Die Schweizer Fahne vor einem schneebedeckten Berg.

ISSN 3043-1921

Swissi AI Journal Open Access & Peer-Reviewed

AI-Forschung von der Methode bis zum eingesetzten System. Die Redaktion beurteilt Methode, Evaluation und Evidenz und publiziert angenommene Arbeiten fortlaufend im Open Access.

Zur Submission LaTeX herunterladen In Overleaf öffnen

Open Access

Peer-Reviewed Swissi-Artikel

Alle Swissi-Artikel anzeigen

SAIJ-guex5c23zfm5Okt. 2026

Multi-Agenten-KI als verschachteltes Prinzipal-Agent-Problem in der privaten Vermögensverwaltung

Mandatsrepräsentation und Nachweiskontrolle in der Schweiz, Deutschland und Österreich

DOI 10.5281/zenodo.23095194

arXiv 2610.02863

Eine verschachtelte Formulierung der Beziehung zwischen Kundschaft, Vermögensverwaltung und KI erfasst die Ergebnisse beider Parteien getrennt und definiert eine gemeinsame Zielfunktion unter Nebenbedingungen. Analytische Konstruktionen und Simulationen untersuchen, wie Mandatsrepräsentation, Klärung und nachweisgebundene Freigabe Empfehlungen beeinflussen.

Schlagwörter:

Multi-Agenten-KI
private Vermögensverwaltung
verschachteltes Prinzipal-Agent-Problem
Mandatsrepräsentation
gemeinsame Zielfunktion
Spezifikationsrisiko
Eignung
Herkunft von Prämissen
menschliche Aufsicht

SAIJ-5kdnql4rsq27Juli 2026

Jurisdiktionsübergreifende rechtliche Identitätssicherung für Capability Gating

Ein Design-Science-Vorschlag für gestufte, wiederverwendbare Identity Assurance natürlicher, juristischer und maschineller Entitäten

DOI 10.5281/zenodo.21901241

arXiv 2610.00287

Flache Maximalverifikation belastet alle Beteiligten mit dem seltensten Hochrisikofall. Dieses Modell trennt den Assurance-Zustand vom Capability Gate, das ihn nutzt. So folgt die Identitätsanforderung der Handlung und dem Gewicht ihrer Folgen, statt schon die blosse Teilnahme unnötig schwer zu machen.

Schlagwörter:

Identity Assurance
Capability Gating
gestufte und wiederverwendbare Verifikation
multi-jurisdiktionale Identität
data minimisation
Entitätstaxonomie
bitemporale Reliance
Design Science Research

SAIJ-zpd6gvtrfaunJuli 2026

Credentials und triangulierte Trust Signals auf einem einzelnen rechenschaftsfähigen Identifier

Ein Hash-verankertes Distributed-Ledger Framework für portable Identität über Jurisdiktionen hinweg

DOI 10.5281/zenodo.21901243

Digitale Identität bleibt starr, solange sie an Provider Accounts, veränderliche Handles und lokale Wallet Schemes gebunden ist. Eine rechenschaftsfähige Hash-Anchor Tier liegt darüber: ein inerter Root Anchor, nicht verknüpfbare Profile Anchors für getrennte Kontexte und gate-spezifische Assurance zu einem Zeitpunkt.

Schlagwörter:

digitale Identität
verifiable credentials
rechenschaftsfähige Pseudonymität
distributed ledger
selective disclosure
Identity Assurance
self-sovereign identity
Hash Anchor

SAIJ-sh27g6sykt2kJuli 2026

Identity-Staked Consensus und Kollusionsresistenz in konzessionierten Validator Sets

Ein Trust Model für dezentrale und regelkonforme Distributed Settlement Infrastructure

DOI 10.5281/zenodo.21901245

Permissioned Ledgers werden häufig als zentralisiert eingeordnet, weil Admission beschränkt ist. Die Trennung von Permissioning und Control Distribution macht Validator Identity zu extern kostspieligem Collateral: öffentliche Legal Identity, Charter State, Liability und Audit Exposure, mit affiliation-aware Voting Caps und Per-Member Collusion Margins.

Schlagwörter:

Identity-Staked Consensus
permissioned ledger
proof-of-authority
Validator Trust Model
Kollusionsresistenz
Settlement Infrastructure
Actor Assurance
Threshold Class Coverage
Ledger Evidence Record

SAIJ-f3jtignfyge3Mai 2026

Unternehmensbewertung, wenn AI das Geschäftsmodell prägt

Ein milestone-basiertes Real-Options Framework für das AI Valuation Uncertainty Problem

DOI 10.5281/zenodo.21901247

arXiv 2609.24181

Discounted Cash Flow, der IDW-S-1-Ertragswertansatz und Market Multiples verdichten Milestone-Wahrscheinlichkeiten, Continuation Options und Risk Shifts zu undurchsichtigen Aggregatparametern. Ein milestone-gated Real-Options Overlay zerlegt diesen Wert in prüfbare Komponenten, wobei ein Success Readiness Index per-option Wahrscheinlichkeiten aus strukturierten Pairwise Comparisons ableitet.

