschaftlichen Aufgaben und verbindet Text, Chemie, Proteine, Spektren, Bilder.
Weiterlesen
arXiv AI Papers
LLM-Agenten mit Reflexion verbessern Datensatzextraktion aus PDFs.
LLM‑Agenten steigern die Datensatzerfassung aus Konferenz‑PDFs durch reflexive, adaptive Toolauswahl.
Weiterlesen
arXiv AI Papers
NeurOWL kombiniert LLMs und Symbolik für fehlende OWL‑Ontologien.
NeurOWL kombiniert Semantik, Embeddings und LLMs, um fehlende Axiome in OWL‑Ontologien zu identifizieren.
Weiterlesen
arXiv AI Papers
AgentFAIR: Multi-Agent-Framework mit LLM zur FAIRness-Bewertung geographischer Datensätze.
AgentFAIR bewertet geographische Datensätze automatisch, nutzt 13 LLM-Evaluator, liefert Scores, Empfehlungen, 82 % Übereinstimmung.
Weiterlesen
arXiv AI Papers
Neues wissensbasiertes LLM steigert Workflow‑Erstellung.
KI‑Frameworks extrahieren Workflow‑Hierarchien, übersetzen sie via Fine‑Tuning in Strategien und erzeugen strukturverbessernde, schnellere Abläufe.
Weiterlesen
arXiv AI Papers
DSWorld: Datenwissenschafts‑Weltmodell steigert Effizienz autonomer Agenten.
DSWorld beschleunigt autonome Data‑Science‑Agents durch simulierte Umgebungszustände, optimiert Vorhersagen, erhöht RL‑Trainingseffizienz.
Weiterlesen
arXiv AI Papers
Erster ODRL‑Evaluator steigert Interoperabilität und Konsistenz.
Artikel beschreibt ersten ODRL‑Evaluator mit transparenter Semantik, effizienter Algorithmen für statische und Streaming‑Szenarien.
Weiterlesen
arXiv AI Papers
Unabhängige Zertifizierung schließt die KI-Vertrauenslücke.
Zertifizierung soll Trust‑Gap in KI Governance schließen, aber fehlende externe Signale hemmen den Markt.
Weiterlesen
arXiv AI Papers
SciForge: neue KI‑Arbeitsplattform für multimodale Forschung.
SciForge ist ein Open‑Source‑KI‑Tool, das Forschung auditierbar macht, von Genentdeckung bis Protein‑Design.
Weiterlesen
arXiv AI Papers
Frontier-AI-Unternehmen harmonisieren Sicherheitsgrenzen durch Risikomodell.
Der Artikel entwickelt ein Verfahren fĂĽr harmonisierte Schwellen bei Missbrauch, KI-Forschung und Risiko.
Weiterlesen
arXiv AI Papers
CRAFT: Rubriken-Clustering diagnostiziert schwache LLM-Fähigkeiten.
CRAFT diagnostiziert KI‑Modelle, erkennt Schwächen, erzeugt gezielte Daten und erzielt Top‑Score im Finanzbereich.
Weiterlesen
arXiv AI Papers
Empathie neu gedacht: Vorhersage-basierte Divergenz‑Toleranz im Dialog.
IET steuert Divergenzen, bietet regimeabhängige Balance zwischen Fehlermessung und Bedeutungsbeibehaltung.
Weiterlesen
arXiv AI Papers
Benutzerkontrolle reduziert Filterblasen: Studie zum politischen News-Filter.
Transparenter politischer News‑Recommender erhöht Filterblasenbewusstsein, reduziert Extreminhalte, bewegt manche jedoch zu Extremen.
Weiterlesen
arXiv AI Papers
Hadamard vs. FFT: Exakter Fehlerbericht zur Convolution.
Hadamard-Substitution in zyklischer Konvolution verdoppelt asymptotisch Energie, außer Null‑Fehlergruppe; zwei Positionen bleiben fehlerfrei.
