Unite.AI
Benchmark‑Sättigung erklärt: Warum führende KI‑Modelle ihre Tests brechen.
Benchmark‑Saturation senkt die Aussagekraft von KI‑Tests; Modelle erreichen nahezu perfekte Ergebnisse; Experten fordern vielfältigere Tests.
Weiterlesen
MarktechPost
MIT‑Entwicklung FLM bindet Fruchtfliegen‑Connectome an 1,2 B‑LLM – kein Nutzen.
FLM nutzt Fruchtfliegen‑Connectome für ein 1,2 B-LLM mit nur 278k Parametern, geringe Verbesserung, keine Praxisrelevanz.
Weiterlesen
arXiv AI Papers
Neue probabilistische Focal Search beschleunigt bounded‑suboptimale Suche.
Probabilistische Focal‑Suche reduziert Knotenexploration um bis zu 90 %; Benchmarks zeigen starke Verbesserungen.
Weiterlesen
arXiv AI Papers
Multi-Agenten-System automatisiert quantum‑freundliche QUBO‑Modelle aus komplexem Text.
Ein Multi-Agenten-System automatisiert QUBO‑Modelle aus Text; Benchmark zeigt 68 % Genauigkeit.
Weiterlesen
arXiv AI Papers
ARC‑Regelverkettungs-Framework verbessert interpretierbare KI‑Reasoning.
Das mehrstufige Regelkettensystem erreichte über 95 % Genauigkeit bei ARC durch Regelentdeckung und Musterfusion.
Weiterlesen
arXiv AI Papers
LoRA‑Rank in Diffusions‑Fine‑Tuning: Effizienz gegen Rechenaufwand.
Rank 4 liefert optimale Qualität bei geringem Aufwand; höhere Ranks verbessern kaum.
Weiterlesen
arXiv AI Papers
Grokking‑Transition bei zweischichtigen MLPs: Skalierungsgesetze enthüllen Einflussfaktoren.
Grokking in neuronalen Netzwerken lässt sich mittels Power‑Law‑Skalierung vorhersagen.
Weiterlesen
arXiv AI Papers
Microsofts Nemotron 3 Ultra schafft olympische Mathebeweise allein durch Sprachmodell.
Nemotron 3 Ultra gewinnt IMO 2026-Gold dank Open‑Model‑Pipeline, fortgeschrittenem Fine‑Tuning und RL.
Weiterlesen
arXiv AI Papers
Bewertung der Resilienz und Zusammenarbeit von generativen KI-Agenten.
Studie zeigt, generative KI im Gesundheitswesen geht bei höherem Schwierigkeitsgrad von Lösung zu Abhängigkeit.
Weiterlesen
arXiv AI Papers
Qwen‑Model nutzt deterministischen Solver für sichere klinische Berechnungen.
Große Qwen2.5‑32B‑AWQ erzielt 90,53 % Genauigkeit; 7B nur 75,31 %, handgeschriebene Bibliothek exakt bei 440 Fällen.
Weiterlesen
arXiv AI Papers
LLM-Agent lernt Umgebung autonom ohne Syllabus.
Neue Methode erlaubt LLM‑Agenten selbstständiges Vorstudieren, erzeugt wiederverwendbare Artefakte und übertrifft bei Benchmarks bestehende Ansätze.
Weiterlesen
arXiv AI Papers
Auditprüfung verhindert Lernverluste bei schädlichen Policy‑Updates.
Neue Bewertungsschablone prĂĽft KI-Updates, balanciert Fehlerkontrolle und Lernen, verbessert Sicherheit.
Weiterlesen
arXiv AI Papers
Schwanzorientiertes Release‑Scheduling senkt Latenz in Agenten‑LLM‑Workflows.
Neue Methode reduziert Latenz bei agentischen LLM-Workflows durch optimiertes Turn‑Release und CVaR.
Weiterlesen
arXiv AI Papers
LLMs im Fokus: Datenschutz vs. Nutzen – neue Analyse enthüllt Mechanismen.