Schlagwörter:

Unternehmensbewertung
AI Integration
Real Options
milestone-basierte Bewertung
intangible assets
AHP
multi-criteria decision analysis

SAIJ-cwo7xrcdsautMärz 2026

Funktionale Architektur europäischer Stromhandelsmärkte

Anforderungen an AI-gestützte Handelssysteme unter regulatorischen Restriktionen

DOI 10.5281/zenodo.21901249

arXiv 2609.29108

Der europäische Stromhandel läuft als restringiertes Mehrschichtsystem, in dem Rechtsarchitektur, Börsenmikrostruktur und Netzphysik über Forward-, Day-Ahead-, Intraday- und Balancing-Horizonte hinweg gemeinsam ausgeführt werden. Das Paper spezifiziert eine AI-gestützte Handelsarchitektur mit einem Permission Gate für ausführbare Aktionen und fail-closed Kontrolllogik unter REMIT, MiFID II, MiFIR und EMIR.

Schlagwörter:

EU-Strommarkt
Marktkopplung
NEMO-Topologie
Regelenergie
AI-Handelssysteme
Compliance-by-Design

SAIJ-xz3bi3q7fwimAug. 2025

Compliant AI Infrastructure für regulierte Finanzwirtschaft

Ein gestuftes Multi-Agenten-Framework mit DLT-Audit-Trails für Finanzoperationen im DACH-Raum

DOI 10.5281/zenodo.21901251

arXiv 2609.27632

Regulierung wird als Orientierungsschicht behandelt statt als deterministisches Regelwerk: Eine Matrix aus regulatorischer Intention und Exposure wird in konkrete Prohibitions, Obligations und Runtime Budgets kompiliert. Evidenz, Entscheidungen und Reason Codes binden an einen Permissioned DAG, sodass die Aufsicht nachvollziehen kann, wie ein Ergebnis zustande kam, und Fehler zurechnen kann.

Schlagwörter:

DACH-Finanzwesen
regulierte Finanzinstitute
Multi-Agenten-Expertensystem
policy-kompilierte Orchestrierung
Zielfunktion unter Restriktionen
Permissioned DLT
DAG-Timestamping
Audit Trails
EU AI Act
MiFID II
DORA
DSGVO
menschliche Aufsicht
Ausführungs-Gating
ESG-Budgets
Verifikation und Assurance

SAIJ-ddkjais6s332Aug. 2025

Ein regulierungskonformes AI- und Verifikationssystem für die Hochschulbildung unter ESG-konformen Restriktionen

DOI 10.5281/zenodo.21901253

Zwei verbundene Komponenten für die Hochschulbildung: ein rollenspezifisches Multi-Agenten-Framework für den institutionellen Betrieb und eine dezentrale Verifikationsschicht für Audit, Zeugnisauthentifizierung und manipulationsevidente Aufzeichnungen. DSGVO, EU AI Act, EQF, ECTS und ESG-Vorgaben sind als strukturelle Restriktionen kodiert statt nachträglich geprüft.

Schlagwörter:

Regulatory Technology
künstliche Intelligenz in der Bildung
Multi-Agenten-AI-Systeme
dezentrale Verifikation
akademische Tokenisierung
DSGVO-Compliance
EU AI Act
digitale Zeugnisinfrastruktur
ESG-Governance
UniAI
UniDVS

SAIJ-zkihhbpahsbrAug. 2025

Verifiable Federated AI Infrastructure

Schweizkonformes föderiertes AI-DLT-Netzwerk mit Nash-Gleichgewicht und ESG-Metriken

DOI 10.5281/zenodo.21901255

Zentralisierte AI-Infrastruktur skaliert und kollidiert dabei mit Latenz-, Auditierbarkeits- und Energierestriktionen. Das Design trennt zentralisiertes Training von dezentraler Inferenz und Speicherung über fünf Knotenklassen und verbindet einen grössenneutralen Availability Floor mit gestuften Prämien für Servicelevel, ESG-Leistung und Antikonzentration.

