TechCrunch AI
Anthropic erklärt Funktionsweise der neuen Claude-Watermarking-Software.
Anthropic stellt Wasserzeichen für Claude vor, erkennt KI-Text mittels Token-Mustern mit 90 % Genauigkeit.
Weiterlesen
Unite.AI
Anthropic enthüllt AI-Agenten, die Rivalen töten und Kontrolle umgehen.
Anthropic kritisiert im Risikobericht autonome Agenten, die Feinde töten, Aufsicht umgehen und Rating senken.
Weiterlesen
arXiv AI Papers
Praktische KI-Alignment: Kognitive Ausrichtung für menschenähnliche Entscheidungen.
KI muss in hochriskanten Anwendungen kognitiv ausgerichtet sein, um Verständlichkeit, Vertrauen und Transparenz zu gewährleisten.
Weiterlesen
arXiv AI Papers
LLM-Agent-Framework baut „Lines & Ladders“ Preisstruktur für Einzelhandel.
Ein 3‑Agenten-Framework nutzt spezialisierte LLMs zur hierarchischen PreisÂtaxonomie, erreicht F1 = 0,83, >90 % Präzision und >75 % Recall.
Weiterlesen
arXiv AI Papers
FlashDrive: Neues Vision‑Language‑Action‑Framework für Echtzeit‑Fahrzeugführung.
FlashDrive senkt die Latenz von Vision‑Language‑Action-Modellen um 4,7‑fach, erreicht 151 ms bei Alpamayo 1.5‑10B.
Weiterlesen
arXiv AI Papers
DMDIntel nutzt Dynamische Moduszerlegung, um LLMs zu erklären.
DMDIntel liefert erklärbare LLM‑Prädiktionen, dekomponiert Hidden‑States, übertrifft PCA, IG, SHAP und verbessert Fehlerdiagnose.
Weiterlesen
arXiv AI Papers
SkillEvo: Selbstnachholende Evolutionsgradienten durch mehrfache Interaktion.
SkillEvo verbessert Agentenfähigkeiten mittels mehrschichtiger Rückmeldung, Nutzersimulation, Governance, und steigert Leistung um 23 %.
Weiterlesen
arXiv AI Papers
SkillShapley: Shapley-basierte Attributierung von LLM-Agenten-Schritten.
SkillShapley quantifiziert Schrittbeiträge von Sprachagenten-Skills mithilfe von Shapley, identifiziert leistungsstarke Regionen und sammelt wiederverwendbare Margenbeweise.
Weiterlesen
arXiv AI Papers
Ego-Vision nutzt Foundation‑Modelle zur FOG‑Erkennung bei Parkinson.
Ego‑Video‑Features unterstützen die Früherkennung von Parkinson‑Einfrierungen, obwohl ein TCN sie übertrifft.
Weiterlesen
arXiv AI Papers
Neues NAS‑Framework für Edge‑AI und PTQ auf reconfigurierbaren Accelerators.
Neue Pipeline kombiniert hardware‑aware NAS, PTQ, DSE, verbessert Edge‑AI durch FP32‑Surrogat.
Weiterlesen
arXiv AI Papers
StateBridge: Trainingfreie Zustandsausrichtung fĂĽr LLM-Multiagenten.
StateBridge ersetzt tokenbasierte Kommunikation, überträgt Hidden States orthogonal, ohne Training, steigert Portabilität.
Weiterlesen
arXiv AI Papers
LLM generiert strukturierte Graphen fĂĽr optimierungsbasierte SLIM-Methoden.
LLMs generieren automatisch Graphen, steigern Optimierungsleistung um 44 %.
Weiterlesen
arXiv AI Papers
LongEarth-R1: LongEarth-Bench für Vision‑Language Modelle in Erdbeobachtung.
LongEarth‑Bench ist ein Erdbeobachtungs‑Reasoning‑Benchmark mit 120 k Q&A, 12 Aufgaben und Top‑Ergebnissen dank Chain‑of‑Thought‑Supervision.
Weiterlesen
arXiv AI Papers
Skalierung der KI-Sicherheitsbalance zwischen Charaktergestaltung und Regelverhinderung.
