📅 2026-06-09
1 artikelen
Offline reinforcement learning voor plasmabeheersing bij kernfusie: codebase en benchmark
arXiv:2606.07550v1 — Offline reinforcement learning (RL) biedt een veelbelovende route voor het ontwikkelen van plasmaregelaars uit historische tokamakdata, omdat online trial-and-error op echte appar...
📅 2026-06-08
4 artikelen
Als AI verslavend is, waar ligt de verantwoordelijkheid — bij big tech of bij de gebruiker?
AI wordt in de financiële dienstverlening al op grote schaal ingezet.
Maakt AI bankieren écht beter voor klanten?
Diffusie-taalmodellen verfijnen tokens stapsgewijs maar leggen ze onomkeerbaar vast, wat leidt tot een 'stabiliteitsachterstand' waarbij vroege beslissingen kwetsbaar blijven zelfs nadat ze zijn wegge...
FAIR-Calib: Frontier-bewuste instabiliteitsherwogen kalibratie voor post-trainingkwantisatie van diffusie-large language models
arXiv:2606.06546v1 – Aankondigingstype: nieuw. Samenvatting: Diffusion Large Language Models verfijnen tokens iteratief maar leggen ze onomkeerbaar vast, wat leidt tot een stabiliteitsachterstand waar...
Elmes*: Geautomatiseerde constructie van fijnmazige evaluatierubrieken voor large language models in long-tail onderwijsscenario's
arXiv:2606.06547v1 – Aankondigingstype: nieuw. Samenvatting: Het evalueren van grote taalmodellen voor onderwijs vraagt om het meten van hoe modellen lesgeven, niet alleen van wat ze weten. Bestaande ...
📅 2026-06-05
7 artikelen
Wat de rechtszaak over een AI-chatbot in Pennsylvania ons leert over de psychologie achter medisch vertrouwen
Het WK van dit jaar wordt het grootste ooit – en belooft ook het technologisch meest geavanceerde te worden.
Britse ministerie van Binnenlandse Zaken zet AI-leeftijdsschatting in bij asielzoekers – hoe betrouwbaar is de technologie?
Een onderzoeker van Carnegie Mellon legt het verband uit tussen onze hersenen en AI-chatbots – en wat een nieuwe rechtszaak in Pennsylvania onthult over de gevaren van AI.
State commitment learning: taalmodellen trainen om berekeningen van geheugen te onderscheiden
Redenerende taalmodellen maken geen onderscheid tussen tokens die voor berekening worden gebruikt en tokens die een blijvende toestand vormen: eenmaal gegenereerd blijven alle verborgen gedachten in d...
Temporele voorkeursconcepten en hun functies in een groot taalmodel
Grote taalmodellen worden steeds vaker ingezet voor beslissingen waarbij korte-termijnwinst tegen langetermijngevolgen moet worden afgewogen, maar er is weinig bekend over hoe ze deze afwegingen inter...
ERRORQUAKE: Ernstige verdelingen van de ernst van fouten in grote taalmodellen met open gewicht
Bij gelijke nauwkeurigheid verschillen open-weight LLM's aanzienlijk in de vorm van hun fout-ernstverdeling – een verschil dat onzichtbaar blijft voor het scalaire foutpercentage. Hallucinatiebenchmar...
De evaluatieblinde vlek: een stereologische theorie van benchmarkdekking voor grote taalmodellen
We presenteren een stereologische theorie voor de dekking van LLM-benchmarks. Voor elke testsuite met effectieve dimensionaliteit d_eff is de zichtbare Hausdorff-afstand tussen twee convexe capaciteit...
AI op het WK: slimmere tactieken, gezonde spelers, veiliger publiek – maar nieuwe risico's
Het WK van dit jaar wordt het grootste ooit – en belooft tegelijk het technologisch meest geavanceerde te worden.
📅 2026-06-04
5 artikelen
Uitholling van een deugd: AI traint mensen om directe antwoorden te verwachten – en dat is slecht nieuws voor geduld
arXiv:2606.03995v1 Aankondigingstype: nieuw Samenvatting: Achtergrond: De ziekte van Alzheimer treft wereldwijd meer dan 55 miljoen mensen. Nauwkeurige, interpreteerbare detectie van normale cognitie ...
Inverse kritische experimentopzet via gradiëntoptimalisatie en een multigroep-aandachtsgebaseerde neurale netwerkarchitectuur
Een nieuwe methode voor het valideren van geavanceerde kernreactorontwerpen met behulp van de correlatiecoëfficiënt c_k — die de gedeelde onzekerheid in k_eff door nucleaire data vastlegt — waarbij ee...
Nieuwe aspecten van de IEEE SA P3109 rekenkundige formaten voor machine learning
De IEEE P3109-conceptstandaard definieert een parametriseerbare familie binaire floating-pointformaten op maat van machine learning, met efficiënte representatie in een klein aantal bits — instelbaar ...
Vroege detectie van alzheimer met uitlegbare machine learning op klinische biomarkers: een multi-class classificatiestudie op basis van de ADNI-dataset
Een XGBoost-classificator voor het onderscheiden van normale cognitie, milde cognitieve stoornis (MCI) en de ziekte van Alzheimer aan de hand van acht klinische kenmerken uit de ADNI-dataset — een doo...
VN-rapport waarschuwt: AI slurpt straks 3% van de wereldwijde elektriciteit en meer water dan we nodig hebben om te drinken
Naarmate AI-modellen goedkoper en aantrekkelijker worden, zullen ze nieuw gebruik en hogere gebruiksaantallen stimuleren — waardoor elke efficiëntiewinst tenietgedaan wordt.
📅 2026-06-03
3 artikelen
Chatbot-knuffels voor driejarigen? Waarom AI-speelgoed riskant is voor kinderen
Als het BBP per persoon in het junikwartaal opnieuw daalt, belandt Australië in een 'per capita' recessie — een teken dat de gemiddelde Australiër erop achteruitgaat.
AI biedt belofte voor de landbouw, maar kleine boeren dreigen achter te blijven
AI-speelgoed kan verhalen vertellen, praten over de interesses van een kind, spelletjes spelen of zelfs bespreken wat er vandaag in de wereld gebeurt. Maar er kleven risico's aan.
Spectrale asymptotiek van landschappen met verlies van neurale netwerken: een exacte ontleding van de krommingsexponent
arXiv:2606.02596v1 Aankondigingstype: new Samenvatting: De krommingsexponent $\alpha$ in $h_k \propto \sigma_k^\alpha$ - die bepaalt hoe Hessische eigenwaarden schalen met gradiënt-singuliere waarden ...