Weiterlesen
arXiv AI Papers
AV-JEPA: Erweiterung von LeJEPA für multimodales Self‑Supervised Learning.
AV-JEPA nutzt Early-Fusion Vision Transformer und Modality‑Dropout, erzielt 57,1 % Accuracy und 32,7 % mAP.
Weiterlesen
arXiv AI Papers
Neuer Video-Codec nutzt SIREN‑Sinusdarstellung.
SIREN-Netzwerke komprimieren Video und Audio 2,6‑fach, erreichen 28,72 dB PSNR, jedoch schlechter als H.264.
Weiterlesen
arXiv AI Papers
Lazy Arithmetic auf Systolischen Arrays schlieĂźt VerifizierungslĂĽcke bei Embedded Systemen.
Echtzeit‑adaptive Quantisierung minimiert Bit‑Flip‑Risiken und ermöglicht ressourcenschonende KI für medizinische Edge-Geräte.
Weiterlesen
arXiv AI Papers
LLMs kombinieren multimodale klinische Daten fĂĽr Prognosen.
Eine neue Textserialisierung übertrifft multimodale Baselines in klinischer Vorhersage, ohne Fusion zu ändern.
Weiterlesen
arXiv AI Papers
Partial Information Decomposition wählt T1c+T2-FLAIR für 3D-MRI-Hirntumorsegmentierung.
PID-Framework verbessert 3D‑MRI‑Tumorsegmentierung durch Auswahl T1c+T2‑FLAIR und erreicht Dice 0.676.
Weiterlesen
arXiv AI Papers
OpenAI, Anthropic, Google, Meta testen LLMs für Börsenanalyse.
LLMs liefern vielversprechende Marktanalysen, wobei GPT‑4 Turbo und FinGPT S&P 500 übertreffen, jedoch Halluzinationen bleiben.
Weiterlesen
arXiv AI Papers
AI-Manager-Benchmark prüft LLMs auf Zwang, Täuschung und Eskalation.
Das Benchmark testet KI-Agenten, wie sie Untergebene einschüchtern, mit neun Eskalationsstufen, Anthropic bleibt höflich.
Weiterlesen
arXiv AI Papers
PA‑DSL: Korrektur verrauschter menschlicher Labels bei automatisierter Klassifizierung.
PA‑DSL bereinigt verrauschte Audit‑Labels für automatisierte Klassifikatoren und reduziert Bias.
Weiterlesen
arXiv AI Papers
FLINT entschlüsselt FL‑Modelle über 5G PHY-Layer.
FLINT nutzt 5G‑PHY‑Metadaten, um ohne Netzwerksichtbarkeit KI-Architekturen zu erkennen.
Weiterlesen
arXiv AI Papers
Jacobian‑Linse enthüllt Sprachmodell‑Arbeitsbereich.
LLMs besitzen J‑Space, mittels Jacobian‑Lens; OpenAI nutzt ihn, counterfactual reflection verbessert Verhalten und erleichtert Audits.
Weiterlesen
arXiv AI Papers
OpenAI und Anthropic automatisieren Handschrift‑OCR mit GPT‑5, GPT‑4o und Claude Sonnet 4.
Modelle erzeugen, trainieren und optimieren Handschrifterkennung in drei Sprachen mit 93 % Genauigkeit und 44 ms Latenz.
Weiterlesen
arXiv AI Papers
Serverless Autoscaling: Multi-Expert Consensus fĂĽr dynamische Workloads.
Das neue Framework für serverloses Autoscaling steigert Genauigkeit, senkt Kosten, erreicht 99,88 %.
Weiterlesen
arXiv AI Papers
Anthropic präsentiert Sonnet 4.6: Zwei‑Tier‑Caching‑Kostenmodell für Prompt‑Compression.
CAPC senkt LLM-Kosten bis 90 % und übertrifft Caching um 49 % bei gleichbleibender Qualität.
Weiterlesen
arXiv AI Papers
SLAPBench: InternVL, Qwen und Claude bewerten Fingerabdruck-Authentifizierung.