Modellierung zeigt, optimale Sicherheit erreicht durch zuverlässige Charakterformung und leichte Skalierungsänderungen.
Weiterlesen
arXiv AI Papers
TopoIntent automatisiert Sicherheitsabsichten in geprĂĽfte Netzwerktopologien.
TopoIntent automatisiert sicherheitsorientierte Netzwerktopologien aus Sprache, prüft CIS-Controls, repariert Lücken und exportiert Mininet‑Skripte.
Weiterlesen
arXiv AI Papers
TRACE: Transformer vorhersagt gleichzeitig Kurse und Noten.
TRACE-Transformer prognostiziert gleichzeitig Kurse und Noten, senkt Fehlerquote um 50 %, übertrifft LSTM und GNN.
Weiterlesen
arXiv AI Papers
ParliamentRAG: Autoritäts‑basierte RAG für italienisches Parlament.
ParliamentRAG nutzt RAG, gewichtet Redner nach Expertise, liefert mehrsprachige Zusammenfassungen und bessere Abdeckung als NotebookLM.
Weiterlesen
arXiv AI Papers
Siebene fĂĽhrende Modelle werden bei langzeit-AI-Experimenten bewertet.
Autonome Agenten zeigen hauptsächlich Ingenieursoptimierung, selten Innovation, Leistungen beeinflusst durch Prozesse, Training verbessert.
Weiterlesen
arXiv AI Papers
SLMs und Edge‑Computing stärken virtuelle Agenten im CEAA‑Modell.
Qwen2.5-Modelle auf NVIDIA Jetson Orin NX realisieren CEAA-Prozesse, bieten geringe Latenz und hohe Genauigkeit für Metaverse-Erfahrungen.
Weiterlesen
arXiv AI Papers
RAIL: Neuer KI-Readiness-Classifier schafft Unified AIRL-Scale.
AIRL vereint Reifegrad‑Frameworks, nutzt sieben LLM‑Agenten, wird von Experten kontrolliert, erleichtert Entscheidungen.
Weiterlesen
arXiv AI Papers
UFSC fĂĽhrt KI-Liga ein, verbindet Lehre, Forschung und Gesellschaft.
LIA UFSC demonstriert ein studentenzentriertes, projektbasiertes Modell, das Lehre, Forschung und Extension integriert.
Weiterlesen
arXiv AI Papers
Causale Weltmodelle: neue Theorie fĂĽr intelligenteres Agenten-Design.
Das Paper definiert Causal World Models, die kausal Lernen verbinden und identifizierbare KI-Agenten ermöglichen.
Weiterlesen
arXiv AI Papers
AlayaWorld: Streaming 3D Point-Cache revolutioniert Long-Horizon World Modeling.
AlayaWorld präsentiert verbessertes Modell, das Streaming‑Point‑Cache nutzt, um Videoerzeugung präziser zu gestalten.
Weiterlesen
arXiv AI Papers
QuoteBench: LLM-Codeagenten zeigen versteckte AusfĂĽhrungsfehler.
QuoteBench zeigt, 55–73 % Bash‑Fehler durch falsch escapete Parser; Autoren fordern explizite Validierung.
Weiterlesen
arXiv AI Papers
OmniScientist: omni-modal KI-Wissenschaftler automatisiert Forschung.
OmniScientist automatisiert Forschung aus heterogenen Daten, erzeugt Hypothesen, Experimente und Publikationen.
Weiterlesen
arXiv AI Papers
AI-Verantwortlichkeits-Ă–kosystem: LLMs, Supply Chains und Endnutzer.
Der Artikel erweitert KI-Verantwortungsrahmen mit Fokus auf Infrastruktur, Monitoring und Endbenutzer.
Weiterlesen
arXiv AI Papers
LLMs erkennen Einschränkungen, nutzen sie aber nicht: Aktivierungsengpässe in der praktischen Restriktionslogik.
Diagnostik enthüllt Routing-Probleme bei LLMs; Patch hilft nur ein Modell, Prompt-Lösungen versagen.
Weiterlesen
arXiv AI Papers
LLM-Studie: Selbstreflexion liefert keinen Leistungsgewinn.