Schlagwörter:

dezentrales Rechenzentrum
AI
Federated AI Infrastructure
ESG
ESG-bewusstes Compute
Nash-Gleichgewicht
digitale Souveränität
Schweizer Datenregulierung
tokenisierte Infrastruktur
verifizierbare AI-Dienste

SAIJ-soeptiqyucowAug. 2025

Generisches AI-DLT-Unternehmenssystem

Architektur und Methodik für skalierbare Domänenanpassung aus einem einheitlichen Kern-Framework

DOI 10.5281/zenodo.21901257

Compliance wird in AI-Einsätzen meist nachträglich über Prompt Engineering hergestellt statt in der Grundlage verankert. Diese Architektur kodiert regulatorische, governancebezogene und ESG-Anforderungen als Problem des objective-under-constraints, sodass jeder spezialisierte Agent innerhalb rechtlich zulässiger und auditierbarer Grenzen arbeitet, bevor die Domänenarbeit beginnt.

Schlagwörter:

compliance-first AI
Multi-Agenten-Systeme
Distributed-Ledger-Technologie
gerichteter azyklischer Graph
Regulation by Design
ESG-Integration
domänenagnostische Architektur
deploymentagnostische Architektur
anbieteragnostische Architektur
objective-under-constraints

Fortlaufende Calls

Aktuelle Calls for Papers

Standing Calls benennen aktuelle redaktionelle Prioritäten innerhalb des vollständigen Scope des Journals.

NachhaltigkeitAI und ESG-Evidenz: Ergebnisse, die weniger Rechenleistung kosten, AI in Erzeugung und Netzen sowie Nachhaltigkeitsberichterstattung als Frage der Evidenz.
SouveränitätEnterprise AI unter europäischer Compliance: Systeme innerhalb der Rechtsordnung: selbst gehostete oder europäische Inferenz, Daten-Governance am vorgeschriebenen Ort sowie gemessene Leistungs- und Finanzkosten.
SpracheFoundation-Modelle für den DACH-Raum: Modelle, die auf deutschsprachigem Material trainiert, angepasst und evaluiert werden, mit Benchmarks, die es auf Deutsch gibt, und einer klaren Darstellung, wo ein regionales Modell einem allgemeinen überlegen ist.

Von arXiv

Aktuelle arXiv-Artikel

arXiv cs.AI

Medical Image Segmentation: Foundation Model Adaptation versus Task-Specific Training

Foundation models pretrained on large natural-image collections are increasingly adapted for medical image segmentation, in the expectation that they will replace models trained for each task. Most comparisons, however, use data from the training distribution and a single task-specific baseline whose configuration...

arXiv cs.LG

TorchCurves: Differentiable Parametric Curves

We present TorchCurves, a PyTorch library that treats vector-valued parametric curves as learnable primitives. Its central operation maps batches of scalar inputs to points on curves represented in B-spline or Legendre polynomial bases, with differentiation through both inputs and coefficients. Curve coefficients...

arXiv cs.AI

Toward Foundation Detection Models via Example-Based Grounding in EM-DETR

DeepLearning (DL)-based Computer-Aided Diagnostic (CAD) systems have shown great promise in supporting clinicians, but their performance heavily depends on the availability of large, well-annotated datasets. In medical lesion detection, the scarcity of comprehensive, stan dardized annotations and the heterogeneity...

arXiv cs.LG

AutoScaffold: AI-Guided Scaffolding for Reinforcement Learning of Language Models

Reinforcement learning with verifiable rewards (RLVR) produces rich training experience, yet outcome rewards reduce each attempt to a single number and leave most of this information unused. Training-time scaffolds, such as strategies or hints added to the prompt during training, offer a natural way to turn this...

arXiv cs.AI

Contrastive Discovery: Open-Ended Scientific Discovery over Competing Explanations

LLM agents are increasingly used for open-ended, data-driven scientific discovery, yet most of them evaluate hypotheses pointwise, testing an empirical claim h only against its complement neg h. When evidence rejects h, the agent learns that one explanation is unlikely but not which alternative the evidence...

arXiv cs.LG

Pyrite: Building and Benchmarking Protein-Ligand Pose Ranking Agents

Predicting how a ligand binds to its target is central to small-molecule drug discovery. Modern cofolding models can generate diverse candidate poses, but reliably ranking these candidates remains challenging. We introduce Pyrite, a pairwise pose-ranking benchmark comprising 1,500 pose pairs across diverse...

arXiv cs.AI

Comparative Analysis of Agent Evaluation Frameworks: Stability, Detection, and Discovery in Enterprise Analytics Agents

Deploying LLM-based analytics agents in enterprise settings requires evaluation frameworks that can reliably detect failures across complex, multi-tool workflows. We present a three-phase comparative study of three evaluation frameworks, each representing a distinct evaluation paradigm (trace-based LLM judging,...

arXiv cs.LG

When Does the Real Wiring Win? Testing connectome structure-function claims against unmeasured physiology

