📅 2026-05-19

3 artikelen
Onderzoek naar actie-encoderingen in recurrente neurale netwerken bij reinforcement learning
arXiv:2605.16318v1 Aankondigingstype: nieuw Samenvatting: Het opbouwen en onderhouden van toestandsinformatie om beleidsregels en waardefuncties te leren is cruciaal voor het inzetten van reinforcemen...
Systematische optimalisatie van real-time diffusiemodel-inferentie op Apple M3 Ultra
arXiv:2605.16259v1 Aankondigingstype: nieuw Samenvatting: Terwijl realtime beeldgeneratie met diffusiemodellen razendsnel is gevorderd op NVIDIA GPU's, blijft systematisch optimalisatieonderzoek op ni...
Kun je identiteit als merk registreren? De nieuwe juridische strategie die beroemdheden inzetten tegen AI
Het is een relatief nieuwe juridische tactiek en nog niet getoetst in de rechtbank.

📅 2026-05-18

7 artikelen
Bedrijven hypen AI op precies dezelfde manier als ze ooit duurzaamheid aanprezen, maar daar is iets aan te doen
arXiv:2605.15206v1 Aankondigingstype: nieuw Samenvatting: Autonome agents op basis van grote taalmodellen (LLM's) worden steeds vaker ingezet om complexe taken met meerdere stappen te automatiseren, z...
Gecodeerd antisemitisme online opsporen vraagt om zowel menselijke expertise als AI-automatisering
Deze federale begroting erkent dat AI de Australische economie niet kan transformeren als we niet beschikken over de lokale technologie, tools en expertise om het te implementeren.
De veiligheidsbelasting bij LLM-veiligheidsafstemming verlagen met on-policy zelfdestillatie
Veiligheidsuitlijning verbetert vaak de robuustheid tegen schadelijke prompts ten koste van redeneervermogen — een afruil die bekend staat als de veiligheidsbelasting. Een veelvoorkomende oorzaak is d...
Kwantisering ondermijnt afstemming: bias in gecomprimeerde LLM's bij verschillende modellen en precisieniveaus
Grote taalmodellen worden routinematig gecomprimeerd via post-training kwantisering om inferentiekosten en geheugengebruik te verlagen voor cloud- en edge-implementaties, maar het effect van deze comp...
TeamTR: Trust-region fine-tuning voor coördinatie van meerdere LLM-agents
Multi-agent LLM-systemen laten veelbelovende resultaten zien bij complex redeneren, maar recente evaluaties tonen aan dat ze vaak slechter presteren dan single-model benchmarks. We signaleren een stru...
AgentStop: Lokale AI-agents vroegtijdig beëindigen om energie te besparen in consumentenapparaten
Autonome agents op basis van grote taalmodellen worden steeds vaker ingezet voor complexe taken met meerdere stappen, zoals programmeren of webgebaseerde vraag-beantwoording. Cloudgebaseerde agents bi...
Bedrijven hebben meer nodig dan generieke chatbots om van AI te profiteren. Gaat dit budget helpen?
Deze federale begroting erkent dat AI de Australische economie niet kan transformeren zonder lokale technologie, tools en expertise om het te implementeren.

📅 2026-05-15

6 artikelen
Je kunt AI-modellen zover krijgen dat ze onwaarheden voor waar aannemen, blijkt uit onderzoek
Diffusietaalmodel blijken gevoelig voor "trajectory locking": beloningsgestuurde updates concentreren de kansmassa op een smalle set aan ruisonderdrukkingspaden, waardoor alternatieve correcte oplossi...
Door AI gegenereerde interventiefantasieën laten zien hoe wanhoop Cuba's politieke horizon heeft vernauwd
Grote taalmodellen kunnen vasthouden aan onwaarheden die zijzelf of menselijke gebruikers hebben geuit, zelfs wanneer ze bewijs van het tegendeel krijgen voorgeschoteld.
EMA: efficiënte modeladaptatie voor op leren gebaseerde systemen
Machine learning wordt steeds vaker ingezet om systeemprestaties te optimaliseren bij taken zoals resourcebeheer en netwerksimulatie. Anders dan bij traditionele ML-taken zoals beeldclassificatie oper...
EvolveMem: zelf-evoluerende geheugenarchitectuur via AutoResearch voor LLM-agents
Langetermijngeheugen is essentieel voor LLM-agents die over meerdere sessies heen opereren, maar bestaande geheugensystemen behandelen de retrieval-infrastructuur als vaststaand: opgeslagen inhoud evo...
Op naar de volgende grens van LLM's: trainen op privédata — een domeinoverstijgende benchmark voor federated fine-tuning
Het recente succes van grote taalmodellen (LLM's) is grotendeels aangedreven door enorme publieke datasets. De volgende grens voor LLM-ontwikkeling ligt echter voorbij publieke data. Een groot deel va...
Voorbij modus-zoekende RL: trajectbalans post-training voor diffusie-taalmodellen
Diffusie-taalmodellen zijn een veelbelovend alternatief voor autoregressieve modellen, maar de post-trainingsmethoden daarvoor bouwen grotendeels voort op beloningsmaximaliserende doelstellingen. Wij ...

📅 2026-05-14

4 artikelen
Schrijft AI echt? Van priesteres tot filosofen, klassieke auteurs zouden 'nee' hebben gezegd
Er is een verschil tussen een hulpmiddel gebruiken om je te ondersteunen, en een hulpmiddel gebruiken ter vervanging van cognitieve inspanning.
Runtime-monitoring van perceptiegebaseerde autonome systemen via ingebedde temporele logica
arXiv:2605.12651v1 Aankondigingstype: nieuw Samenvatting: Runtime-monitoring van autonome systemen vertrouwt traditioneel op het in kaart brengen van continue sensorobservaties aan discrete logische p...
Leren beslissen met AI-assistentie onder menselijke afstemming
arXiv:2605.12646v1 Aankondigingstype: nieuw Samenvatting: Er is brede overeenstemming dat wanneer AI-modellen besluitvormers in domeinen met hoge inzet helpen door een uitkomst van belang te voorspell...
OceanCBM: Een concept bottleneck-model voor mechanistische interpreteerbaarheid in oceaanvoorspellingen
arXiv:2605.12639v1 Aankondigingstype: nieuw Samenvatting: Extreme oceaanverschijnselen zijn niet alleen een uitdaging om te voorspellen, maar ook om een ​​diagnose te stellen, omdat nauwkeurige voorsp...