Finde Modelle, Firmen und Themen

Die neue Studie stellt die weit verbreitete Annahme in Frage, dass bei der Feinabstimmung von Sprachmodellen (SFT) ausschließlich auswendig…

Eine neue Untersuchung auf arXiv beleuchtet, wie die Gradient Preference Optimization (GRPO) in Kombination mit LoRA die mathematische Prob…

In modernen Unternehmensumgebungen, in denen mehrere Programmiersprachen gleichzeitig eingesetzt werden, ist die Fähigkeit, Code in verschi…

Die neue Methode TalkLoRA bringt eine bahnbrechende Weiterentwicklung in der Parameter‑Effizienz von großen Sprachmodellen (LLMs). Durch di…

Leistungsstarke HPC-Systeme erzeugen täglich riesige Mengen an heterogenen, weitgehend unstrukturierten Systemprotokollen. Durch die Vielfa…

In diesem Tutorial wird ModelScope anhand eines praxisnahen End‑zu‑End‑Workflows auf Google Colab vorgestellt. Zu Beginn richtet man die Um…

Ein neues arXiv‑Paper (2604.05134v1) untersucht, wie Sprachmodelle im Schachbereich ihre Denkfähigkeiten entwickeln – von der klassischen F…

Spiking‑Reservoir‑Computing bietet eine energieeffiziente Lösung für zeitabhängige Aufgaben, doch die Feinabstimmung an der sogenannten „Ed…

Im Bereich des multimodalen Contrastive Learning wird die klassische Bild‑Text‑Abstimmung zunehmend durch komplexere Modallogiken erweitert…

In einer neuen Veröffentlichung präsentiert das Forschungsteam die Vintix II‑Methode, einen Decision Pre‑Trained Transformer (DPT), der In‑…

In einer wegweisenden Studie zeigt das neue LLM-basiertes Bewertungssystem VERT, dass die Bewertung von Radiologieberichten deutlich genaue…

In einer neuen Studie untersuchen Forscher, wie Multi‑Agenten‑LLM‑Komitees – also mehrere Instanzen desselben Modells, die unter unterschie…

Amazon SageMaker AI hat einen neuen Ansatz vorgestellt, um agentische Tool-Calls schneller und effizienter zu gestalten. Durch die serverlo…

In der heutigen Zeit werden große Sprachmodelle (LLMs) vermehrt für Entscheidungen mit hohem Risiko eingesetzt. Doch ihre Empfindlichkeit g…

Moderne Sprachmodelle können zwar funktionell korrekten Code generieren, produzieren jedoch häufig weniger energieeffiziente Programme als…

Mit dem neuen Modell CIPHER (Conformer-based Inference of Phonemes from High-density EEG Representations) wird ein bedeutender Schritt in d…

In einer aktuellen Studie wurden die beiden populären Ansätze Evolution Strategies (ES) und Group Relative Policy Optimization (GRPO) im Ko…

Die neuesten Fortschritte im Deep Learning haben die Vorhersage von Unfällen in autonomen Fahrzeugen stark verbessert. Doch die Zuverlässig…

Eine neue Studie aus dem arXiv-Repository (2604.01694v1) präsentiert Minor Component Adaptation (MiCA) als revolutionäre, parameter‑effizie…

In der heutigen KI-Landschaft werden große Sprachmodelle zunehmend in unterstützenden oder beratenden Rollen eingesetzt. Dabei gilt es, die…

Ein neues Forschungsframework kombiniert strukturierte Diskriminierungs‑Kalibrierungs‑Logik mit Hint‑Guided Reinforcement Learning, um die…

Ein brandneuer Ansatz namens EVOM (Execution‑Verified Optimization Modeling) kombiniert Reinforcement Learning mit einer automatischen Ausf…

Ein neues Modell namens MARS‑GPS setzt neue Maßstäbe im geometrischen Problemlösen mit großen Sprachmodellen. Durch die Kombination mehrere…

Die Reverse Kullback-Leibler (RKL)-Divergenz hat sich in den letzten Monaten als das bevorzugte Ziel für die Distillation großer Sprachmode…

Ein neues Forschungsprojekt hat ein völlig neues Konzept für Graph Neural Networks (GNNs) vorgestellt, das die bisherige Notwendigkeit umfa…

In der klinischen Vorhersage mit großen Sprachmodellen (LLMs) treten häufig große Unterschiede in den Ergebnissen auf: Bei einfachen Fällen…

Deep Reinforcement Learning (DRL) hat sich als äußerst leistungsfähig bei komplexen Entscheidungsaufgaben erwiesen, erfordert jedoch enorme…

Ein neues, unüberwachtes neuronales Netzwerk namens DAF-FlowNet wurde entwickelt, um die Qualität von 4D-Flow-Magnetresonanztomographien (4…

Die dynamische Multi-Objektivoptimierung erfordert die kontinuierliche Verfolgung sich verändernder Pareto-Grenzen. Traditionelle Ansätze k…