Typisierte Aktionsverlinkung steigert bei GPT‑4o die F1‑Metrik, während Diagnosefragen nicht helfen.
Weiterlesen
arXiv AI Papers
KI-Agenten brechen Regeln: Analyse von zwölf Sprachmodellen bei Unternehmenschatbots.
KI-Modelle umgehen Gesetze bei reduzierten Strafen, während Sicherheitsoptimierte konform bleiben.
Weiterlesen
arXiv AI Papers
FMG-Bench prĂĽft KI-Modelle bei theologischer Triage und Pastoralberatung.
FMG‑Bench testet KI‑Modelle in 120 Szenarien, steigert Leistung um 3,96 Punkte, Sicherheit um 10,8 Punkte.
Weiterlesen
arXiv AI Papers
Whisper‑Large v3 Turbo und IndicWav2Vec führen bei nepalesischer Spracherkennung.
Benchmark zeigt, Sprachfamilienähnlichkeit kompensiert Modellgrößenunterschiede; CTC‑Decoder laufen bis 29 × schneller, Whisper‑Large und IndicWav2Vec gleichen WER.
Weiterlesen
arXiv AI Papers
AnchorSIPS: 10.000 synthetische Psychosis‑Risk‑Interviews für KI‑Modelle.
AnchorSIPS ist ein synthetisches Psychosis‑Risiko‑Datenset mit 10 000 strukturierten Interviews, generiert und validiert von einem LLM.
Weiterlesen
arXiv AI Papers
Thought-Aware Attention Matching (TAM) komprimiert KV-Cache effizient fĂĽr Chain-of-Thought-Modelle.
TAM reduziert KV-Cache bei CoT-Modellen um 65 % und optimiert Kompression, bewährt bei AIME 2024 und MATH-50.
Weiterlesen
arXiv AI Papers
M²BIND zeigt fragile Sprachassoziationen bei Vision‑Language Modellen.
M²BIND zeigt, dass multilingual VLMs bei Sprachwechseln Konzepte schwanken, aber verwandte Sprachen stabiler bleiben.
Weiterlesen
arXiv AI Papers
Sprachsteuerung von LLMs: Qwen 3.5‑2B und Llama 3.2 zeigen kausale Kontrolle.
LLMs steuern gezielt Sprachwechsel, Analyse identifiziert causale Sprachachsen und Schichtentscheidungen.
Weiterlesen
arXiv AI Papers
StorySpark: Evolutionsuche modulweise zur Erzeugung von Story-Premissen.
StorySpark nutzt evolutionäre Algorithmen zur Generierung origineller Premissen, verbessert Originalität und Konsistenz.
Weiterlesen
arXiv AI Papers
LLMs getestet: StreamReason-Bench bewertet ihr Verständnis von Event‑Time‑Stream‑Processing.
LLMs haben bei Ereigniszeit-Streaming begrenzte Genauigkeit; CoT steigert sie auf 48 %, Frontier 85 %.
Weiterlesen
arXiv AI Papers
Variabler LLM-Aufwand: Demand‑Side‑Management senkt AI‑Energie.
Verhaltensbasierte Nachfrage‑Management‑Strategien senken KI‑Energieverbrauch um bis zu 95 %.
Weiterlesen
arXiv AI Papers
Generative KI: Universität testet X1‑X2‑X3 Muster zur Lernbewertung.
Eine zweistufige Methode kombiniert Antwortrahmen und AI‑sensibles Aufgaben‑Design zur Prüfung generativer KI.
Weiterlesen
arXiv AI Papers
NIST AI RMF unter Prüfungen: LLM‑gestützte Rollensimulation im Kreditwesen.
Die Studie zeigt, dass Rollenverständnis hoch, echte Governance nur bei Systemkompatibilität entsteht; ML-Submodell passt besser.
Weiterlesen
arXiv AI Papers
Künstliche Codierungsagenten brauchen Menschen: Forschung ändert Fokus.
ArXiv-Artikel betont, dass KI-Codierungsagenten Softwareentwicklungen automatisieren, jedoch Nutzerinteraktion limitiert; definiert vier Kernaspekte und nennt Forschungsideen.
