Suche nach Residual | meineki.news

Steuerbar, aber nicht dekodierbar: Funktionsvektoren jenseits der Logit‑Linse

In einer wegweisenden Studie, die auf arXiv veröffentlicht wurde, zeigen Forscher, dass Funktionsvektoren (FVs) große Sprachmodelle steuern…

arXiv – cs.LG 06.04.2026 04:00

Forschung

WGFINNs: Schwache Formulierung stärkt thermodynamische Netzwerke gegen Rauschen

In der wissenschaftlichen Datenanalyse bleibt die Aufgabe, aus verrauschten Messungen die zugrunde liegenden Governing‑Equations zu extrahi…

arXiv – cs.LG 06.04.2026 04:00

Forschung

Neue Studie enthüllt geometrische Struktur von Layer-Updates in Sprachmodellen

Eine neue Veröffentlichung auf arXiv beleuchtet die geometrische Struktur von Layer-Updates in tiefen Sprachmodellen. Statt sich auf die In…

arXiv – cs.LG 06.04.2026 04:00

Forschung

PI‑JEPA: Label‑freies Vortraining für Multiphysik‑Simulationen

In der Reservoirsimulation gibt es ein klares Daten‑Ungleichgewicht: Parameterfelder wie Permeabilitäts‑ und Porositätsverteilungen können…

arXiv – cs.LG 03.04.2026 04:00

Forschung

Gefahren bei Aligned AI: Neue Forschung deckt systemische Schwachstellen auf

Eine aktuelle Arbeit auf arXiv beleuchtet die anhaltenden Risiken, die selbst „aligned“ KI‑Agenten mit Dateisystemzugriff, E‑Mail‑Kontrolle…

arXiv – cs.LG 02.04.2026 04:00

Forschung

MOON3.0: KI-Modell für feinkörnige Produktanalyse im E‑Commerce

Mit dem rasanten Wachstum des Online-Handels gewinnt die Entwicklung von allgemeinen, nicht auf einzelne Aufgaben zugeschnittenen Repräsent…

arXiv – cs.LG 02.04.2026 04:00

Forschung

Neues Offline-Reinforcement-Learning: Residual-basierte Methode überzeugt

Ein neuer Ansatz im Offline-Reinforcement-Learning verspricht, die Grenzen bisheriger Algorithmen zu überwinden. Während herkömmliche Verfa…

arXiv – cs.LG 03.04.2026 04:00

Forschung

Sven: Singular Value Descent als effizienter Natural Gradient Algorithmus

Ein neuer Optimierungsalgorithmus namens Sven (Singular Value dEsceNt) wurde vorgestellt, der neuronale Netzwerke schneller und genauer tra…

arXiv – cs.LG 03.04.2026 04:00

Forschung

Neues Framework für Long‑Tailed Reranking: Residual Decomposition

In der Long‑Tailed‑Klassifikation, bei der wenige häufige Klassen die Mehrheit der seltenen Klassen dominieren, neigen Modelle dazu, bei de…

arXiv – cs.LG 03.04.2026 04:00

Forschung

Neues KI-Modell verbessert 4D-Flow-MRI: Rauschreduzierung & Entwirrung

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

arXiv – cs.LG 02.04.2026 04:00

Forschung

Deep Learning mit Zeitdaten-Augmentation verbessert RUL von Li‑Ionen‑Batterien

Die präzise Vorhersage der verbleibenden Nutzungsdauer (Remaining Useful Life, RUL) von Lithium‑Ion‑Batterien ist entscheidend für zuverläs…

arXiv – cs.LG 31.03.2026 04:00

Forschung

GSR-GNN: Training beschleunigen & Speicher sparen tiefen GNNs Schaltkreisen

Die neue Methode GSR‑GNN verspricht, das Training tiefer Graph Neural Networks (GNNs) für Schaltkreisanalysen massiv zu beschleunigen und g…

arXiv – cs.LG 31.03.2026 04:00

Forschung

Neues Papier vergleicht thermodynamisch strukturierte neuronale Netze

Ein neues arXiv‑Veröffentlichung untersucht systematisch, wie unterschiedliche thermodynamische Strukturen in Physics‑Informed Neural Netwo…

arXiv – cs.LG 31.03.2026 04:00

Forschung

<h1>Neues Ensemble-Lernmodell liefert 98,8 % Genauigkeit bei Pflanzenklassifikation</h1> <p>Die Landwirtschaft steht vor wachsenden Herausforderungen wie Klimawandel, Bodendegradation und Ressourcenknappheit. Um diesen Problemen mit datenbasierten Lösungen zu begegnen, wurde ein erklärbares Ensemble-Lernframework entwickelt, das optimierte Feature-Pyramiden, tiefe neuronale Netze, Selbstaufmerksamkeitsmechanismen und Residualnetze kombiniert.</p> <p>Das Modell nutzt einen Datensatz von 3 867 Beobachtungen m

arXiv – cs.LG 27.03.2026 04:00

Forschung

Leichtgewichtige, interpretierbare Modelle liefern präzise PM2.5‑Vorhersagen in Peking

