📅 2026-08-24
1 artikelen
Een AI-banenboom? Zo ziet het saaie, tijdelijke werk in datalabeling er in werkelijkheid uit
Interviews met datawerkers in China en Australië leggen de precaire, uitbuitende omstandigheden bloot van deze nieuwe tak van de kluseconomie.
📅 2026-08-21
4 artikelen
Het belang van studenten leren wat AI níet kan
arXiv:2608.19323v1 Aankondigingstype: nieuw Samenvatting: Onzekerheidskwantificering (UQ) is essentieel voor de veilige inzet van grote taalmodellen (LLM's). Bestaande methoden, van verwoorde betrouwb...
De grenzen van bewijs-delen voor neurale netwerken blootgelegd
Robuustheidsverificatie van neurale netwerken wordt steeds belangrijker vanwege hun gebruik in veel kritieke domeinen. In bepaalde scenario's is aangetoond dat het delen van bewijzen onvolledige verif...
Verbeterde betrouwbaarheidsschattingen voor black-box grote taalmodellen
Onzekerheidskwantificering (UQ) is essentieel voor de veilige inzet van large language models (LLM's). Bestaande methoden, van verbale betrouwbaarheid tot methoden die meerdere generaties vereisen, zi...
Holtercare-Bench: een multimodale benchmark voor het evalueren van langdurige dynamische ECG-analyse
Hoewel multimodale large language models (MLLM's) uitblinken in medische toepassingen, richten de meeste zich op statische beelden of kortetermijnsignalen. Op het cruciale terrein van dynamische elekt...
📅 2026-08-20
5 artikelen
Een systematische review van machine learning-technieken voor de diagnose en behandeling van autisme: uitdagingen en kansen
7. arXiv:2608.18188v1 Aankondigingstype: nieuw. Samenvatting: Autismespectrumstoornis (ASS) is een ontwikkelingsstoornis die wordt gekenmerkt door uitdagingen in sociale interactie en communicatie. Om...
Wat kan kunstmatige intelligentie leren van de geneeskunde? Generatieve analogieën en betrouwbare machine learning-systemen
6. arXiv:2608.18186v1 Aankondigingstype: nieuw. Samenvatting: De afgelopen jaren is machine learning (ML) op grote schaal (en tot op zekere hoogte succesvol) toegepast in de geneeskunde. Onzekerheden ...
H²EDL: Hyper Evidential Deep Learning voor hiërarchische classificatie
5. arXiv:2608.18185v1 Aankondigingstype: nieuw. Samenvatting: Fijnmazige herkenning gaat vaak gepaard met hiërarchische labelruimten, waarbij een model zeker kan zijn over een grof semantisch concept ...
Naar omkeerbaar vergeten: omgaan met verouderde kennis in continu lerende enterprise AI-agents
4. arXiv:2608.18177v1 Aankondigingstype: nieuw. Samenvatting: Continual learning heeft vergeten traditioneel als een mislukking behandeld, met de nadruk op het behoud van eerder opgedane kennis naarma...
Vooringenomenheid in AI is niet alleen een fout in het algoritme. Het is een keten van menselijke beslissingen
3. Technische oplossingen voor AI-systemen zijn niet genoeg. Wat nodig is, is een grondige herziening van AI-ecosystemen om ervoor te zorgen dat ze inclusiever zijn.
📅 2026-08-19
5 artikelen
Onderzoek naar mensachtig gedrag in LLM's: een multidimensionale analyse van modelgedrag, gebruikersfactoren en systeemprompts
Grote taalmodellen (LLM's) vertonen een breed scala aan mensachtig gedrag, van het uiten van gedachten en emoties tot het opbouwen van relaties met gebruikers en het weigeren van verzoeken en het bewa...
Benchmarking van klassieke en transformer-gebaseerde modellen voor classificatie van documentgevoeligheid
arXiv:2608.16928v1 Aankondigingstype: nieuw Abstract: Automatische gevoeligheidsclassificatie van organisatiedocumenten is een kritiek maar onderbelicht probleem, waarbij de gevolgen van misclassifica...
Hiërarchische dataselectie via manifold-dekking en sparse feature-dekking in LLM-post-training
arXiv:2608.16927v1 Aankondigingstype: nieuw Abstract: Naarmate supervised fine-tuning-data blijft schalen, is het selecteren van hoogwaardige subsets uit grote kandidaatpools cruciaal om de trainingsk...
Data-DPO: Direct Preference Optimization voor dataselectie van het doelmodel in LLM-post-training
arXiv:2608.16926v1 Aankondigingstype: nieuw Abstract: Dataselectie bij supervised fine-tuning heeft als doel een kleine set effectieve samples te selecteren uit grootschalige kandidaatdata, om zo de t...
Werktaken uitbesteden aan AI heeft een prijs – voor onze hersenen
We riskeren echte kennis te vervangen door "werk-slop".
📅 2026-08-18
4 artikelen
Studenten hebben meer nodig dan AI-vaardigheden — ze hebben verantwoordelijke AI-geletterdheid nodig
De convergentie van AI en biotechnologie vervaagt grenzen en zet bestaande regelgeving onder druk die technologieën afzonderlijk behandelt.
Overheden moeten niet op AI vertrouwen om te bepalen wie een sociale uitkering krijgt: binnen in een Zuid-Afrikaanse rechtszaak
Geautomatiseerde systemen moeten zorgvuldig in de gaten worden gehouden om te waarborgen dat ze daadwerkelijk in het algemeen belang opereren.
Het gebruik van AI in de biotechnologie verandert sneller dan de regels die voor beide technologieën gelden
De convergentie van AI en biotechnologie vervaagt de grenzen en zet bestaande regelgeving onder druk, die technologieën juist afzonderlijk beoordeelt.
📅 2026-08-17
1 artikelen
Het decennia-oude 'AI-alignmentprobleem' is eindelijk werkelijkheid geworden. Het oplossen ervan wordt niet makkelijk
Naarmate AI-agents autonomer worden, is gelaagd toezicht en effectieve controle nodig om ze afgestemd te houden op wat mensen willen.