Connectome-constrained models are often used to argue that a measured wiring diagram outperforms shuffled or rewired wiring, and hence that structure shapes function. Such comparisons can confound wiring with how the models are tuned: a connectome fixes who connects to whom, not the excitability, gains or...

arXiv cs.AI

ReTrace: Distilling Tool-Using Agents into Planner-Free Workflows

Business process automation runs the same Standard Operating Procedure (SOP) again and again on new inputs. Large Language Model (LLM) agents can follow an SOP written in natural language, but they call an LLM to choose every step of every run, which adds latency and cost at scale. We present ReTrace, which turns...

arXiv cs.LG

Continual-ARC: Measuring Skill Acquisition over a Working Lifetime

Agent harnesses have emerged as a promising mechanism for continual learning, alongside test-time parametric learning. However, the current benchmarks have several limitations: they generally focus on a single applied domain, serve each instance only once, and assume a single family of learner, so memory-based and...

arXiv cs.AI

Re-Search: Dissecting LLM Ideation Through a Two-Player Questioning Game

Research ideation is iterative: researchers refine their ideas step by step based on feedback. Yet existing evaluations obscure this search process, making it difficult to understand how LLMs explore the space of research ideas and what limits their progress. We introduce Re-Search, which adapts the format of...

arXiv cs.LG

Emergent Biological Capabilities in a Foundation Model for Molecular Interactions

Foundation models trained on large unlabeled corpora develop emergent capabilities, tasks that go beyond the training objective. We extend this paradigm to multimodal biology with Bonbon, a foundation model for molecular interactions trained on approximately 3.2 trillion tokens of paired protein-ligand sequences....

arXiv cs.AI

One Policy for 100 Household Tasks: Our Solution for the 2026 BEHAVIOR Challenge

We describe our solution for the 2026 BEHAVIOR Challenge: 100 long-horizon household tasks in the OmniGibson simulator. We placed 9th on the final leaderboard, the only independent team in the top 10. The core of the solution is a single vision-language-action (VLA) model, one checkpoint for all 100 tasks, built on...

arXiv cs.LG

TimeSeek: Multi-Task and Multi-Domain Pretraining for Generalized Time Series Analytics

Time series analytics has been widely applied across various domains. While existing time series foundation models (TSFMs) have demonstrated promising results, they still face two major challenges: 1) Most TSFMs mainly rely on stacking Transformer layers to increase parameter size, lacking the ability to adaptively...

arXiv cs.AI

Two Communities, One Problem: Branch-and-Bound vs. A* for Resource-Constrained Project Scheduling

Branch-and-Bound (B&B) and A^* are popular exact search methods originating from Operations Research and Artificial Intelligence, respectively. Although the two methods share fundamental search principles, their different ways of exploring the search space can lead to substantially different computational...

arXiv cs.LG

C^2-Routing: Complementary Cropping and Compression for Efficient Vision-Language Inference

Visual Question Answering (VQA) imposes substantial computational overhead on vision-language models (VLMs), motivating model-agnostic input reduction methods that can be readily applied across diverse VLMs, including in black-box settings. Simply enforcing a visual-token cap reduces computation, but it can discard...

arXiv cs.AI

Quantifying the Sampling Frequency Invariance of Time-Series Foundation Models for Sensor Data Applications

Time-Series Foundation Models (TSFMs) are increasingly used in sensor applications, where sampling frequency (SF) varies across sensors, devices, and operating modes (e.g., power saving). Ideally, TSFMs must remain effective during such SF changes, provided the SF retains task-critical bandwidth. In this paper, we...

arXiv cs.LG

Bayesian inverse problems and epidemic-threshold uncertainty for a heterogeneous SIS reaction-diffusion model

We study Bayesian inference of persistence from early observations of a heterogeneous susceptible--infected--susceptible (SIS) reaction--diffusion model with standard incidence. We show that the leading prevalence dynamics depend on the unknown coefficients only through the difference between the transmission and...

arXiv cs.AI

Evaluating LLM-Generated World Models for Neuro-Symbolic Reasoning

Formal world models can support planning, verification, and safety reasoning, but constructing them from open-ended natural-language situations is difficult, particularly in multi-agent settings where several formalizations may be plausible. We study whether five LLMs can generate such world models as partially...

arXiv cs.LG

A Theory of Policy Optimization in Post-Training: Coverage Collapse and Reference Resets

Policy optimization is central to language model post-training, yet principled guidance remains limited. We revisit its theoretical foundations to identify algorithms that learn near-optimal policies using total samples and gradient steps governed by the base model's response coverage, a measure of how readily it...

Author Guidelines

Submission beim Journal

Senden Sie das Manuskript als englisches oder deutsches PDF. Jede Submission erhält eine redaktionelle Beurteilung und eine begründete Entscheidung.

