Suche nach LISA | meineki.news

MIRACL: Meta‑Lern‑Framework für vielseitige Mehrziel‑Optimierung in Lieferketten

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

arXiv – cs.LG 09.03.2026 04:00

Forschung

Hybrid-Ansatz vereint Heuristik und Reinforcement Learning für Schleppaufgaben

Voici la traduction en français du texte fourni, sans mentionner les termes « politique » ou « stratégie » : 1. La première étape consiste…

arXiv – cs.LG 09.03.2026 04:00

Aktuell

Lisa Huang: Meisterklasse zu Gemini Gems und FinTech-Agenten

Lisa Huang, eine der erfahrensten AI-Produktmanagerinnen der Welt, erläutert in ihrer Masterclass, wie sie bei Gemini Gems und bei der Entw…

Aakash Gupta – AI & Product 05.03.2026 21:41

Forschung

Personality‑Slider für LLMs: Steuerung von Charaktereigenschaften in Echtzeit

Eine neue Technik ermöglicht es, große Sprachmodelle (LLMs) in Echtzeit mit individuellen Persönlichkeiten zu versehen, ohne dass dafür umf…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Neues Framework zur reproduzierbaren Bewertung logischer Reasoning-Agenten

Ein neu entwickeltes Bewertungsframework ermöglicht die systematische und nachvollziehbare Prüfung von logischen Reasoning-Agenten. Es legt…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Transformers: Keine berechenbaren Längen‑Grenzen – neue Forschungsergebnisse

Die Frage, ob ein Lernalgorithmus für beliebig lange Eingaben zuverlässig vorhersagen kann, ist für die Praxis entscheidend. In einem kürzl…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues multimodales LLM nutzt Logik für bessere Domänenübertragbarkeit

In einem aktuellen Beitrag auf arXiv wird ein innovativer Ansatz vorgestellt, der die Herausforderung der Domänengeneralisation in tiefen L…

arXiv – cs.AI 02.03.2026 05:00

Forschung

K²-Agent: Hierarchischer Lernagent für mobile Geräte mit selbstentwickeltem Wissen

Ein neuer Ansatz namens K²-Agent verspricht, die Grenzen herkömmlicher mobile Geräte‑Controller zu sprengen. Durch die Trennung von deklara…

arXiv – cs.AI 03.03.2026 05:00

Forschung

RUMAD: Mit Verstärkungslernen die Effizienz von Multi-Agenten‑Debatten steigern

In der Welt der Multi-Agenten‑Debatten (MAD) wird die kollektive Intelligenz genutzt, um komplexe Probleme zu lösen. Doch bisherige Ansätze…

arXiv – cs.AI 02.03.2026 05:00

Forschung

SleepLM: Sprachbasierte KI revolutioniert Schlafanalyse

SleepLM ist eine neue Familie von Schlaf‑Sprach‑Foundation‑Modellen, die es ermöglichen, menschlichen Schlaf mit natürlicher Sprache auszur…

arXiv – cs.AI 02.03.2026 05:00

Forschung

GNNs für AML: Initialisierung & Normalisierung steigern Bitcoin‑Betrugserkennung

Graph Neural Networks (GNNs) eröffnen neue Möglichkeiten im Kampf gegen Finanzbetrug, indem sie Transaktionsdaten nicht nur als einzelne Kn…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Muon+ verbessert Muon-Optimierer durch zusätzliche Normalisierung

Der Muon-Optimierer hat bereits bei der Vortrainierung großer Sprachmodelle vielversprechende Ergebnisse erzielt, indem er Gradienten (oder…

arXiv – cs.LG 26.02.2026 05:00

Forschung

LoRA-Adapter werden dank Vektor‑Datenbank dynamisch kombiniert

Parameter‑effiziente Fein‑Tuning‑Methoden wie LoRA haben die Anpassung großer Sprachmodelle an spezifische Aufgaben revolutioniert. Dennoch…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Neue Studie enthüllt: Sprachmodelle kodieren Wahrheit in einem Spektrum