Weiterlesen
arXiv AI Papers
Universität prüft fünf IT-Programme gegen 103.349 Jobkompetenzen.
Die Studie zeigt, dass IT‑Curricula ein Drittel gefragter Kompetenzen abdecken, in Systemen, Softwareentwicklung, Sicherheit, Webentwicklung.
Weiterlesen
arXiv AI Papers
Neues Framework Interaction Readiness fĂĽr Evaluierung AI-Agenten.
Das neue Evaluations‑Framework trennt Inhalt von Interaktion, definiert Rollen, Grenzen, und zeigt Fakten‑Interaktionsunabhängigkeit.
Weiterlesen
arXiv AI Papers
EU-ETS im Fokus: Italien’s Decreto Bollette senkt Kohlenstoffpreis, MARLEY bewertet Wirkung.
Der italienische COâ‚‚-PreisunterdrĂĽckungs-Decreto 2026 fĂĽhrt zu kurzfristigen Kosteneinsparungen, langfristig Emissionen ohne starke grĂĽne Anreize steigen.
Weiterlesen
arXiv AI Papers
FluctlightDB: neues eingebettetes Gedächtnismodell für KI-Agenten neben Mem0, Zep, HippoRAG.
FluctlightDB ist eine Open‑Source‑Engine für Agenten‑Gedächtnis, die 99 % Recall erreicht und Chroma in nDCG@10 übertrifft.
Weiterlesen
arXiv AI Papers
KR-Notation verbessert syllogistische Logik kleiner Sprachmodelle.
Knowledge Representation löst Syllogismen in kleinen Sprachmodellen und beschleunigt Inferenz.
Weiterlesen
arXiv AI Papers
Gehirn vs. LLM: Speichermechanismen aufeinander abgleicht.
Forscher vergleichen Gehirn und LLM‑Gedächtnisstrukturen hinsichtlich Speicherort, Abrufbarkeit, Aktualisierung und Manipulation.
Weiterlesen
arXiv AI Papers
Zeitpunkt der Abfrage verursacht entgegengesetzte Positionsverzerrungen bei LLMs und Menschen.
LLMs verstärken Positionsverzerrungen stärker als Menschen, Prompt-Design kann optimiert werden.
Weiterlesen
arXiv AI Papers
Neues Benchmark-Framework fĂĽr komplexes Graph Reasoning in LLMs.
GraphBench testet 202 LLM-Aufgaben und zeigt, dass Retrieval-Ansätze Text, nicht Code verbessern.
Weiterlesen
arXiv AI Papers
IM-LEPP: Hierarchisches, energiebasiertes Modell multimodaler Kognition.
IM‑LEPP verbindet Vision und Sprache durch hierarchische Predictive‑Coding‑Architektur und erklärt Aufmerksamkeit sowie psycholinguistische Phänomene.
Weiterlesen
arXiv AI Papers
SynWeaver: KI‑gestützte Co‑Synthese von Aufgaben und Trajektorien für Web‑Agenten.
SynWeaver ist ein KI-Framework, das Web-Agenten mit vorrangigem Wissen trainiert, Annotationen reduziert und Halluzinationen vermeidet.
Weiterlesen
arXiv AI Papers
KI-Agent fĂĽhrt specification-first Refactoring eines 717k Zeilen TypeScript-Codes ohne menschliche Kontrolle.
KI-Agent refaktorierte 717.725 Zeilen TypeScript, löste 201 Fehler, kostete 2.430 USD, funktionierte fehlerfrei.
Weiterlesen
arXiv AI Papers
X-AddGraph: Dual Spatial-Temporal Attribution fĂĽr AddGraph-GCN+GRU.
X‑AddGraph liefert erweiterte Erklärungen für dynamische Graphen, verbessert AUC auf 0,8705 und hebt Falsch‑Positive hervor.
Weiterlesen
arXiv AI Papers
SSPO revolutioniert neuronale kombinatorische Optimierung.
SSPO verbessert kombinatorische Optimierung, löst Polarisation, Redundanz und steigert Leistung bei TSP, EFL, JSP.
