Finde Modelle, Firmen und Themen

Andrej Karpathy hat ein neues, schlankes Python-Tool namens autoresearch veröffentlicht, das es KI-Agenten ermöglicht, eigenständig Machine…

In einer aktuellen Untersuchung wurde gezeigt, dass große Sprachmodelle, die immer häufiger für alltägliche moralische Ratschläge eingesetz…

Die Suche nach Gegenständen in unstrukturierten Haushaltsumgebungen erfordert ein tiefes Verständnis der semantischen Beziehungen zwischen…

Ein neues Verfahren namens Weak‑SIGReg sorgt dafür, dass tiefe neuronale Netze ohne auf architektonische Tricks angewiesen zu sein, stabil…

In der neuesten Studie von arXiv (2603.05829v1) wird die Testzeit-Anpassung von großen Sprachmodellen (LLMs) durch viele-Beispiel-Prompting…

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die Struktur der Dienstabhängigkeitsgraphen – modelliert als gerichtete azyklische Gr…

Die zunehmende Besorgnis über algorithmische Vorurteile hat die Forschung zu einer Vielzahl von Debiasing‑Techniken geführt, die oft auf au…

MIRACL, ein neues Meta‑Multi‑Objective‑Reinforcement‑Learning‑Framework, verspricht, die Herausforderungen der dynamischen Lieferkettenopti…

In der dualen Zielstruktur-basierten Wirkstoffentwicklung wird ein einzelnes Ligand erzeugt, das gleichzeitig zwei, pocket-spezifische Bind…

Die Entwicklung von maschinellen Lernmodellen zur Identifikation radioaktiver Isotope mittels Gamma‑Spektroskopie bleibt ein schwieriges Un…

In einer bahnbrechenden Entwicklung präsentiert das Forschungsteam Omni-C, einen einzigen dichten Transformer-Encoder, der Bilder, Audio un…

Ein neuer Ansatz aus dem arXiv-Preprint 2603.06565v1 zeigt, wie Deep Reinforcement Learning (RL) durch logische Optionen vorangetrieben wer…

In einer bahnbrechenden Veröffentlichung auf arXiv (2603.06120v1) stellen Forscher einen neuen Optimierer vor, der die Art und Weise, wie M…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovatives Prognosemodell vorgestellt, das die Vorhersagegenauigkeit für Akti…

In der Welt der künstlichen Intelligenz gewinnt die effiziente Zusammenführung mehrerer, auf spezifische Aufgaben abgestimmter Modelle imme…

Moderne, skalierbare Sequenzmodelle – darunter Transformer-Varianten und strukturierte Zustandsraummodelle – opfern häufig ihre Ausdruckskr…

Ein neues Verfahren namens RoboLayout erweitert die Möglichkeiten von LayoutVLM und bringt die Erzeugung von 3D‑Szenen für eingebettete Age…

In einer bahnbrechenden Veröffentlichung auf arXiv präsentiert ein internationales Forscherteam die Methode JAWS (Jacobian-Adaptive Weighti…

Plateaus – Phasen, in denen ein Agent bei PPO nicht mehr Fortschritte macht – sind ein häufiges Problem in der on‑policy‑Reinforcement‑Lear…

Ein neues Verfahren, das Softmax-gewichteten Gradientenwechsel nutzt, löst das Problem der verteilten stochastischen Minimax-Optimierung un…

Ein neues Verfahren namens VISA (Value Injection via Shielded Adaptation) verspricht, Large Language Models (LLMs) genauer an menschliche W…

Ein neues arXiv-Papier (2603.04741v1) präsentiert CONE, ein hybrides Transformer‑Encoder-Modell, das speziell dafür entwickelt wurde, numer…

Reinforcement‑Learning‑Forscher haben kürzlich gezeigt, dass Diffusionsmodelle ein vielversprechendes Mittel sind, um multimodale Handlungs…

Neues Forschungspapier aus dem arXiv-Repository zeigt, dass große Sprachmodelle (LLMs) zwar bei vollständigen Informationen in einem einzig…

In einer neuen Studie wird die bisherige Symmetrie im Transformer‑Attention‑Mechanismus in Frage gestellt. Während klassische Modelle diese…

In der autonomen Fahrsimulation steht die Erzeugung realistischer und vielfältiger Fahrtrajektorien im Fokus. K-Gen, ein multimodales Sprac…

KI‑Agenten können heute flexibel Werkzeuge anrufen und komplexe Aufgaben erledigen, doch ihr langfristiger Fortschritt bleibt durch das Feh…

In der Forschung zu Inertial Confinement Fusion (ICF) setzen Wissenschaftler zunehmend auf sogenannte PDE‑Foundation‑Modelle. Diese Modelle…

In der Welt der großen Sprachmodelle (LLMs) eröffnet federiertes Feintuning die Möglichkeit, Modelle über verteilte Clients hinweg gemeinsa…