Eine neue Untersuchung auf arXiv zeigt, dass große Sprachmodelle (LLMs) Wahrheit nicht nur linear, sondern in einem breiten Spektrum von Ri…

arXiv – cs.LG 25.02.2026 05:00

Forschung

Soft-MoE: Robustere Exploration in der gerichteten Controller‑Synthese

In der On‑the‑Fly‑Directed Controller Synthesis (OTF‑DCS) wird das Problem der explosionsartigen Zustandsraumgröße durch schrittweise Explo…

arXiv – cs.AI 24.02.2026 05:00

Forschung

KI‑gestützte Lernmethoden revolutionieren die Verhaltensneuroforschung

Traditionelle Forschungsabläufe in der Verhaltensneuroforschung sind oft komplex, starr und zeitaufwendig – von der Datenvorbereitung bis z…

arXiv – cs.LG 20.02.2026 05:00

Forschung

ASPEN: Mehr Stabilität durch spektral‑temporale Fusion bei EEG‑BCIs

We see the user wants translation into German, but the content is already German. Possibly a mistake. We should respond with the same conte…

arXiv – cs.LG 19.02.2026 05:00

Forschung

Generalisierung von multimodalen LLMs bei einfachen visuellen Planungsaufgaben

In den letzten Monaten hat die Integration von Begründungsmechanismen in große Sprachmodelle und Vision‑Language‑Modelle die Leistungsfähig…

arXiv – cs.LG 18.02.2026 05:00

Forschung

KI-Ansatz steigert Ovarialkrebs-Subtypklassifikation um 70 %

Histopathologische Subtypen von Eierstockkrebs sind entscheidend für die individuelle Therapieplanung. In Großbritannien steigen die diagno…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neues Modell verbessert Ausdehnung von KI außerhalb des Trainingsbereichs

Mit dem jüngsten Beitrag auf arXiv (2602.13550v1) wird ein innovativer Ansatz vorgestellt, der die Herausforderung der „Out-of-Support“ (Oo…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Neuer Ansatz stabilisiert Low-Rank-LLM-Training

Auf dem arXiv erschienen die Ergebnisse der Studie Stabilizing Native Low-Rank LLM Pretraining (ID 2602.12429v1). Sie zeigen, dass große Sp…

arXiv – cs.LG 16.02.2026 05:00

Forschung

TrasMuon: Vertrauenbasierte Skalierung für orthogonale Momentum-Optimierer

Muons, eine Familie von Optimierern, nutzt Newton-Schulz-Iteration, um die Update-Schritte zu orthogonalisieren. Dadurch entsteht eine nahe…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Neues Verfahren entschlüsselt Gehirnverbindungen trotz indirekter Messungen

Die gezielte Ermittlung von gerichteten Verbindungen im Gehirn aus neuroimaging-Daten ist ein schwieriges Problem. Hemodynamische Filterung…

arXiv – cs.AI 11.02.2026 05:00

Forschung

Uniformes Spektralwachstum bei Muon-LoRA: Gleichmäßiges Wachstum und globale Konvergenz

In der jüngsten Veröffentlichung auf arXiv wird ein faszinierendes Phänomen bei der Feinabstimmung großer Sprachmodelle (LLMs) mit der Low‑…

arXiv – cs.LG 09.02.2026 05:00

Forschung

LISA: Laplacian-basierte In-Context-Analyse für dynamische Zeitreihen

Wissenschaftler haben die Methode LISA (Laplacian In-context Spectral Analysis) vorgestellt, die es ermöglicht, Laplacian-basierte Zeitreih…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Deep Reinforcement Learning stabilisiert hypersonische Inlet-Unstarts bei Mach 5

Ein neues Verfahren nutzt Deep‑Reinforcement‑Learning (DRL), um das gefährliche Unstart‑Phänomen in hypersonischen Ansaugungen zu kontrolli…

arXiv – cs.LG 04.02.2026 05:00

Forschung

Video-Generierung als Schlüssel zur visuellen Logik: Zero-Shot-Genauigkeit

Ein neues arXiv‑Veröffentlichung (2601.21037v1) zeigt, dass Video‑Generierungsmodelle die Grenzen der visuellen Logik sprengen können. Währ…

arXiv – cs.LG 30.01.2026 05:00

Forschung

S5-Transformer dominiert EEG-Decodierung: 98,7 % Genauigkeit bei 64 s Kontext

In einer neuen Studie wurde untersucht, wie die Architektur eines Modells und die Länge des zeitlichen Kontextes die Leistung bei der Dekod…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Pre-Trained Encoder verbessert Kinderentwicklungs-Monitoring in Datenmangel-Regionen