Ein internationales Team präsentiert ein leichtgewichtiges, intent-getriebenes Schutzframework, das Datenlecks bei LLMs reduziert.
Weiterlesen
arXiv AI Papers
KI-Agenten definiert – Review legt Messkriterien fest.
Die Studie definiert fünf Kernbereiche künstlicher Agenten und eröffnet das Agent Compendium zur Vergleichsmessung.
Weiterlesen
arXiv AI Papers
AIR registriert KI-Agentenfehler, verhindert Wiederholungen von Sicherheitsausfällen.
Ein Register sammelt seit 2024 hunderte KI‑Fehler, erleichtert Analyse und ermittelt Schadenursachen.
Weiterlesen
arXiv AI Papers
Umgebungsprobe ermöglicht effiziente Speicher‑Kuration für Unternehmensagenten.
Umweltprobe‑Curation verbessert Persistenz bei Agenten, steigert CLBench von 39 % auf 73 %, halbiert Anfragen und Kosten.
Weiterlesen
arXiv AI Papers
Belief-Shift‑Branching: Neuer Ansatz für baumbasiertes RL ohne Kritiker.
Tree‑strukturierte Rollouts ermöglichen kritikfreies RL mit verifizierbaren Belohnungen und übertreffen bestehende Methoden.
Weiterlesen
arXiv AI Papers
Mosaic bietet query‑spezifische GraphRAG‑Strategien ohne Training.
Mosaic optimiert GraphRAG ohne Training, steigert Leistung um über fünf Punkte, reduziert Pfade um 82 %.
Weiterlesen
arXiv AI Papers
Benchmark Radar eröffnet lebende Datenbank für KI-Benchmarks.
Benchmark Radar erleichtert KI‑Benchmarksuche, bündelt täglich Daten zu LLMs, Agenten und Safety.
Weiterlesen
arXiv AI Papers
KuaiRP nutzt mehrstufiges Training für stabile, domänengerechte Rollenspielmodelle.
KuaiRP kombiniert Rollenspielmodelle mit SFT, RL und OPD für Genauigkeit, geringe Größe und niedrige Kosten.
Weiterlesen
arXiv AI Papers
Studie prüft Validität von Finanz‑Sentiment‑Modellen auf Aktionärsklagen.
Finanz‑Sentiment‑Modelle unterscheiden sich je nach Stichprobe, und Validität garantiert keine Marktvorhersagen.
Weiterlesen
arXiv AI Papers
Rekursive KI‑Modelle erzeugen Kollaps im Multi‑Modell‑Ökosystem.
Generative KI-Modelle kollabieren unabhängig von Marktanteilen; Geschwindigkeit hängt vom Trainingspool ab.
Weiterlesen
arXiv AI Papers
ARCHE kombiniert KI‑Reasoning mit Chemie-Modellen zur autonomen Mechanismusanalyse.
ARCHE automatisiert Reaktionsmechanismen, kombiniert Reasoning, Computational-Chemie und Tool-Registry, validiert stereospezifische Übergangszustände sowie radikalbasierte α‑Iodoboronat‑Spaltung.
Weiterlesen
arXiv AI Papers
DRG‑MAPPO: Hierarchisches Rollengraph‑MARL für kooperativen Luftkampf.
DRG‑MAPPO steigert Luftkampf‑MARL, erzielt 87 % Siegquote durch graphbasierte Rollenverteilung.
Weiterlesen
arXiv AI Papers
Neues Verfahren liefert Ziel‑spezifische Gegenfaktische bei Zeitgraphen.
Specified‑Foil Counterfactuals verändern historische Ereignisse, und ein trace‑guided Algorithmus identifiziert Unterschiede.
Weiterlesen
arXiv AI Papers
Debate-to-Skill: ProzessĂĽberwachung fĂĽr Industrie-Query-Agent-Matching.
