Suche nach Modellkapazität

Zeitreihen‑Vorhersage neu: 2D‑Gaussian‑Splatting liefert Rekordleistung

Die Vorhersage von Zeitreihen bleibt ein komplexes Problem, weil sich kurzfristige Schwankungen und langfristige Trends eng verflechten. Tr…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Full-Waveform-Inversion (FWI) ist ein hochkomplexes, nichtlineares Problem, das versucht, Untergrundgeschwindigkeitskarten aus an der Oberfläche aufgezeichneten seismischen Wellen zu rekonstruieren. Traditionell wurden datengetriebene FWI-Methoden mit kleinen Modellen trainiert, weil verfügbare Datensätze begrenzte Volumen, geologische Vielfalt und räumliche Ausdehnung aufweisen. Diese Beschränkungen führten zu erheblichen Bedenken hinsichtlich Overfitting und einer schlechten Generalisierung auf realistisc

In der vorliegenden Studie wird gezeigt, dass ein Modell, das ausschließlich auf simulierten und relativ einfachen Daten trainiert wurde, e…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neues Schlaf-Foundation-Modell OSF setzt Maßstäbe in Präzision und Skalierbarkeit

Polysomnographie (PSG) gilt als Goldstandard zur Schlafbewertung, leidet jedoch unter großer Heterogenität der Messgeräte und Probandengrup…

arXiv – cs.LG 03.03.2026 05:00

Forschung

OmniZip: schlanker, einheitlicher verlustfreier Kompressor für multimodale Daten

Die effiziente Speicherung und Übertragung von Daten ist in der heutigen datenintensiven Welt unverzichtbar. Während lernbasierte verlustfr…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Neues Modell erweitert Latent Dirichlet Allocation mit baumbasierter Priorität

Ein brandneues Modell namens Latent Dirichlet-Tree Allocation (LDTA) hat die Forschung im Bereich der Themenmodellierung auf ein neues Leve…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Neue Theorie: In-Context Learning bleibt robust gegen Angriffe

Große Sprachmodelle passen sich ohne Parameteränderungen an neue Aufgaben an – ein Prozess, der als In-Context Learning (ICL) bekannt ist…

arXiv – cs.LG 23.02.2026 05:00

Forschung

GeneZip: DNA-Kompression mit regionalem Fokus erreicht 137,6-fache Reduktion

Die neue Methode GeneZip löst ein zentrales Problem der Genomforschung: die Verarbeitung von Sequenzen, die Milliarden von Basenpaaren umfa…

arXiv – cs.AI 23.02.2026 05:00

Forschung

Maskierte Rekonstruktions-Transformer zeigen Skalierung in Einzelzell-Genomik

Neutrale Skalierungsgesetze, die bisher vor allem in der Sprach- und Bildverarbeitung bekannt waren, haben nun ihre Relevanz in der Einzelz…

arXiv – cs.LG 18.02.2026 05:00

Forschung

ML-DCN: Neues Low‑Rank-Netzwerk verbessert Klickratevorhersage bei Pinterest

In der Welt der Empfehlungssysteme spielt die Interaktion zwischen Features eine zentrale Rolle. Besonders bei der Auswertung von Anzeigen…

arXiv – cs.LG 11.02.2026 05:00

Forschung

DSFlow: Neue Architektur für schnelle, effiziente Sprachsynthese

Flow‑Matching‑Modelle haben die Qualität der Text‑zu‑Sprache‑Synthese revolutioniert, doch ihr iteratives Sampling während der Inferenz ver…

arXiv – cs.AI 11.02.2026 05:00

Forschung

Autoregressive Modelle revolutionieren die Generierung von Wissensgraphen

Ein neuer Beitrag auf arXiv (2602.06707v1) stellt ARK – Auto‑Regressive Knowledge Graph Generation – vor, eine Familie von Modellen, die Wi…

arXiv – cs.AI 09.02.2026 05:00

Forschung

GenLoRA: Nichtlineare Basisvektoren steigern Effizienz von Low‑Rank‑Adapters

In der Welt der KI‑Modelle hat die Low‑Rank‑Adaptation (LoRA) einen wichtigen Platz eingenommen, indem sie die Aktualisierung von vortraini…

arXiv – cs.AI 06.02.2026 05:00

Forschung

Neues Benchmark für mehrdeutige Emotionserkennung in Sprachmodellen

Emotionserkennung aus menschlicher Sprache ist ein entscheidender Baustein für sozial bewusste KI. Während die meisten bisherigen Ansätze E…

arXiv – cs.AI 05.02.2026 05:00

Forschung

Neural Scaling Laws vereint: Das Konzept der Effektiven Grenzen Ein neuer Beitrag auf arXiv präsentiert ein einheitliches Modell für die Skalierung von neuronalen Netzwerken. Die Autoren zeigen, wie sich die Testverlustfunktion mit zunehmender Modellkapazität, Datengröße und Rechenleistung verbessert und liefern dafür ein klar strukturiertes theoretisches Fundament. Bislang stützten sich die meisten Erklärungen auf spezifische Architekturen oder komplexe Kernelmethoden, was die allgemeine A