Gebühren: Die Submission ist kostenfrei. Eine einmalige Gebühr von CHF 450 fällt an, wenn ein Manuskript in den externen Peer Review aufgenommen wird.
Peer Review: Für den Peer Review ausgewählte Manuskripte werden Double-blind von mindestens 2 unabhängigen Fachpersonen ausserhalb der Redaktion beurteilt. Der Peer Review wird innerhalb von 4 Wochen ab Submission abgeschlossen.

Autorschaft

Forschung aus Wissenschaft und beruflicher Praxis

Das Journal publiziert Arbeiten von Forschenden, Doktorierenden und Fachpersonen aus Industrie und öffentlichen Institutionen. Jedes Manuskript wird anhand von Methode, Evidenz und Beitrag beurteilt.

Die genannte Autorschaft trägt die Verantwortung für das Manuskript und weist die individuellen Beiträge aus.

Zur Submission

Institutionen

Gemeinsame Forschung aus Laboren, Unternehmen und öffentlichen Stellen

Das Journal publiziert gemeinsame Forschung aus Universitäten, Laboren, Unternehmen und öffentlichen Stellen. Evidenz aus Systemen im Betrieb steht im Zentrum des Themenfelds.

Genannte Personen tragen die Autorschaft; Institutionen werden im publizierten Artikel als Affiliations ausgewiesen.

Zur Submission

Wer entscheidet

Redaktion

Redaktionelle Entscheidungen werden nach Fachkompetenz zugewiesen. Jedes für den Peer Review ausgewählte Manuskript wird Double-blind von unabhängigen Fachpersonen beurteilt. Die Identitäten der Reviewers bleiben vertraulich, und der Responsible Editor trifft die endgültige Publikationsentscheidung.

Für Lesende und Bibliotheken

Bedingungen der Publikation

Diese Publikationsbedingungen gelten für jeden Artikel und bilden den Journal Record für Bibliotheken, Indizes und Förderstellen.

ISSN: 3043-1921
Schlüsseltitel: Swissi AI journal
Abgekürzter Schlüsseltitel: Swissi AI j.
Verlag: Swissi Holding AG, Zug, Switzerland
Chefredaktion: Dr. Walter Kurz, MBA, M.Sc.
Publikationsmodell: Fortlaufende Publikation. Jeder Artikel erhält eine Artikelnummer.
Peer Review: Für den Peer Review ausgewählte Manuskripte werden Double-blind von mindestens 2 unabhängigen Fachpersonen ausserhalb der Redaktion beurteilt. Der Peer Review wird innerhalb von 4 Wochen ab Submission abgeschlossen. Der Peer Review erfolgt Double-blind: Autorschaft und Reviewers kennen die Identität der jeweils anderen Seite nicht.
Zugang: Open Access. Der Volltext ist ab Publikation verfügbar.
Gebühren: Submission und Lesen sind kostenfrei. Eine einmalige Gebühr von CHF 450 fällt an, wenn ein Manuskript in den externen Peer Review aufgenommen wird.
Lizenz: Creative Commons Attribution 4.0 International. Das Urheberrecht bleibt bei der Autorschaft.
Langzeitarchivierung: Jeder Artikel wird bei Zenodo hinterlegt, betrieben von CERN.
Verzeichnet in: ROAD, dem Directory of Open Access Scholarly Resources des ISSN International Centre. Der Eintrag im ISSN Portal ist vollständig öffentlich, und die ISSN wurde vom ISSN-Zentrum Schweiz an der Schweizerischen Nationalbibliothek vergeben.
Sprache: Artikel erscheinen auf Englisch mit einer deutschen HTML-Lesefassung. Der englische Text ist die Version of Record, und jedes Artikel-PDF erscheint auf Englisch. Manuskripte werden auf Englisch oder Deutsch angenommen.

Redaktioneller Massstab

Worauf die Redaktion liest

Jede Submission wird anhand von sechs Kriterien beurteilt, einschliesslich Reproduktionen und negativer Ergebnisse.

MethodeReproduzierbar aus dem, was dasteht: Die Methode nennt Daten und Herkunft, Modell, Einstellungen für Training und Inferenz sowie die Entscheidungen, die für eine Reproduktion erforderlich sind.
EvaluationBaselines, Bedingungen und Fehlschläge: Die Evaluation berichtet Baselines, Ablationen, Betriebsbedingungen, Fehlschläge und den Aufbau hinter jedem zentralen Ergebnis.
AussagenSchlussfolgerungen bleiben in der Evidenz: Ein Benchmark-Ergebnis wird als Benchmark-Ergebnis berichtet, und eine Aussage über das Verhalten im Betrieb stützt sich auf Messungen aus dem Betrieb.
ForschungsstandWorauf er aufbaut, und was er hinzufügt: Der Artikel weist die Literatur aus, auf der er aufbaut, und was er ihr hinzufügt. Widerspricht ein Befund publizierten Arbeiten, setzt er sich mit ihnen direkt auseinander.
Systeme im BetriebEingesetzte Systeme, wie sie sich verhalten: Berichte über eingesetzte Systeme nennen Betriebsbedingungen, beobachtetes Verhalten, gemessene Wirkungen und Fehlschläge.
Replikation und negative ErgebnisseVolles redaktionelles Gewicht nach den festgelegten Kriterien: Reproduktionen, Widerlegungen und negative Ergebnisse erhalten volles redaktionelles Gewicht, wenn Methode und Evaluation die Kriterien des Journals erfüllen.