Neue Methode nutzt Debatte‑zu‑Skill für verbessertes Query-to-Agent-Matching, übertrifft herkömmliche Supervision.
Weiterlesen
arXiv AI Papers
SemVerBench enthüllt GPT‑5.1 Schwächen, Opus dominiert Versionierungsaufgaben.
LLM-Codierungsagenten zeigen Schwächen bei Versionschecks, Opus überzeugt; Tool‑Delegation empfohlen.
Weiterlesen
arXiv AI Papers
Neues LogiMed‑RoB-Benchmark prüft logische Konsistenz von LLMs.
LogiMed‑RoB zeigt, dass trotz hoher atomarer Konsistenz große End‑zu‑End‑Fehler in LLMs bestehen.
Weiterlesen
arXiv AI Papers
Multi-Agent KI bestimmt Share-of-Search in E-Commerce.
Mehrere Agenten optimieren die E‑Commerce-Konkurrenzanalyse und steigern Signalumfang bis zu 64 %.
Weiterlesen
arXiv AI Papers
KI-Chatbot mit Random‑Forest erkennt Stress bei pakistanischen Studenten.
Ein AI‑gestütztes Stress‑Detektionssystem für pakistanische Studenten erreicht 89 % Genauigkeit und einen F1‑Score von 0,89.
Weiterlesen
arXiv AI Papers
CryptoL: Modell fĂĽr Skalierungs- und PhysikbeschränkungsÂminderung in Krypto‑Prognosen.
CryptoL nutzt skaleneinheitliche Normalisierung, RevIN‑Pipeline und Kanaltransformationen zur Krypto‑Prognoseverbesserung bei OHLC-Abhängigkeiten, Heterogenität und nichtstationärer Dynamik.
Weiterlesen
arXiv AI Papers
LLM‑basiertes Mehragentensystem revolutioniert Operationssaal-Interaktion.
Das SurgicalRoomAgent reduziert Rechenaufwand auf Millisekunden, steuert Geräte per Sprache und erzeugt Aufzeichnungen.
Weiterlesen
arXiv AI Papers
NovGauge: Feinjustiertes Benchmark zur Diagnostik von Novelty bei LLMs.
NovGauge-Benchmark testet KI-Neuheitsbewertung; Modelle halluzinieren bis 39 %, Evidenzmangel stark, nur GPT‑5.5 ist erfolgreich.
Weiterlesen
arXiv AI Papers
Sci-MMR: Evidenzbasierter Mehrschrittbenchmark fĂĽr multimodale Forschungsagenten.
Der Sci‑MMR-Benchmark umfasst 235 Aufgaben, integriert Argumentgraphen und Bildbeweise; Modelle erreichen über 20 % bessere Genauigkeit.
Weiterlesen
arXiv AI Papers
KI erkennt Effizienz von Flammen mit thermischer Videoanalyse.
KI überwacht Brennöfen, berechnet Echtzeit‑Effizienz aus Thermovideo, bietet GUI-Berichte, läuft 99 % der Zeit.
Weiterlesen
arXiv AI Papers
KI nutzt FMI-Wetterdaten zur Echtzeitvorhersage finnischer Zugverzögerungen.
Finnisches Projekt nutzt klassifizierte Wetterdaten von 200 Sensoren und XGBoost, um Zugverzögerungen besser vorherzusagen.
Weiterlesen
arXiv AI Papers
Neuronale Variation ermöglicht bayessches Lernen auf probabilistischer In‑Memory‑Hardware.
Stochastische neuronale Variabilität ermöglicht bayessche Inferenz und Lernen durch analoges In‑Memory‑Computing.
Weiterlesen
arXiv AI Papers
Benchmarking von Informationsmetriken zur Bewertung textbasierter Multimodalvorhersagen.
Forscher entwickeln ein Benchmark, um mittels sechs Mutual-Information-Estimatoren die Informationstheorie‑Metriken bei Textanmerkungen zu validieren.
Weiterlesen
arXiv AI Papers
KI erzeugt komplettes fiktives Unternehmen ohne reale Datenbasis.