Eine bahnbrechende Studie zeigt, dass ein vortrainierter Encoder die Überwachung der kindlichen Entwicklung weltweit revolutionieren kann –…

arXiv – cs.LG 30.01.2026 05:00

Forschung

CiMRAG: Noise‑resistent domänenadap Retrieval‑Augmented Generation für Edge‑LLMs

Personalisierte virtuelle Assistenten, die auf großen Sprachmodellen (LLMs) laufen, gewinnen zunehmend an Bedeutung – besonders wenn sie au…

arXiv – cs.LG 29.01.2026 05:00

Finde Modelle, Firmen und Themen

MIRACL: Meta‑Lern‑Framework für vielseitige Mehrziel‑Optimierung in Lieferketten

Hybrid-Ansatz vereint Heuristik und Reinforcement Learning für Schleppaufgaben

Lisa Huang: Meisterklasse zu Gemini Gems und FinTech-Agenten

Personality‑Slider für LLMs: Steuerung von Charaktereigenschaften in Echtzeit

Neues Framework zur reproduzierbaren Bewertung logischer Reasoning-Agenten

Transformers: Keine berechenbaren Längen‑Grenzen – neue Forschungsergebnisse

Neues multimodales LLM nutzt Logik für bessere Domänenübertragbarkeit

K²-Agent: Hierarchischer Lernagent für mobile Geräte mit selbstentwickeltem Wissen

RUMAD: Mit Verstärkungslernen die Effizienz von Multi-Agenten‑Debatten steigern

SleepLM: Sprachbasierte KI revolutioniert Schlafanalyse

GNNs für AML: Initialisierung & Normalisierung steigern Bitcoin‑Betrugserkennung

Muon+ verbessert Muon-Optimierer durch zusätzliche Normalisierung

LoRA-Adapter werden dank Vektor‑Datenbank dynamisch kombiniert

Neue Studie enthüllt: Sprachmodelle kodieren Wahrheit in einem Spektrum

Soft-MoE: Robustere Exploration in der gerichteten Controller‑Synthese

KI‑gestützte Lernmethoden revolutionieren die Verhaltensneuroforschung

ASPEN: Mehr Stabilität durch spektral‑temporale Fusion bei EEG‑BCIs

Generalisierung von multimodalen LLMs bei einfachen visuellen Planungsaufgaben

KI-Ansatz steigert Ovarialkrebs-Subtypklassifikation um 70 %

Neues Modell verbessert Ausdehnung von KI außerhalb des Trainingsbereichs

Neuer Ansatz stabilisiert Low-Rank-LLM-Training

TrasMuon: Vertrauenbasierte Skalierung für orthogonale Momentum-Optimierer

Neues Verfahren entschlüsselt Gehirnverbindungen trotz indirekter Messungen

Uniformes Spektralwachstum bei Muon-LoRA: Gleichmäßiges Wachstum und globale Konvergenz

LISA: Laplacian-basierte In-Context-Analyse für dynamische Zeitreihen

Deep Reinforcement Learning stabilisiert hypersonische Inlet-Unstarts bei Mach 5

Video-Generierung als Schlüssel zur visuellen Logik: Zero-Shot-Genauigkeit

S5-Transformer dominiert EEG-Decodierung: 98,7 % Genauigkeit bei 64 s Kontext

Pre-Trained Encoder verbessert Kinderentwicklungs-Monitoring in Datenmangel-Regionen

CiMRAG: Noise‑resistent domänenadap Retrieval‑Augmented Generation für Edge‑LLMs

🍪 Cookie-Einstellungen

KI-Ansatz steigert Ovarialkrebs-Subtypklassifikation um 70 %

Deep Reinforcement Learning stabilisiert hypersonische Inlet-Unstarts bei Mach 5

S5-Transformer dominiert EEG-Decodierung: 98,7 % Genauigkeit bei 64 s Kontext