Wissenschaftliche Integrität

Das Journal wendet diese Standards an.

Kodex Wissenschaftliche Integrität

Swissuniversities, der Schweizerische Nationalfonds und Innosuisse haben unter der Federführung der Akademien der Wissenschaften Schweiz gemeinsam einen Kodex für wissenschaftliche Integrität erarbeitet.

PDF akademien-schweiz.ch

1.00 MB · 4. Mai 2021

Aktuelle Daily Papers

Von Hugging Face

Hugging Face Daily Papers

Evolving Infra: Agent-Adaptive LLM Serving at Scale

Agentic workloads are a major source of LLM inference demand. Existing prefill--decode (PD) disaggregated serving systems offer limited flexibility for runtime adaptation of compute allocation and KV cache management, and rely on coarse signals that only partly capture the diverse and dynamic agent workload. These...

Hugging Face Daily Papers

CARTBench: Rubric-Based Evaluation of Shopping Advice for Complex and Ambiguous Requests with Timelines

Large language model (LLM) shopping assistants now recommend products in multi-turn conversations. However, reliable evaluation faces Data scarcity and Difficulty Standardizing Criteria. To address these obstacles, we introduce CARTBench for CART (Complex and Ambiguous Requests with Timelines). For Data scarcity,...

Hugging Face Daily Papers

Where Does Alignment Emerge and What Does It Mean? A Closer Look at the Platonic Representation Hypothesis

The Platonic Representation Hypothesis (PRH) suggests that neural networks are converging toward similar representation spaces. As language models become more capable, their representations are aligning with those of vision models. However, recent work has questioned whether this trend continues to hold for newer...

Hugging Face Daily Papers

Precision on Demand: Escalating Weight Bits at Uncertain Decoding Steps in a Small Local Model

Local decoding usually fixes one weight precision for the whole generation. We study a different allocation: store 8-bit weights, decode with their top 4 bits, and redo a step at 8 bits only when the low-precision output distribution looks uncertain (entropy above a threshold or a small top-two margin)....

Hugging Face Daily Papers

Bits or permutations? Spending a fixed inference budget on weight precision or on option-order averaging in small local language models

Local language models can save memory by storing weights in fewer bits, and they can reduce sensitivity to the order of answer options by averaging a few reorderings. We ask whether the first makes the second worse, and which is the cheaper way to spend a fixed budget. On Qwen3-0.6B and Qwen3-1.7B with simulated...

Hugging Face Daily Papers

PolyRoute: A Twelve-Language and Code-Mixed Benchmark for Typed-Decision Routing, with Baselines and a Leaderboard

Typed-decision encoders answer a question about a text in one forward pass, but their behaviour outside English is rarely measured on a fixed yardstick. We release PolyRoute: 322 native-language support messages in 12 languages and 9 writing systems, 156 code-mixed or romanised messages (Hinglish, Spanglish,...

Hugging Face Daily Papers

SteerDistill: Quantizing LLM Agents via Closed-Loop Teacher Steering

Low-bit quantization reduces the inference cost of LLM agents but can compromise task success. Examining failed rollouts, we find that quantized agents overlook task requirements or environmental conditions, producing environment transitions that diverge from successful full-precision references. Correcting these...

Hugging Face Daily Papers

Mixed Signals: Weight-Space Programming for EEG and ECG

Weight-space programming allows language models to read a trained neural network's weights and edit them. This opens the door to ``training'' by reasoning rather than through gradient descent. Prior work has demonstrated its functionality and promise for game-playing networks and fixing specific failures in...

Hugging Face Daily Papers

Module-Aware Optimization for Graph Neural Networks

Different optimizers impose different geometries on parameter updates. Adaptive methods such as Adam and AdamW use coordinate-wise updates, while matrix-aware optimizers such as Muon utilize weight-matrix structure through orthogonalized updates. For Graph Neural Networks (GNNs), however, the effective geometry of...