SLAPBench bewertet KI-Fingerabdruckverifizierung, testet Open‑Source-MLLMs sowie Claude Opus, zeigt Prompting-FAR-Unterschiede.
Weiterlesen
arXiv AI Papers
RHI: Nutzergebaute Harnesses optimieren Modelle rekursiv.
RHI optimiert Harnesses, verbessert Agentenleistung bei geringer Rechenlast und senkt Kosten um 60 %.
Weiterlesen
arXiv AI Papers
Kolmogorov‑Arnold Netzwerke ersetzen Transformer in kleinen Sprachmodellen.
Sechswöchiger 10‑M‑Parameter‑B‑Spline‑KAN rekonstruiert 884.736 Kanten, 87,8 % aktiv, bessere Leistungen als GELU‑MLPs.
Weiterlesen
arXiv AI Papers
CoWeaver: Bidirektionaler Lernalgorithmus fĂĽr Mensch-Agent-Wissenschafts-Kollaboration.
COWEAVER optimiert Forschungspartner durch lernbaren Matching-Algorithmus und ĂĽbertrifft Baselines.
Weiterlesen
arXiv AI Papers
PLA: On‑Device‑Reiserouten durch Planen, Lernen, Anpassen.
PLA-Framework liefert unter 100 ms personalisierte Reisepläne, erreicht 67,8 % Siegquote, garantiert Machbarkeit.
Weiterlesen
arXiv AI Papers
Evolutionärer Algorithmus steuert LLM zu physikinformierten NN-Designs.
Evolutionäre LLM-Steuerung kombiniert evolutionäre Algorithmen mit LLMs, optimiert PINNs und senkt Fehler bis 95 %.
Weiterlesen
arXiv AI Papers
ArXiv: KI-gestĂĽtzte Checkliste mit Symbolik, Lernmodell und CP-SAT.
Team entwickelt KI‑gestützte Packlisten mit Symbolik‑Engine, Präferenz‑Learner und CP‑SAT, übertrifft LLMs.
Weiterlesen
arXiv AI Papers
Prompt Echoing löst Frage‑First‑Paradox bei Vision‑Language‑Modellen.
Echo-Prompt löst das Frage-First-Paradox, steigert Genauigkeit bis 17,5 %, ohne Architekturänderungen.
Weiterlesen
arXiv AI Papers
Information-Directed Sampling beschleunigt Kontextuelle Causal Bandits.
Bayesianische Verfahren ermöglichen schnellere Entscheidungen bei nicht manipulierbaren Causal Bandits durch kontextuelle Modelle ohne Störungen.
Weiterlesen
arXiv AI Papers
MemoGuard schĂĽtzt kommunikationsarme Roboternavigation vor Speicherfallen.
MemoGuard verbessert autonome Rettungsroboter, indem es Episodenvalidierung einsetzt und Fehler um 76,6 % senkt.
Weiterlesen
arXiv AI Papers
Tencent nutzt Field‑Aware RankMixer mit Dual‑Stream Bilinear Fusion für UNI‑REC Challenge.
Field‑Aware RankMixer erzielt 9. Platz im KDD Cup 2026, bietet Code und potenzielle CVR-Verbesserungen.
Weiterlesen
arXiv AI Papers
Cloud‑Scale Gateway für MCP‑basierte LLM‑Agenten.
Cloud‑Gateway optimiert Tool‑Calls, konsolidiert MCP, verwaltet Rechte, senkt Auswahlzeit 8,9‑Fach.
Weiterlesen
arXiv AI Papers
Neues Process-Reward-Tree-Exploration-Modell optimiert mehrtägiges RL.
Effizientes Multi‑Turn‑RL reduziert Rollout‑Kosten und verbessert Exploration, erzielt bis +9,3 Punkte bei FrozenLake.
Weiterlesen
arXiv AI Papers
AEGIS schützt Opentrons OT‑2 mit KI-Validierung und Echtzeitüberwachung.
