📅 2026-08-31
1 artikelen
Wanneer Muon taakinterferentie tegenkomt: een spectraal perspectief op continu leren en modelmerging
arXiv:2608.27518v1 Aankondigingstype: nieuw. Samenvatting: Continual learning (CL) en model merging (MM) streven beide naar één model dat goed presteert over meerdere taken, waarbij ze respectievelijk...
📅 2026-08-28
5 artikelen
Agent Seer: scenario's synthetiseren vanuit begrip van specificaties
Het evalueren van AI-agents die externe tools gebruiken vereist realistische testscenario's die vastleggen hoe professionals tools combineren en over meerdere gespreksbeurten heen itereren. Zulke scen...
Voorbij capaciteitsbenchmarks: operationele vingerafdrukken van LLM-clouddiensten leren uit productie-incidentmetadata
arXiv:2608.26332v1 Aankondigingstype: nieuw Samenvatting: Beheerde LLM-diensten maken inmiddels deel uit van echte productiesystemen, maar modelselectie en serviceplanning leunen nog steeds sterk op c...
Privacy zonder spijt: differentieel private alignment tijdens inferentie
arXiv:2608.26324v1 Aankondigingstype: nieuw Samenvatting: Best-of-N (BoN)-sampling is de eenvoudigste en meest gebruikte afstemmingsstrategie op inferentietijd, maar kampt met twee afzonderlijke probl...
Pruning van gebinariseerde neurale netwerken: een toegewijd raamwerk en globaal gewogen algoritmen
arXiv:2608.26233v1 Aankondigingstype: nieuw Samenvatting: Extreme compressie van diepe neurale netwerken, tot volledige binarisatie, verkleint de geheugenvoetafdruk en rekenkundige complexiteit drasti...
NeuronFuzz: fuzzing op basis van veiligheidsneuronen voor de veiligheidsevaluatie van LLM's
arXiv:2608.26222v1 Aankondigingstype: nieuw Samenvatting: Veiligheidsevaluatie is cruciaal om te beoordelen of afgestemde grote taalmodellen (LLM's) robuust blijven tegen jailbreak-aanvallen. Bestaand...
📅 2026-08-27
7 artikelen
Hoe AI-gestuurde politie-inzet het publieke vertrouwen in de politie ondermijnt
Kunstmatige intelligentie heeft vandaag de dag nog geen grootschalige effecten op de arbeidsmarkt.
Ik ondervroeg werknemers om te zien of AI banenverlies had veroorzaakt en was verrast door de bevindingen
Een recente studie naar de Chinese innovatiehausse toont aan dat de octrooiactiviteit al jaren versnelt en rust op een heel ecosysteem, niet op een paar eenzame helden.
FAMPWQ: op Fisher-informatie gebaseerde adaptieve mixed-precision gewichtsquantisatie voor effectieve LLM-inferentie
arXiv:2608.24945v1 Aankondigingstype: nieuw Samenvatting: De afgelopen jaren zijn er opmerkelijke prestaties geleverd door Large Language Models (LLM's) in meerdere domeinen, terwijl de buitensporige ...
Wanneer heeft frequentie-decompositie baat bij physics-informed neural networks? Een voorlopige ablatiestudie
arXiv:2608.24940v1 Aankondigingstype: nieuw Samenvatting: Partiële differentiaalvergelijkingen (PDE's) hebben vaak hoogfrequente en multi-schaal kenmerken die neurale netwerken moeilijk kunnen benader...
ExFold: unified expert folding voor trainingsvrije MoE prefill-decode-versnelling
arXiv:2608.24938v1 Aankondigingstype: nieuw Samenvatting: Mixture-of-Experts (MoE)-modellen schalen capaciteit voor sterke kwaliteit terwijl de per-token rekenlast begrensd blijft door schaarse expert...
GreenLeaf Law Embed Tiny: een compact embeddingmodel voor retrieval in het juridische domein
arXiv:2608.24936v1 Aankondigingstype: nieuw Samenvatting: We presenteren GreenLeaf Law Embed Tiny, een embeddingmodel met 0,6 miljard parameters voor retrieval in het juridische domein. GreenLeaf-Tiny...
China's AI- en techdoorbraken zijn gebouwd op decennia aan werk. Dit kunnen andere landen ervan leren
Uit een recent onderzoek naar de Chinese innovatiehausse blijkt dat de octrooiactiviteit al jaren versnelt en rust op een heel ecosysteem, niet op een paar eenzame helden.
📅 2026-08-26
2 artikelen
Datavoorspelbaarheid bepaalt de Weibull-gewichts-schaalgroei bij het trainen van transformers
arXiv:2608.23573v1 Aankondigingstype: nieuw Abstract: De gewichtsmagnitudes van een getrainde transformer laten zich samenvatten door een Weibull-verdeling met twee parameters, waarvan de vorm k ≈ 1,2...
📅 2026-08-25
1 artikelen
Kun je jezelf leren AI-teksten te herkennen? Misschien
Deze studie ontwikkelt en evalueert een faillissementsvoorspellingsmodel dat consensusgebaseerde kenmerkselectie, hybride resampling, stacking-ensembles en verklaarbare kunstmatige intelligentie combi...
📅 2026-08-24
4 artikelen
Waarom de politie is opgedragen te pauzeren met het gebruik van AI in rechtszaken
Interviews met datawerkers in China en Australië leggen de precaire, uitbuitende omstandigheden bloot van deze nieuwe tak van de kluseconomie.
Beslisboom- en K-means-analyse van Ramanspectra voor eetbare oliën: een op fysica geïnformeerde AI-benadering
De authenticatie van eetbare oliën in bewerkte voedingsmiddelen is belangrijk voor voedselkwaliteit, fraudepreventie en naleving van regelgeving. Deze studie zet een geïntegreerd raamwerk van Raman-sp...
Machine learning en ARIMA-modelmiddeling voor adaptieve volksgezondheidsvoorspelling: vergelijkende evaluatie en een casestudy over COVID-19 in Ontario
Voorspellingen voor de volksgezondheid moeten kunnen reageren op abrupte veranderingen in surveillancedata zonder ruis, rapportage-artefacten of tijdelijke trends te overinterpreteren. We evalueerden ...
Faillissementsvoorspelling via hybride resampling en stacking-ensembletechnieken met op verklaarbare AI (XAI) gebaseerde analyse
Deze studie ontwikkelt en evalueert een raamwerk voor faillissementsvoorspelling dat consensusgebaseerde featureselectie, hybride resampling, stacking-ensembles en verklaarbare kunstmatige intelligent...