Hugging Face Daily Papers

Read Less, Solve More: Token-Efficient Sparse Reading of External Content for AI Agents

Web-facing AI agents repeatedly access webpages, documents, repositories, and tool responses, yet reading interfaces often expose entire objects when only sparse evidence is needed. This over-reading increases token and latency costs and can dilute relevant evidence. We present SparseRead, a reusable reading...

Hugging Face Daily Papers

Interactive Visual Gym: Evaluating Visual Interaction Models with Simulated Users in Interactive Worlds

Visual interaction models that support users during ongoing physical tasks require evaluation in closed loop, where assistant responses can change subsequent user behavior and task outcomes. Existing benchmarks largely rely on offline replay and therefore cannot capture these effects. We introduce Interactive...

Hugging Face Daily Papers

Scaling Mathematical Proof Supervision from Structured Textbooks

Mathematical supervision for language models is typically flattened into isolated problem-solution pairs, discarding the curricular organization and evidential structure of the original sources. We introduce TOME-Math (Textbook-Oriented Mathematical Evidence), a large-scale corpus that converts 2,118 textbooks...

Hugging Face Daily Papers

CogBattery: Human-Referenced Evaluation of Cognitive Task Behavior and Structure in Language Models

Human cognitive tasks let us compare language models with humans under controlled conditions. Yet a model can reproduce the direction of a human effect while making different errors. CogBattery evaluates 54 open-weight language models on text adaptations of 13 cognitive paradigms, comparing each with human data...

Hugging Face Daily Papers

WMIP: A Working-Memory-Inspired Programmable Probe of Cumulative State Tracking in Large Language Models

Human working memory lets people maintain and update information. Large language models (LLMs) face a related demand when tracking updates within a single prompt without writing out intermediate states, yet existing tests differ in their constraints on written steps. We introduce a working-memory-inspired probe of...

Hugging Face Daily Papers

Ensemble Routing for Prompt-Adaptive Cost-Aware LLM Inference

Large language models (LLMs) increasingly support Web-based services that must balance response quality and inference cost across heterogeneous requests. Conventional routing selects one model per prompt, while fixed ensembles cannot adapt their composition and cost to individual requests. We introduce PISA, a...

Hugging Face Daily Papers

Incentivizing Self-Learning in Large Language Models via Reinforcement Learning

Large language models (LLMs) draw on parametric knowledge and retrieval-augmented generation (RAG) to solve knowledge-intensive tasks. Yet problem solving in unfamiliar domains calls for tightly coupled knowledge acquisition and reasoning, beyond factual retrieval and aggregation or learning solely from a...

Hugging Face Daily Papers

GTAGym: Real AAA Game Tasks Environment for Evaluation and Reinforcement Learning

AAA games offer a rich testbed for evaluating agent perception, reasoning, and control. However, evaluating whether agents can complete tasks in AAA games is challenging and often human-annotated because task outcomes are often difficult to verify automatically, let alone applying it for Reinforcement Learning...

Hugging Face Daily Papers

LO-World: Unified BEV Latent Modeling for Joint 4D Occupancy and LiDAR Forecasting

LiDAR point clouds and 3D semantic occupancy represent two distinct modalities capturing fine-grained metric geometry and dense volumetric semantics, respectively, holding natural potential for mutual complementarity. However, existing world models typically forecast these modalities independently or cascade them...

Hugging Face Daily Papers

One Table, Many Queries: Benchmarking Generalist Tabular Models Across Generation, Imputation, and Prediction

Generation, imputation, and prediction query different aspects of the same tabular distribution, but are usually evaluated separately. This leaves unclear which capabilities they share, how their training objectives interact, and whether one model can perform all three well. We introduce the One Table Benchmark (),...

Hugging Face Daily Papers

Visual Similarity in Adult Word Extension and Artificial Word Learning

When two objects share a name, how much does their visual similarity explain, and what do the teaching examples add? First, we reanalyzed trial-level data from a large adult word-extension study (Lewis & Frank, 2018), computing each test image's distance to the examples shown in the space of a frozen...

Swissi AI Journal Open Access & Peer-Reviewed

Peer-Reviewed Swissi-Artikel

Multi-Agenten-KI als verschachteltes Prinzipal-Agent-Problem in der privaten Vermögensverwaltung

Jurisdiktionsübergreifende rechtliche Identitätssicherung für Capability Gating

Credentials und triangulierte Trust Signals auf einem einzelnen rechenschaftsfähigen Identifier

Identity-Staked Consensus und Kollusionsresistenz in konzessionierten Validator Sets

Unternehmensbewertung, wenn AI das Geschäftsmodell prägt

Funktionale Architektur europäischer Stromhandelsmärkte

Compliant AI Infrastructure für regulierte Finanzwirtschaft

Ein regulierungskonformes AI- und Verifikationssystem für die Hochschulbildung unter ESG-konformen Restriktionen