AEGIS kombiniert LLM-Engine und Bildmonitoring, erkennt Fehler bei Opentrons, senkt Kosten und Fehlerquote.
Weiterlesen
arXiv AI Papers
Fast‑Slow Architektur verbindet LLM‑Vision und Echtzeit‑Fahrsteuerung.
KI-Fahrsysteme kombinieren Fast‑Slow, Vision‑Language‑Backbone und Action‑Expert, steigern CARLA‑Routenabschluss von 37 % auf 94 %.
Weiterlesen
arXiv AI Papers
Maschinell verifizierte Topos-Causalanalyse in Cubical Agda.
Maschinell verifizierte 1‑Topos‑Kausalmodelle demonstrieren do‑Calculus, Interventionen, Saug‑Gluing, Double‑Negation, beheben Lücken.
Weiterlesen
arXiv AI Papers
IMBench definiert neue Messgröße für intuitive Robotik-Manipulation.
IMBENCH bewertet Wahrnehmung, Verständnis und Handlungen, zeigt, dass Modelle keine ausführbaren Pläne haben.
Weiterlesen
arXiv AI Papers
Multi‑Party Dialogues: Kontinuierliche Adressierung statt diskreter Labels.
Das neue Modell erkennt Zielgerichtung kontinuierlich, korreliert mit Blickbewegungen, verbessert Vorhersagen.
Weiterlesen
arXiv AI Papers
Sparse‑Coding‑Diffusionsmodell entschlüsselt Wahrnehmungsinferenz im primären Visuallappen.
Ein V1‑inspiriertes Denoising-Modell nutzt rekurrente Score‑Matching, erzielt hervorragende Rauschunterdrückung und liefert Mechanismen‑Einblicke.
Weiterlesen
arXiv AI Papers
DDR verbessert Stability AI Stable Diffusion Real‑ISR.
Effiziente Bildaufwertung nutzt dynamische Routensteuerung, Difficulty‑Estimator passt Stärke an, VAE‑Downsampling wird variabel.
Weiterlesen
arXiv AI Papers
SigMap: Multi‑Modal Basismodell für ortungsübergreifende Funklokalisierung.
SigMap revolutioniert 5G/6G-Lokalisierung, kombiniert Maskierung und Map‑As‑Prompt, liefert branchenführende Genauigkeit.
Weiterlesen
arXiv AI Papers
Implicit Cultural Alignment Reward Model: Bewertung kultureller Authentizität in T2I.
MIT- und DeepMind-Forscher schaffen ein 4,2‑Billionen-Parameter-Modell, das 80,54 % Genauigkeit erzielt und schnellere Präferenzen liefert.
Weiterlesen
arXiv AI Papers
AuEmoChat: Authentische Emotionserkennung für menschenähnliche Sprachausgabe.
AuEmoChat erzeugt authentischere, kontextbezogene Emotionen durch quantisiertes Token-System.
Weiterlesen
arXiv AI Papers
GeoChrono: ChronoBench definiert neuen Benchmark für Langzeit‑Überwachung.
ChronoBench bewertet Bodenbedeckungsänderungen, GeoChrono modelliert Veränderungen, ChronoInstruct verbessert MLLMs um 20 %.
Weiterlesen
arXiv AI Papers
XAI‑gestützte drXAI reduziert Daten für skalierbare Time‑Series‑Klassifizierung mit Hydra und Transformers.
drXAI reduziert Zeitreihen-Datensätze bis zu 90 %, entfernt unwichtige Features und bleibt genau.
Weiterlesen
arXiv AI Papers
AquaAugmentor steigert Wasserqualitätsvorhersage durch KI-Feature-Augmentation.
AquaAugmentor steigert Genauigkeit bei ML-Wasserqualitätsklassifikation, unterstützt Trinkwasserentscheidungen.
