Finde Modelle, Firmen und Themen

In der Welt der Transformer‑Modelle tritt häufig ein Phänomen namens „Attention Sink“ auf: ein überproportional hoher Fokus auf die erste P…

In der Welt der Reinforcement‑Learning‑Optimierung von Denkmodellen hat sich das Konzept der intra‑Gruppen‑Vergleichsverfahren als dominier…

Ultraschallmetallschweißen (UMW) ist in der Industrie weit verbreitet, doch die Prozessqualität ist stark von Werkzeugverschleiß, Oberfläch…

Rotary Position Embedding (RoPE) ist heute ein unverzichtbarer Bestandteil moderner Transformer‑Architekturen in Sprach-, Bild- und 3D‑Anwe…

Moderne generative Modelle wie Diffusion‑Architekturen eröffnen beeindruckende kreative Möglichkeiten, bringen jedoch auch erhebliche Siche…

Neurale Netzwerke sind das Herzstück moderner KI und erzielen in vielen Bereichen Rekordleistungen. Trotz ihres Erfolgs bleibt die Verbindu…

In diesem Tutorial wird NVIDIA PhysicsNeMo in Google Colab eingesetzt, um ein praxisnahes Workflow‑Beispiel für physikbasierte Machine‑Lear…

Ein neues Verfahren namens Evidential Transformation Network (ETN) ermöglicht es, bereits trainierte Modelle in Unsicherheitsmessungen zu v…

Die Erkennung von Anomalien in multivariaten Zeitreihen ist für die Überwachung von Industrieanlagen und Luft- und Raumfahrt­systemen von e…

In einem neuen Beitrag auf arXiv wird gezeigt, wie Transformer‑Modelle mithilfe von Meta‑Learning für Kompositionalität (MLC) ein bislang s…

Ein brandneuer Ansatz namens BiSDG nutzt Bi-Level Optimierung, um die langjährige Herausforderung der Single Domain Generalization (SDG) zu…

Die Harmonisierung von Daten bleibt ein entscheidendes Hindernis für integrative Analysen, weil unterschiedliche Schemata, Werteformate und…

Wissenschaftler haben eine neue Methode entwickelt, mit der nachtrainierte Fähigkeiten von großen Sprachmodellen auf kleinere Modelle übert…

Die Evolution hat enorme Vielfalt an Enzymen hervorgebracht, doch die chemischen Reaktionen, die sie bisher erkundet hat, bilden nur einen…

Ein neues arXiv-Papier (2604.05407v1) präsentiert CODESTRUCT, ein Framework, das Code‑Agenten von der fragilen Text‑Matching‑Methode zu ein…

Ein neues Paper auf arXiv präsentiert einen erweiterten Fourier Neural Operator (FNO), der nicht nur Zustände, sondern auch lineare quadrat…

Ein neues quantifizierendes Maß zur Bestimmung der Nähe von Merkmalen von Informationsobjekten wurde vorgestellt. Es richtet sich an Situat…

Eine neue neuro-symbolische Methode hat die Leistung des ARC-AGI-2-Systems deutlich gesteigert. Durch die Kombination von neuronalen Vorher…

Ein neuer Ansatz namens FTimeXer verspricht, die Genauigkeit von Vorhersagen zum CO₂-Fußabdruck des Stromnetzes deutlich zu erhöhen. Durch…

Traditionelle Reasoning‑Benchmarks prüfen, ob ein Modell aus einer festen Premissenmenge die richtige Antwort ableiten kann. Dabei wird jed…

In der Welt der großen Sprachmodelle (LLMs) ist das Training in niedriger Präzision ein entscheidender Faktor für Speicher‑ und Rechenleist…

AXELRAM bringt einen echten Durchbruch in der Berechnung von Attention‑Scores: Statt die KV‑Cache‑Indices zu dequantisieren, werden die Sco…

In der Forschung zum kontinuierlichen Graph‑Lernen hat ein neues Konzept namens Analytic Drift Resister (ADR) die Aufmerksamkeit auf sich g…

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

Die Anpassung großer Sprachmodelle (LLMs) unter begrenzten Rechenressourcen wird zunehmend durch Parameter‑Effizientes Fine‑Tuning (PEFT) v…

Ein innovatives maschinelles Lernmodell wurde entwickelt, um die Lösungen der Maxwell‑Gleichungen in einer Dimension zu approximieren. Der…

In einer aktuellen Untersuchung wurde das ELT-Bench, der erste Benchmark für die komplette Konstruktion von Extract‑Load‑Transform‑Pipeline…

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

Forscher haben die Lévvy-Flows vorgestellt, eine neue Klasse von Normalizing‑Flows, die die herkömmliche Gaußsche Basis durch Verteilungen…

Ein brandneues Benchmark namens CARV (Compositional Analogical Reasoning in Vision) wurde vorgestellt, um die Fähigkeit multimodaler Large…