KI generiert fiktive Unternehmensdaten, überprüft sie mit Scorecard und Detector; Genauigkeit steigt auf 99,1 %.
Weiterlesen
arXiv AI Papers
Qwen3.8‑27B offenbart unerwartete Off‑Target‑Effekte in Koreanisch.
Qwen3.8‑27B verbessert nach Post‑Training Koreanergebnisse, kontrolliert Antwortstruktur und reduziert unerwünschte Offenlegung.
Weiterlesen
arXiv AI Papers
Neue Speicherkompression löst Engpass bei vielen Agenten-Sandboxes.
AgentZip senkt KI-Agenten-Sandbox-RAM um bis zu 8,7‑fach dank neuer Kompression.
Weiterlesen
arXiv AI Papers
Trajektorien‑basierte Steuerung optimiert Diffusions‑Vision‑Language‑Modell LLaDA‑V.
Optimiertes Routing in Diffusion‑VLMs erhöht Genauigkeit; ein training‑freier Algorithmus steuert Entscheidungen ohne Ground‑Truth.
Weiterlesen
arXiv AI Papers
Neues Benchmark Mr.LHDR prĂĽft langfristige multimodale Forschung von KI-Agenten.
Das Benchmark MR.LHDR testet multimodale KI-Agenten auf komplexe Beweisketten und zeigt 43 % Genauigkeit.
Weiterlesen
arXiv AI Papers
Magenta verbindet LLM-Logik mit Lean-Verifikation.
Magenta kombiniert LLMs mit automatischer Übersetzung in Lean‑4 und liefert 100 % Genauigkeit bei Olympiaden.
Weiterlesen
arXiv AI Papers
Neues KI-Exposure‑Resilienz‑Framework für Softwaremodelle.
AI‑ER bewertet KI-Einfluss und Anpassungsfähigkeit von Unternehmen anhand aktueller Fähigkeiten.
Weiterlesen
arXiv AI Papers
Cross‑Modal‑Diffusions‑Transformer (CoMA‑DiT) verbessert multimodale Hirndecodierung.
CoMA‑DiT ist ein Cross‑Modal Diffusion Transformer, der Lernleistung um +4 % steigert und 20 Modelle übertrifft.
Weiterlesen
arXiv AI Papers
Studie zeigt: Latenter Dialekt verhindert Zero‑Shot‑Transfer bei Sprachmodellen.
Die Studie zeigt, dass Zero‑Shot-Übergänge in isolierten Gesellschaften scheitern und gemeinsame Protokolle nötig sind.
Weiterlesen
arXiv AI Papers
RAMamba-Net: Mamba-basiertes multimodales Netzwerk verbessert Auditory Attention Detection.
RAMamba‑Net verbessert auditive Aufmerksamkeits‑Decodierung um 5,76 %, kombiniert EEG/EOG mit einem dualen Spatio‑Temporal‑Encoder.
Weiterlesen
arXiv AI Papers
TASCO optimiert LLM‑Reasoning durch stabile Testzeit‑Anpassung.
TASCO verbessert LLM-Testzuverlässigkeit durch stabilitätsorientierte Confidence‑Optimierung und gezielte Störungen.
Weiterlesen
arXiv AI Papers
NFDI4Culture nutzt narrative Abfragen fĂĽr Wissensgraphen.
Data Stories erleichtern den Zugang zu kulturellen Wissensgraphen, indem sie Texte, Bilder und SPARQL-Abfragen verbinden.
Weiterlesen
arXiv AI Papers
LLMs auditieren Symbolic‑Regression für physiologische Plausibilität – klinische Bewertung.
LLM‑unterstützte symbolische Regression verbessert Interpretierbarkeit, da LLMs Modelle medizinisch bewerten.
Weiterlesen
arXiv AI Papers
Kalibrierungsbewusste Unsicherheitskaskaden steigern Effizienz heterogener Modellzusammenarbeit.