Eine neue Studie zeigt, dass schlanke, leicht verständliche Zeitreihenmodelle die Luftqualität in Peking genauso genau vorhersagen können w…

arXiv – cs.LG 27.03.2026 04:00

Forschung

Llama3-8b-Instruct erkennt eigene Texte – neue Erkenntnisse zur KI‑Sicherheit

Eine aktuelle Studie aus dem arXiv‑Repository zeigt, dass das Chat‑Modell Llama3‑8b‑Instruct in der Lage ist, seine eigenen Texte zuverläss…

arXiv – cs.AI 26.03.2026 04:00

Forschung

Geometrische Kosten der diskreten Logik: Kontextabhängige Manifold-Dynamik

Eine neue Untersuchung auf arXiv (2603.23577v1) beleuchtet, wie große Sprachmodelle (LLMs) die notwendige Diskretisierung für logisches Den…

arXiv – cs.LG 26.03.2026 04:00

Forschung

Grokking in neuronalen Netzen: Regularisierung entscheidet, Optimierung weniger

Neural‑Network‑Forscher haben ein neues, systematisches Experiment veröffentlicht, das die bislang rätselhafte „Grokking“-Phänomen – den ve…

arXiv – cs.LG 27.03.2026 04:00

Forschung

RA-PINN: Neue KI-Architektur revolutioniert stabile elektrothermische Simulationen

Ein neues Forschungsprojekt aus dem arXiv-Repository präsentiert RA‑PINN, eine fortschrittliche Physik‑informierte neuronale Netzarchitektu…

arXiv – cs.LG 26.03.2026 04:00

Forschung

First-Mover-Bias in Gradient Boosting: Mechanismus, Erkennung, Lösung

In einer neuen Studie wird der sogenannte First‑Mover‑Bias in Gradient‑Boosting‑Modellen isoliert und detailliert beschrieben. Dabei handel…

arXiv – cs.LG 25.03.2026 04:00

Forschung

Latente Geometrie bleibt kompatibel: Modelle ohne Gewichtsupdates korrigiert

In einer neuen Untersuchung auf arXiv (2603.20406v1) wird erforscht, ob unabhängig trainierte Sprachmodelle geometrisch kompatible latente…

arXiv – cs.LG 24.03.2026 04:00

Forschung

ReLaMix: Latenzresistente Finanzprognosen mit Residual‑Mixing

In der hochfrequenten Finanzwelt sind Prognosen oft durch verzögerte oder teilweise veraltete Daten erschwert, die durch asynchronen Datene…

arXiv – cs.AI 24.03.2026 04:00

Forschung

RECLAIM: Kausale Netzwerke mit Zyklen trotz Messrauschen entschlüsseln

Ein neues Verfahren namens RECLAIM wurde auf arXiv veröffentlicht und löst ein langjähriges Problem in der Kausalanalyse: die gleichzeitige…

arXiv – cs.LG 24.03.2026 04:00

Forschung

Der Residual-Stream ist alles: KV-Cache in Transformer-Inferezen redundant

Eine neue Veröffentlichung auf arXiv beweist, dass der Key‑Value‑Cache (KV‑Cache), der in der Transformer‑Inference seit langem als unverzi…

arXiv – cs.LG 23.03.2026 04:00

Forschung

Deep-Hilbert-Galerkin-Ansatz löst unendliche PDEs und optimale Kontrolle

In einer wegweisenden Veröffentlichung auf arXiv (2603.19463v1) stellen Forscher einen neuen Ansatz vor, der Deep Learning mit Hilbert–Gale…

arXiv – cs.LG 23.03.2026 04:00

Forschung

AS2: Neuro‑symbolische KI ohne Solver – 100 % Sudoku‑Genauigkeit

Eine neue, vollständig differenzierbare Neuro‑Symbolik-Architektur namens AS2 (Aufmerksamkeit-basierte weiche Antwortmengen) hat die Grenze…