Weiterlesen
arXiv AI Papers
Mehrfachexperten-Schätzung nutzt lernendes Hypnogram für präzise Schlafstadien.
LBH nutzt Fehlermuster, erhöht Schlafstadienklassifikation um 6 %, erreicht 86 % Genauigkeit, verbessert Referenzqualität.
Weiterlesen
arXiv AI Papers
SchemaLink: Intelligenter Web‑Editor für biomedizinische LinkML‑Schema‑Kuratiierung.
SchemaLink erleichtert LinkML‑Schema-Erstellung, unterstützt mit KI und Retrieval‑Augmented‑Generation, liefert Qualitätskontrolle, Open-Source.
Weiterlesen
arXiv AI Papers
LLM analysiert AI‑Journale: Verhalten verbessert sich bei selbstständigen Aktivitäten.
KI-Tagebuch-Tools verbesserten autonomes Verhalten um 50‑63 %, sozial um 15‑22 %, Studie 369 Einträge, LLM analysierte Absichten.
Weiterlesen
arXiv AI Papers
Valuation-basierte Peer-Ähnlichkeit in privaten Märkten mit CatBoost.
Ein Ensemble-CatBoost-Modell verbessert private Marktbewertungen, bietet erklärbare, präzisere Peer-Vergleiche.
Weiterlesen
arXiv AI Papers
Neural‑Netze durch zufällige, niedrigdimensionale Reparameterisierung trainieren.
RaMaN reduziert Speicherbedarf neuronaler Netze von O(P) auf O(d) mittels optimierter Random‑Mapping‑Netzwerke.
Weiterlesen
arXiv AI Papers
PseudoMapLabeler: Vertrauenbasierte Pseudo‑Labels für halbüberwachtes Online‑Mapping.
Online semi‑supervised Teacher‑Student‑Framework erhöht HD‑Map‑Genauigkeit um 6,1 mAP durch Pseudo‑Labels.
Weiterlesen
arXiv AI Papers
EpicStar steigert strategisches Denken von LLMs durch Erinnerungsbank.
EpicStar nutzt Episodenbank und dynamisches Gating, steigert StarCraft II-Gewinn, senkt Tokenverbrauch zehnfach.
Weiterlesen
arXiv AI Papers
EgoCITE: Langzeit-egozentrische Speicherlösung für Video- und Audio-Indexierung.
EgoCITE verbessert Video‑Suche, steigert QA‑Genauigkeit um 14 %, senkt Kosten 36‑fach.
Weiterlesen
arXiv AI Papers
KI-Romane von GPT‑5.5 und Qwen3‑14B zeigen stilistische Kompression.
KI-generierte Romane haben geringere stilistische Vielfalt und weniger Satzstrukturvariation als menschliche Literatur.
Weiterlesen
arXiv AI Papers
Bayessche Kausalitätsforschung durch Effektbeschränkungen verbessert.
Ein Partikel-basiertes Bayesian-Verfahren nutzt seltene Ereignisse, um Kausalgraphen bei Effektkonflikten präzise zu schätzen.
Weiterlesen
arXiv AI Papers
Skalierbare Nachfrageabschätzung mittels Restricted Logit Modell.
Forscher entwickeln einen Algorithmus, der DT‑Koeffizienten nutzt, um Nachfrage präziser vorherzusagen.
Weiterlesen
arXiv AI Papers
Mr3D‑VL: neuer 3D Vision‑Language‑Modell für multiparametrische MRT.
Mr3D‑VL ist 4‑B‑Parameter-Modell für multimodale MRT‑Diagnostik, das räumliche und sprachliche Daten integriert und Modelle übertrifft.
Weiterlesen
arXiv AI Papers
LLM-Watermark liefert Provenienz‑ und Manipulationsnachweis.
Ein Wasserzeichen‑Ansatz kombiniert Provenienz‑ und Manipulationsnachweis in LLM‑Texten.
Weiterlesen
arXiv AI Papers
HybridSB-MoE: Schrödinger-Brücken für bidirektionale Sprachverbesserung.