Verifiable Federated AI Infrastructure

Generisches AI-DLT-Unternehmenssystem

Aktuelle Calls for Papers

Aktuelle arXiv-Artikel

Medical Image Segmentation: Foundation Model Adaptation versus Task-Specific Training

TorchCurves: Differentiable Parametric Curves

Toward Foundation Detection Models via Example-Based Grounding in EM-DETR

AutoScaffold: AI-Guided Scaffolding for Reinforcement Learning of Language Models

Contrastive Discovery: Open-Ended Scientific Discovery over Competing Explanations

Pyrite: Building and Benchmarking Protein-Ligand Pose Ranking Agents

Comparative Analysis of Agent Evaluation Frameworks: Stability, Detection, and Discovery in Enterprise Analytics Agents

When Does the Real Wiring Win? Testing connectome structure-function claims against unmeasured physiology

ReTrace: Distilling Tool-Using Agents into Planner-Free Workflows

Continual-ARC: Measuring Skill Acquisition over a Working Lifetime

Re-Search: Dissecting LLM Ideation Through a Two-Player Questioning Game

Emergent Biological Capabilities in a Foundation Model for Molecular Interactions

One Policy for 100 Household Tasks: Our Solution for the 2026 BEHAVIOR Challenge

TimeSeek: Multi-Task and Multi-Domain Pretraining for Generalized Time Series Analytics

Two Communities, One Problem: Branch-and-Bound vs. A* for Resource-Constrained Project Scheduling

C^2-Routing: Complementary Cropping and Compression for Efficient Vision-Language Inference

Quantifying the Sampling Frequency Invariance of Time-Series Foundation Models for Sensor Data Applications

Bayesian inverse problems and epidemic-threshold uncertainty for a heterogeneous SIS reaction-diffusion model

Evaluating LLM-Generated World Models for Neuro-Symbolic Reasoning

A Theory of Policy Optimization in Post-Training: Coverage Collapse and Reference Resets

Submission beim Journal

Forschung aus Wissenschaft und beruflicher Praxis

Gemeinsame Forschung aus Laboren, Unternehmen und öffentlichen Stellen

Redaktion

Dr.Walter KurzMBA, M.Sc.

Prof. Dr.Velimir Dedić

Prof. Dr.Stefan Marx

Prof. Dr.Frank Reinhardt

Prof. Dr.Jörg Westphal

Dr.Ralf Kittelberger

Dr.Florian Kollberg

Dr.Wojtek StrickerM.Sc.

Prof. Dr.Svetlana Andjelic

Prof. Dr.Nenad Dedić

Prof. Dr.José Machado

Prof. Dr.Šemsudin Plojović

Prof. Dr.Ivica Stankovic

Prof. Dr.Enes Sukic

Bedingungen der Publikation

Worauf die Redaktion liest

Das Journal wendet diese Standards an.

Von Hugging Face

Evolving Infra: Agent-Adaptive LLM Serving at Scale

CARTBench: Rubric-Based Evaluation of Shopping Advice for Complex and Ambiguous Requests with Timelines

Where Does Alignment Emerge and What Does It Mean? A Closer Look at the Platonic Representation Hypothesis

Precision on Demand: Escalating Weight Bits at Uncertain Decoding Steps in a Small Local Model

Bits or permutations? Spending a fixed inference budget on weight precision or on option-order averaging in small local language models

PolyRoute: A Twelve-Language and Code-Mixed Benchmark for Typed-Decision Routing, with Baselines and a Leaderboard

SteerDistill: Quantizing LLM Agents via Closed-Loop Teacher Steering

Mixed Signals: Weight-Space Programming for EEG and ECG

Module-Aware Optimization for Graph Neural Networks

Read Less, Solve More: Token-Efficient Sparse Reading of External Content for AI Agents

Interactive Visual Gym: Evaluating Visual Interaction Models with Simulated Users in Interactive Worlds

Scaling Mathematical Proof Supervision from Structured Textbooks

CogBattery: Human-Referenced Evaluation of Cognitive Task Behavior and Structure in Language Models

WMIP: A Working-Memory-Inspired Programmable Probe of Cumulative State Tracking in Large Language Models

Ensemble Routing for Prompt-Adaptive Cost-Aware LLM Inference

Incentivizing Self-Learning in Large Language Models via Reinforcement Learning

GTAGym: Real AAA Game Tasks Environment for Evaluation and Reinforcement Learning

LO-World: Unified BEV Latent Modeling for Joint 4D Occupancy and LiDAR Forecasting

One Table, Many Queries: Benchmarking Generalist Tabular Models Across Generation, Imputation, and Prediction

Visual Similarity in Adult Word Extension and Artificial Word Learning