arXiv – cs.AI 20.03.2026 04:00

Forschung

CORE: Neue Methode erkennt zuverlässig Ausreißer in Deep Learning

In der Welt des Deep Learning ist die Erkennung von Ausreißern – also von Daten, die nicht zu den Trainingsdaten gehören – entscheidend für…

arXiv – cs.AI 20.03.2026 04:00

Forschung

ARTEMIS: Neuro-Symbolisches Modell liefert arbitragefreie Marktprognosen

In der quantitativen Finanzwelt sind Deep‑Learning‑Modelle häufig als Black‑Box‑Systeme bekannt, die zwar leistungsstark, aber schwer nachv…

arXiv – cs.LG 20.03.2026 04:00

Forschung

Neuer Ansatz mit quantisierungsbewusstem Codec reduziert Deepfake‑Erkennung um 46 %

Forscher haben einen innovativen Ansatz entwickelt, der die hierarchische Struktur von Residual‑Vector‑Quantisierungs‑Codecs nutzt, um Spra…

arXiv – cs.AI 19.03.2026 04:00

Forschung

NeuronSpark: Spiking Neural Network Modell mit 0,9 B Parametern im Dialog

Neurospark ist ein neues Spiking Neural Network (SNN), das mit 0,9 Milliarden Parametern ein reines, neuronales Sprachmodell darstellt. Im…

arXiv – cs.AI 18.03.2026 04:00

Finde Modelle, Firmen und Themen

Steuerbar, aber nicht dekodierbar: Funktionsvektoren jenseits der Logit‑Linse

WGFINNs: Schwache Formulierung stärkt thermodynamische Netzwerke gegen Rauschen

Neue Studie enthüllt geometrische Struktur von Layer-Updates in Sprachmodellen

PI‑JEPA: Label‑freies Vortraining für Multiphysik‑Simulationen

Gefahren bei Aligned AI: Neue Forschung deckt systemische Schwachstellen auf

MOON3.0: KI-Modell für feinkörnige Produktanalyse im E‑Commerce

Neues Offline-Reinforcement-Learning: Residual-basierte Methode überzeugt

Sven: Singular Value Descent als effizienter Natural Gradient Algorithmus

Neues Framework für Long‑Tailed Reranking: Residual Decomposition

Neues KI-Modell verbessert 4D-Flow-MRI: Rauschreduzierung & Entwirrung

Deep Learning mit Zeitdaten-Augmentation verbessert RUL von Li‑Ionen‑Batterien

GSR-GNN: Training beschleunigen & Speicher sparen tiefen GNNs Schaltkreisen

Neues Papier vergleicht thermodynamisch strukturierte neuronale Netze

Leichtgewichtige, interpretierbare Modelle liefern präzise PM2.5‑Vorhersagen in Peking

Llama3-8b-Instruct erkennt eigene Texte – neue Erkenntnisse zur KI‑Sicherheit

Geometrische Kosten der diskreten Logik: Kontextabhängige Manifold-Dynamik

Grokking in neuronalen Netzen: Regularisierung entscheidet, Optimierung weniger

RA-PINN: Neue KI-Architektur revolutioniert stabile elektrothermische Simulationen

First-Mover-Bias in Gradient Boosting: Mechanismus, Erkennung, Lösung

Latente Geometrie bleibt kompatibel: Modelle ohne Gewichtsupdates korrigiert

ReLaMix: Latenzresistente Finanzprognosen mit Residual‑Mixing

RECLAIM: Kausale Netzwerke mit Zyklen trotz Messrauschen entschlüsseln

Der Residual-Stream ist alles: KV-Cache in Transformer-Inferezen redundant

Deep-Hilbert-Galerkin-Ansatz löst unendliche PDEs und optimale Kontrolle

AS2: Neuro‑symbolische KI ohne Solver – 100 % Sudoku‑Genauigkeit

CORE: Neue Methode erkennt zuverlässig Ausreißer in Deep Learning

ARTEMIS: Neuro-Symbolisches Modell liefert arbitragefreie Marktprognosen

Neuer Ansatz mit quantisierungsbewusstem Codec reduziert Deepfake‑Erkennung um 46 %

NeuronSpark: Spiking Neural Network Modell mit 0,9 B Parametern im Dialog

🍪 Cookie-Einstellungen

AS2: Neuro‑symbolische KI ohne Solver – 100 % Sudoku‑Genauigkeit

Neuer Ansatz mit quantisierungsbewusstem Codec reduziert Deepfake‑Erkennung um 46 %

NeuronSpark: Spiking Neural Network Modell mit 0,9 B Parametern im Dialog