arXiv – cs.LG 04.02.2026 05:00

Forschung

Effektive Dimension vorhersagt Deep‑Net‑Leistung – neue Studie

Eine kürzlich veröffentlichte Arbeit auf arXiv untersucht, wie die Geometrie der Repräsentationen in tiefen neuronalen Netzwerken die Model…

arXiv – cs.LG 03.02.2026 05:00

Forschung

Meta‑Learning verbessert Zeitreihenklassifikation bei Datenverschiebung

In vielen Ingenieur- und Wissenschaftsbereichen liefern klassische Deep‑Learning‑Modelle erst dann gute Ergebnisse, wenn Trainings- und Tes…

arXiv – cs.LG 15.01.2026 05:00

Forschung

DSO: Direkte Aktivierungssteuerung reduziert Bias in KI-Modellen

Generative KI‑Modelle, wie Vision‑Language‑Modelle (VLMs), werden zunehmend eingesetzt, um Entscheidungen für Nutzer zu treffen – etwa bei…

arXiv – cs.LG 19.12.2025 05:00

Forschung

Neue MLP-Architektur MDMLP-EIA setzt Maßstäbe in Zeitreihenprognosen

Die neueste Veröffentlichung auf arXiv (Arbeitstitel MDMLP-EIA: Multi-domain Dynamic MLPs with Energy Invariant Attention for Time Series F…

arXiv – cs.LG 14.11.2025 05:00

Forschung

Word2Vec entschlüsselt: Wie Lernprozesse zu PCA‑basierten Embeddings führen

In einer bahnbrechenden Studie wird endlich erklärt, was Word2Vec wirklich lernt und wie es dies tut. Die Autoren zeigen, dass das Lernprob…

BAIR – Berkeley AI Research Blog 01.09.2025 10:00

Forschung

FedReFT: Federated Representation Fine‑Tuning mit All‑But‑Me Aggregation

Die neue Methode FedReFT bringt Parameter‑Effizientes Fine‑Tuning (PEFT) in die Welt des Federated Learning (FL) und setzt dabei auf die vi…

arXiv – cs.LG 29.08.2025 05:00

Forschung

Neuer Ansatz: Selbstkomponierende neuronale Operatoren mit adaptiver Tiefe

In einer wegweisenden Veröffentlichung präsentiert ein Forschungsteam einen innovativen Rahmen, der die Effizienz und Genauigkeit neuronale…

arXiv – cs.LG 29.08.2025 05:00

Aktuell

NVIDIA Tensor Cores: Von Volta bis Blackwell – ein Quantensprung

NVIDIA hat mit der Volta‑Architektur im Jahr 2017 erstmals spezialisierte Tensor Cores eingeführt, die die Berechnung von Matrix‑Multiplika…

SemiAnalysis 23.06.2025 07:03

Finde Modelle, Firmen und Themen

Zeitreihen‑Vorhersage neu: 2D‑Gaussian‑Splatting liefert Rekordleistung

Neues Schlaf-Foundation-Modell OSF setzt Maßstäbe in Präzision und Skalierbarkeit

OmniZip: schlanker, einheitlicher verlustfreier Kompressor für multimodale Daten

Neues Modell erweitert Latent Dirichlet Allocation mit baumbasierter Priorität

Neue Theorie: In-Context Learning bleibt robust gegen Angriffe

GeneZip: DNA-Kompression mit regionalem Fokus erreicht 137,6-fache Reduktion

Maskierte Rekonstruktions-Transformer zeigen Skalierung in Einzelzell-Genomik

ML-DCN: Neues Low‑Rank-Netzwerk verbessert Klickratevorhersage bei Pinterest

DSFlow: Neue Architektur für schnelle, effiziente Sprachsynthese

Autoregressive Modelle revolutionieren die Generierung von Wissensgraphen

GenLoRA: Nichtlineare Basisvektoren steigern Effizienz von Low‑Rank‑Adapters

Neues Benchmark für mehrdeutige Emotionserkennung in Sprachmodellen

Effektive Dimension vorhersagt Deep‑Net‑Leistung – neue Studie

Meta‑Learning verbessert Zeitreihenklassifikation bei Datenverschiebung

DSO: Direkte Aktivierungssteuerung reduziert Bias in KI-Modellen

Neue MLP-Architektur MDMLP-EIA setzt Maßstäbe in Zeitreihenprognosen

Word2Vec entschlüsselt: Wie Lernprozesse zu PCA‑basierten Embeddings führen

FedReFT: Federated Representation Fine‑Tuning mit All‑But‑Me Aggregation

Neuer Ansatz: Selbstkomponierende neuronale Operatoren mit adaptiver Tiefe

NVIDIA Tensor Cores: Von Volta bis Blackwell – ein Quantensprung

🍪 Cookie-Einstellungen