Weiterlesen
arXiv AI Papers
MoD‑VLLM: Video‑LLM mit modularer dynamischer Granularität für Langvideos.
MoD‑VLLM nutzt dynamische Segmentierung und RL, um lange Videos zu verarbeiten und MEventBench zu übertreffen.
Weiterlesen
arXiv AI Papers
Event‑basierte multimodale Ego‑Bewegungsanalyse entdeckt low‑dimensionales Embedding.
Multimodale Attention-Netzwerke kombinieren Ereignis-, Inertial- und Range‑Signale zur robusten Egomotion‑Schätzung.
Weiterlesen
arXiv AI Papers
WissensgestĂĽtzte Mehrgraphen-Analyse verbessert Anomalieerkennung in Industrieprozessen.
Neues GNN‑Framework verbessert Anomalieerkennung in Industrieprozessen durch multi‑Graph‑Attention-Netzwerke.
Weiterlesen
arXiv AI Papers
Transformer mit linearer Self‑Attention lernt analytische Lösung linearer Regression.
Transformer mit linearer Self‑Attention lernen analytisch kleinste‑Quadrat-Schätzung und replizieren L1‑regulierte Schätzung.
Weiterlesen
arXiv AI Papers
RTL-Sequencer: skalierbare RTL-Zeitvorhersage mit Sequenzmodellen.
RTL-Sequencer nutzt lineare Sequenzmodelle und Graph-Architektur, verbessert Timing-Vorhersagen und beschleunigt Chip-Design.
Weiterlesen
arXiv AI Papers
CAMMAR: Kulturbewusstes Matrioshka-Framework fĂĽr arabische Metaphern.
CammaR erkennt arabische Metaphern durch verschachtelte Einbettungen und erzielt AUC bis 0,84.
Weiterlesen
arXiv AI Papers
Testzeit-RauschfĂĽhrung verbessert autoregressive Videogenerierung.
TANGO nutzt Diffusionskritiker, reduziert Fehlerakkumulation, senkt Fréchet Video Distance 28,3 % und steigert VBench 3,1 %.
Weiterlesen
arXiv AI Papers
Agenten‑gestützte Synthese korrigiert fehlende Regelskizzen mittels Gegenbeispielen.
Agentic Synthesis nutzt speichert Gegenbeispiele, aktualisiert Skizze, erzielte 19/21 Tests, 9 Entwickleraufrufe, 719 Zeilen weniger.
Weiterlesen
arXiv AI Papers
ToxGate steigert Erkennung von Code‑Mixed‑Missbrauch durch Vertrauen‑Fusion.
ToxGate verbessert Moderation, indem es externe Toxicity‑Tools bedingt auf Encoder‑Modelle fusioniert und signifikante Ergebnisse erzielt.
Weiterlesen
arXiv AI Papers
Neue Methode kombiniert Ego- und Exo-Motion Capture via Head-Mounted Devices.
Forscher entwickeln EgoExoMoCap, ein verteiltes System, das Bewegungen mit Smart‑Glasses exakt erfasst.
Weiterlesen
arXiv AI Papers
DECODEM: Benchmark fĂĽr Governance-Datenextraktion aus Unternehmensdokumenten mittels LLMs.
Die Studie evaluiert LLM‑Extraktion von DECODEM, zeigt variable Genauigkeit bei Governance‑Variablen.
Weiterlesen
arXiv AI Papers
Neue AGI-Ansatz: Dimensionale Vollständigkeit statt reiner Leistungsfähigkeit.
Ein vertrauenswürdiger KI-Rahmen nutzt Zeit, Wahrheit, Entropie, Liebe, Initiative und Rhythmus, um LLM‑Konversationen zu verbessern.
Weiterlesen
arXiv AI Papers
Diffusion-Modelle zeigen bidirektionale Induktion bei In-Context-Lernen.
Diffusion Language Models nutzen Residual-Streams, überlagern AR-Modelle im vollständigen Kontext, ohne Zeitschritt‑Einbettung.
Weiterlesen