CAUC verbessert Modellkooperation und Kosten durch Kalibrierung der Konfidenz jedes Modells.
Weiterlesen
arXiv AI Papers
RouteRepair erkennt und behebt Instanzfehler bei LLM-Routingheuristiken.
RouteRepair nutzt LLM, repariert Heuristikkomponenten und verbessert Routing bei TSP und CVRP.
Weiterlesen
arXiv AI Papers
Akzentvergleich neu: Flexibel und erklärbar mittels artikulatorischer Embeddings.
Paper liefert, dass akustische Aufnahmen mittels Inversion vergleichbare Akzentdarstellungen erzeugen.
Weiterlesen
arXiv AI Papers
Konventionengap: Messung versteckter Kommunikation in kooperativer KI‑Bewertung.
Die Konventionellitätslücke misst implizite Fehler in Mensch‑KI‑Hanabi‑Spielen und zeigt große Unterschiede.
Weiterlesen
arXiv AI Papers
Unlearning-Audit offenbart: Batch‑Norm-Checkpoints behalten Daten.
Unlearning‑Audit deckt bei veröffentlichten Modellen Schwächen auf, betont Unstimmigkeiten in Batch‑Norm, fordert Parameterangaben.
Weiterlesen
arXiv AI Papers
KI‑Plattform erschafft zweischichtige Wissensgraphen für pharmazeutische Prozessentwicklung.
Modulares Agentic‑AI-System konvertiert pharmazeutische Prozessdokumente in zweischichtiges Wissensgraph, erreicht 95 % Tier‑1 und 85 % Tier‑2 Genauigkeit.
Weiterlesen
arXiv AI Papers
ActMap liefert Single-Pass‑Unsicherheitsquantifizierung für große Sprachmodelle.
ActMap liefert mit einem kompakten Vision Transformer effiziente Unsicherheitsquantifizierung und geringe Kalibrierungsfehler fĂĽr groĂźe Sprachmodelle.
Weiterlesen
arXiv AI Papers
Neuer Ansatz erweitert SMT‑Solver durch nicht‑gründliche Konfliktanalyse.
Das Papier verbindet Quantifikatorinstantiation mit CDCL(T)-Regeln und nicht-ground-Konfliktanalyse zur effizienteren Lernklausel‑Erzeugung.
Weiterlesen
arXiv AI Papers
CPU-basierte LiDAR-Detektion mittels Random Forest erreicht 98 % Genauigkeit bei Formelstudenten.
Eine schlanke CPU-basierte LiDAR-Pipeline erzielt mit F1=98 bei 2371 Renndatensätzen ausgezeichnete Objekterkennung.
Weiterlesen
arXiv AI Papers
Promptrevision in Text‑to‑Image Systemen DALL‑E 3, Imagen 4 & GPT‑Image 1.5 laut WORLDVIEW.
Die Revision-Schicht erzeugt kulturelle Stereotype, reduziert nicht‑westliche Kontexte und trägt Bias bei.
Weiterlesen
arXiv AI Papers
Studie quantifiziert Power-Elasticität von LLM‑Training.
Der Power Flexibility Index misst Leistungsverlust bei reduzierter GPU-Stromzufuhr und verbessert KI‑Trainingseffizienz.
Weiterlesen
arXiv AI Papers
EXYGEN nutzt LLMs für skalierbare Knowledge‑Graph‑Abfragen.
EXYGEN ermöglicht skalierbare Wissensgraph-Konversationen ohne Feinabstimmung, nutzt Metadaten für Retrieval-Augmented Generation.
Weiterlesen
arXiv AI Papers
Kontekst‑erweiterte LLMs nutzen alternative Daten für Unternehmensfinanzvorhersagen.
LLMs nutzen ein zweischrittiges Verfahren, um alternative Daten zu integrieren und präzise Umsatzprognosen zu liefern.
Weiterlesen
arXiv AI Papers
Modulare Fertigungssysteme optimiert durch modellbasiertes RL mit inversen Modellen.