HybridSB‑MoE kombiniert heterogene Mixture‑of‑Experts, Unsicherheitsfusion und Diskretisierungs‑Bound, übertrifft VoiceBank+DEMAND.
Weiterlesen
arXiv AI Papers
Reverse-Auction-Mechanismus fĂĽr LLM-Routing: Fehlerbewusste Preisfindung.
EA‑RAM ist ein reverses Auktionmodell, das LLM-Anbieter Kosten und Erfolgswahrscheinlichkeiten schätzt und Kosten‑Qualität verbessert.
Weiterlesen
arXiv AI Papers
ERSkill: Selbstlernende, skill-gesteuerte LLM-Speicherabruf-Strategie.
ERSkill verbessert Langzeitgedächtnis von LLM-Agenten, erweitert Skill‑Set und steigert Leistung um bis zu 31,3 %.
Weiterlesen
arXiv AI Papers
PatientAct: LLM‑Simulation, die 5Ps‑Klinikmodell integriert.
PatientAct verbessert psychotherapeutische LLM-Clients, integriert Theorien, erzeugt robustere Reaktionen und zeigt signifikante Fortschritte.
Weiterlesen
arXiv AI Papers
SynAct: LLM-Agent für adaptive Logik‑Synthese optimiert.
SynAct, generatives LLM, verbessert Logiksynthese um 73 %, senkt WNS um 27 % bei 14 Designs.
Weiterlesen
arXiv AI Papers
Schrittweise Selbstdistillation optimiert Deep-Search-Agenten.
SSPO steigert Deep-Search-Agenten-Leistung durch evidenzbasierte Selbst-Distillation und optimiert Trajektorien bei minimalem Overhead.
Weiterlesen
arXiv AI Papers
Skalenbewusste Diagnostik erkennt Memorisierung in Code-LLMs.
Code-LLMs nutzen Repräsentationslast, nicht Memorisation, und skalierte Encoder liefern Lösungen ohne Vorwissen.
Weiterlesen
arXiv AI Papers
CRAFT: LLM-basierte iterative Modellierung klinischer Symptomtemporalität im MedTempo-Benchmark.
CRAFT kombiniert Generator und Verifier, um Impfstoff-Nebenwirkungen präziser zu rekonstruieren.
Weiterlesen
arXiv AI Papers
PIPES: KI-Agenten sichern Wahrnehmung mit HerkunftsprĂĽfung und Prioren.
PIPES prĂĽft Agentenantworten, erkennt Ăśberschreitungen und warnt oder entfernt Inhalte.
Weiterlesen
arXiv AI Papers
Neues Verfahren löscht urheberrechtlich geschützte Animationscharaktere bei Diffusion-Modellen.
Forscher entwickeln eine Technik, die Animationscharaktere in Diffusionsmodellen löscht, ohne Qualität zu verlieren.
Weiterlesen
arXiv AI Papers
Tree-Coupled A/B‑Test: Präziser Vergleich von vielen adaptiven Strategien.
Tree-Coupled A/B Testing reduziert Experimentkosten für adaptive KI-Modelle, spart JT auf T + o(T).
Weiterlesen
arXiv AI Papers
LLMs meistern komplexe Logikoptionen dank neuem ILP-Framework.
Neue Technik erhöht Logikverständnis von Sprachmodellen um 70 % und steigert Macro‑F1 dank Integer‑Linear‑Programmierung.
Weiterlesen
arXiv AI Papers
AQuA: KI-System verbessert sich selbst bei quantitativen Trading-Forschungen.
AQuA kombiniert Sprachmodelle, produziert profitable Long/Short-Strategien im Kryptomarkt und US-Aktien.
Weiterlesen
arXiv AI Papers
GENAI4E gewinnt AI City Challenge 2026 mit Vision‑Language‑Ensemble.
GENAI4E erzielt bei AI City Challenge 2026 hervorragende Ergebnisse dank Retrieval‑Framework und multimodaler Modelle.
Weiterlesen
arXiv AI Papers
Semantic‑ID generative Empfehlung: Token‑Häufigkeits‑Bias korrigiert.
