Finde Modelle, Firmen und Themen

Reinforcement Learning (RL) hat die Entwicklung großer Sprachmodelle maßgeblich vorangetrieben, doch die Skalierung von RL auf lange Chain‑…

Die neueste Version des Open‑Source‑Plugins vLLM Hook (v0) erweitert die beliebte vLLM‑Bibliothek um die Möglichkeit, interne Zustände von…

In einer Zeit, in der große Sprachmodelle (LLMs) immer häufiger in kritischen Entscheidungsprozessen eingesetzt werden, stellt die fehlende…

Eine neue Studie auf arXiv beleuchtet, wie das Post-Training von großen Sprachmodellen (LLMs) nicht nur ihre Fähigkeiten verbessert, sonder…

Eine neue Methode zur Sicherheit von Sprachmodellen, die auf dem arXiv-Preprint Safe Transformer basiert, setzt ein explizites Sicherheitsb…

Die neueste Forschungsarbeit auf arXiv (2603.06623v1) präsentiert Flow‑GRPO, eine Weiterentwicklung des Group Relative Policy Optimization…

Neuer Forschungsbericht zeigt, dass selbst kompakte Sprachmodelle in der Lage sind, komplexe Grapheigenschaften zuverlässig zu bestimmen, w…

Eine neue Studie aus dem arXiv-Repository zeigt, dass ein Transformer-basiertes Deep‑Learning-Modell die Genauigkeit der Kurzzeitprognose v…

Mit dem Aufkommen großer Sprach- und Bildmodelle stehen Entwickler vor einem Dilemma: die beeindruckende Leistungsfähigkeit dieser Systeme…

In den letzten Jahren haben sich Super‑Resolution‑Methoden zunehmend auf Transformer‑Architekturen verlassen, weil diese ein starkes Langze…

Ein neues Forschungsprojekt liefert einen robusten Rahmen zur Erkennung von Finanzrisiken in Enterprise‑Resource‑Planning‑Systemen. Durch d…

Die effiziente Weiterleitung von Anfragen an das optimale große Sprachmodell (LLM) ist entscheidend, um das Kosten‑Leistungsverhältnis in M…

Ein neues Forschungsprojekt namens ProtAlign präsentiert ein innovatives Lernparadigma, das Proteinsequenzen und deren dreidimensionale Str…

In der Forschung zu großen Sprachmodellen (LLMs) hat sich gezeigt, dass klassische Techniken wie supervised fine‑tuning (SFT) und reinforce…

Die Strompreis‑Markt‑Daten sind bekannt für ihre extreme Volatilität, Nichtlinearität und Nicht‑Stationarität. Diese Eigenschaften machen g…

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

Large Language Models sind hervorragende Nachahmer, doch wenn es darum geht, ihre Überzeugungen anhand neuer Daten zu aktualisieren, zeigen…

Biologische Netzwerke, die mehrere Interaktionstypen zwischen Entitäten abbilden, sind entscheidend für das Verständnis komplexer Systeme…

Die Beteiligung von Privathaushalten an der Stromnachfrage‑Response (Demand Response) ist entscheidend für die Stabilität der Energieversor…

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

Traditionelles Mixture-of-Experts‑Training verknüpft gleichzeitig das Lernen der Expertengewichte mit der Suche nach einer optimalen Routin…

Während KI‑Systeme enorme Fortschritte beim Verarbeiten von unstrukturiertem Text erzielen, bleiben strukturierte Daten wie Graphen in Date…

Eine neue Studie aus dem arXiv-Preprint arXiv:2603.03668v1 zeigt, dass große Sprachmodelle (LLMs) die Bearbeitung von Constraints mit induk…

Mit dem neuen Ansatz „Khatri‑Rao‑Clustering“ wird die klassische Centroid‑basierte Cluster‑Analyse auf ein neues Level gehoben. Durch die A…

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

Die Gestaltung von Proteinsequenzen erfordert ein feines Gleichgewicht zwischen Designfähigkeit – also der Fähigkeit, eine Zielstruktur exa…

In einer Zeit, in der die Rolle von Künstlicher Intelligenz in der Arzneimittelentwicklung immer stärker betont wird, bleibt bislang kein „…

Die Gewinnung von Erkenntnissen aus elektronischen Gesundheitsakten (EHR) erfordert häufig SQL-Kenntnisse, was die Entscheidungsfindung im…