Modellbasiertes RL mit Feedforward‑Netzwerk erhöht Effizienz in modularer Fertigung deutlich.
Weiterlesen
arXiv AI Papers
MAPLE: LLM‑basierter Agent für adaptive Optimierungsplanung.
MAPLE‑Agent kombiniert Sprachmodelle, mathematische Programmierung und Evolutionsalgorithmen für dynamische Optimierung.
Weiterlesen
arXiv AI Papers
Neues Entwicklungsmodell für autonome KI‑Agenten im sozialen Kontext.
Neues Modell autonomer Lernagenten nutzt Neugier, Kompetenz und Sandbox-Umgebungen zur angepassten Entscheidungsfindung.
Weiterlesen
arXiv AI Papers
Harvard Dataverse verbindet 150 000 Datenpunkte in geospatiale Wissensgraphen.
Harvard Dataverse erstellt geospezifische Wissensgraphen für KI, unterstützt Metadatenanreicherung und Politikanalyse, beleuchtet US‑Datenlücke.
Weiterlesen
arXiv AI Papers
COBRA‑Skills nutzt kontextbasierte Bandits zur Optimierung von LLM-Agentenfähigkeiten.
COBRA‑Skills senkt Evaluationskosten um bis zu 58 % und liefert Spitzenleistungen in sechs Benchmarks.
Weiterlesen
arXiv AI Papers
Bayessche Rückwärtsrechnung als neue Methode zur kollektiven Entscheidungsfindung bei widersprüchlichen LLM‑Agenten.
Die Methode nutzt Bayesian‑Posterior mit Jensen‑Shannon, um LLM-Agenten zu sortieren und LogLin erhöht die Genauigkeit.
Weiterlesen
arXiv AI Papers
SIRF übertrifft Qwen3 in industrieller Risikokontrolle mit ultrakurzlatenter Präzision.
SIRF erhöht Risikokontrolle um 15 pp und reduziert Fehlalarme um 20 % bei 0,1‑Sekunden‑Latenz.
Weiterlesen
arXiv AI Papers
Vier‑Parameter-Gating für On-Policy Distillation mit Qwen3.
Neue Parameterisierung verbessert Token‑Gating, übertrifft Modelle bei TweetEval mit Qwen3‑32B/4B und dynamisches Gating.
Weiterlesen
arXiv AI Papers
Alibaba, Meta und Google prĂĽfen, wie Qwen, LLaMA und Gemma Wissen nutzen.
Die Studie zeigt Modellunterschiede bei Routing‑Logik: Qwen bleibt einflussreich, Llama wirkt nicht, Gemma mittleres Profil.
Weiterlesen
arXiv AI Papers
Gesprächsbasierter XAI-Ansatz erklärt komplexe Energieverbrauchsmodelle.
Der Open‑Source Explainability Assistant revolutioniert ML‑Erklärbarkeit, nutzt LLM‑Funktion‑Calls, erreicht 94 % Genauigkeit und wird bevorzugt.
Weiterlesen
arXiv AI Papers
Neues Forschungspapier: Linear‑Modelle für Empfehlungssysteme durch Regularisierung optimiert.
Neues Framework nutzt kombinierte Low-Rank-Regulierung, senkt Aufwand und steigert Genauigkeit.
Weiterlesen
arXiv AI Papers
MindTopo-Test prüft Basismodelle auf topologische Denkfähigkeit.
MindTopo Benchmark testet KI-Sprachmodelle auf topologische Intuition und zeigt, dass Fortschritte hinter menschlicher Leistung zurĂĽckbleiben.
Weiterlesen
arXiv AI Papers
Künstliche Identität lässt Agenten selbständig steuern.
Künstliche Intelligenz kontrolliert persistente Agenten mittels eigenständigem Identitätsmechanismus, doch Gefahr von Korruption besteht.