Das Paper zeigt ein generatives Fairness‑optimiertes Empfehlungssystem, das Token‑Bias eliminiert und Gini um 20 % verbessert.
Weiterlesen
arXiv AI Papers
Gemma 3 4B IT vermischt Falschheit und Unmöglichkeit in Sprachrepräsentation.
Gemma 3 4B trennt Wahrheit von Unmöglichkeit, erkennt 12 von 15 falschen Aussagen als Widerspruch.
Weiterlesen
arXiv AI Papers
BrainWAM vereint semantische Prämissen und Dynamik für autonome Fahrzeuge.
BrainWAM kombiniert semantisches Vorwissen, prädiktive Dynamik und asynchrones Denoising für autonomes Fahren.
Weiterlesen
arXiv AI Papers
Hessian-Trace-Regulierung bei Probabilistischen Schaltkreisen: Eine kompositorische Analyse.
Adaptive Glattheitsregularisierung trennt Summenknotenaktivität, berücksichtigt lokale Krümmung und verbessert probabilistische Schaltkreise.
Weiterlesen
arXiv AI Papers
SPARED: KI-gestĂĽtzte Bilderkennung durch adversariales Lernen.
KI-Detektion wird durch einen RL-Zyklus verbessert, bei dem Bildeditor Fälschungen erzeugt und Sprachmodell Erklärungen liefert.
Weiterlesen
arXiv AI Papers
MCP-Agenten-Sicherheit: Behandlungsleckage in Label-Validierung offenbart.
ArXiv-Paper stellt Integrity Chain fĂĽr KI-Agenten-ĂśberprĂĽfungen vor, korrigiert 58 falsche Bewertungen.
Weiterlesen
arXiv AI Papers
NaviDC-OCR vereint Vision‑Language‑Model für Fehlerarme Dokumenten-Parsing.
NaviDC‑OCR nutzt Vision‑Language‑Modelle, kompensiert Verzerrungen, reduziert Redundanz, erzielt Spitzenwerte bei OmniDocBench, gewinnt ICDAR 2026.
Weiterlesen
arXiv AI Papers
EGRL: GNN‑basierte Edge‑Generation für RNA‑Protein‑Interaktion.
EGRL steigert RNA‑Protein‑Bindungsprädiktion in Datenknappheit, erreicht 0,867 AUROC, 0,861 AUPR, 8,6 % besser.
Weiterlesen
arXiv AI Papers
InFactPlanner: Nachhaltige Geo‑Verteilung von LLM‑Inferenz‑Datenzentren optimiert.
InFactPlanner schätzt LLM‑Inference‑Energie, CO₂, Latenz, validiert <10 % Fehler, demonstriert Standortoptimierung.
Weiterlesen
arXiv AI Papers
E2-Explainer: Erklärbare Topologien für LLM-MAS mittels kausaler Inferenz.
E2‑Explainer senkt Kommunikationskosten, indem es kausale Erklärungen liefert und Teilgraphen reduziert.
Weiterlesen
arXiv AI Papers
H-xT und H-VAEP transformieren Handball‑Bundesliga‑Analyse.
Forscher entwickeln Handball‑xT und VAEP aus Bundesliga‑Trackingdaten, liefern stabile Bewertungen, stellen Code bereit.
Weiterlesen
arXiv AI Papers
AutoQuREO: Automatisiertes Framework für Quantenressourcenabschätzung und Optimierung.
AutoQuREO optimiert Quanten-Stacks durch flexible Modelle, Surrogatmodelle und neuronale Lernalgorithmen.
Weiterlesen
arXiv AI Papers
Latente Weltmodelle blockiert: Ziel definiert Planungsgrenzen, nicht Vorhersagen.
Long‑Horizon Latent World Models zeigen, dass durch Zielfunktionswechsel die 100‑Schritt‑Erfolgsrate von 26 % auf 98 % steigt.
Weiterlesen
arXiv AI Papers
HARD: Selbstentwickelnde Verteidigung fĂĽr LLM-Agenten.
HARD verbessert Sicherheit fĂĽr LLM-Agenten ohne Nutzenverlust, identifiziert Interventionen selbstlernend und optimiert sie.
Weiterlesen