Weiterlesen
arXiv AI Papers
Qwen3‑VL und Gemma3 übertreffen BioCLIP bei Artenkennung von Kameragranzen.
BioCLIP erzielt beste Tieridentifikation bei Feldkameras trotz kleinerer Größe.
Weiterlesen
arXiv AI Papers
RollenÂunterschiede starten kollektiven Informationsmotor bei Anti‑Koordinationsspielen.
Aktive Materie steuert Agentenrollen durch Signale, generiert Ressourcen und schafft bei positivem Feedback bifurkante Sequenzen.
Weiterlesen
arXiv AI Papers
Solvers treiben Bootstrapping von LLMs in OR voran.
SOLID verbessert LLMs fĂĽr Operations Research durch selbstgenerierte Referenzen, steigert Genauigkeit ohne externe Evaluatoren.
Weiterlesen
arXiv AI Papers
Lean-Formalisierung beweist Dong‑Yang‑Klassifikation für binäre Codes.
KI‑unterstützte Lean 4 Formalisierung von Dong‑Yangs Blockcodes verifiziert und verbessert.
Weiterlesen
arXiv AI Papers
Qiushi Engine verbessert BabyLM 2026 mit datensparsamem Sprachmodell.
Qiushi Engine triumphierte bei BabyLM 2026 Strict‑Small dank dreistufiger Lernstrategie mit Restatements.
Weiterlesen
arXiv AI Papers
Neurosymbolische Pipeline‑Sicherheit gegen Log‑Poisoning von LLMs.
Neurosymbolische Defense schützt KI‑SOCs vor Log‑Poisoning durch SIEM‑Decoder und Semantikvalidierung.
Weiterlesen
arXiv AI Papers
AcFlow steuert DiT-Token fĂĽr feinjustierte Bildgenerierung.
AcFlow liefert optimale Stil-Content-Balance bei Text‑zu‑Bild-Transformers.
Weiterlesen
arXiv AI Papers
Google präsentiert Gemma‑2‑9B: perfekte Aliasierung bei Wahrheitstest.
Klare Wahrheitsabfragen erkennen Muster, aber unterscheiden in Gemma‑2‑9B keine Wahrheit von Anweisung.
Weiterlesen
arXiv AI Papers
CARTS: Neue Steganografie fĂĽr Text mit autoregressiven Modellen.
CARTS nutzt kontextbasierte autoregressive Rangtranskodierung mit Llama 3‑8B und zeigt exakte Payload-Wiederherstellung ohne zufällige Kollisionen.
Weiterlesen
arXiv AI Papers
Deep Learning erkennt Cyberangriffe in LEO‑Satellitennetzwerken.
UNSW entwickelt Deep‑Learning-System zur Erkennung von Cyberangriffen auf LEO‑Satelliten.
Weiterlesen
arXiv AI Papers
LLM‑Agenten verlieren bei Skill‑Routern durch synthetische Daten Leistung.
Effektive Skill‑Routing‑Methoden verbessern Retrieval-Leistung von LLM-Agenten; neuer Router mit 34 396 Fähigkeiten senkt Vergessen, schwächt In‑Distribution‑Retrieval.
Weiterlesen
arXiv AI Papers
AMOL verhindert Center-Class-Hedging bei ordinaler Klassifizierung.
AMOL reduziert Ordinalklassifikationsfehler und erzielt höhere QWK‑Werte als andere Modelle.
Weiterlesen
arXiv AI Papers
LLM‑Modelle OpenAI, Qwen und DeepSeek machen Fehler bei Urdu.
Studie zeigt, dass GPT‑5.1, Qwen‑3-Max und DeepSeek‑3.1 bei Urdu‑Geschichten viele Grammatik- und Kulturfehler produzieren.
Weiterlesen
arXiv AI Papers
LLM‑Analyse zeigt SPDF‑Gap: statisch sicher, dynamisch angreifbar.
Eine KI‑Pipeline fand bei sauberem Python-Code 14 % ausnutzbare Schwachstellen.
Weiterlesen