Finde Modelle, Firmen und Themen

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

In einer kürzlich veröffentlichten Arbeit auf arXiv (2603.06138v1) wird ein innovativer Ansatz vorgestellt, der Reinforcement Learning (RL)…

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

In einer neuen Veröffentlichung auf arXiv wird gezeigt, dass Moore-Maschinen exakt als Zustandsraummodelle (SSMs) umgesetzt werden können…

Ein neues Verfahren namens PRISM kombiniert die Stärken von Imitation Learning (IL) und Reinforcement Learning (RL), um Roboter­manipulatio…

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

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

LLM‑basierte Agenten brauchen effektive Tool‑Nutzungsstrategien, um komplexe Aufgaben zu lösen. Die Optimierung dieser Strategien ist jedoc…

In der Welt der großen Sprachmodelle (LLMs) ist die Stabilität beim Reinforcement Learning entscheidend. Traditionell sorgt das Clipping‑Ve…

Reinforcement‑Learning‑Systeme müssen in der Praxis mit Veränderungen in ihren Beobachtungsdaten umgehen können. Die meisten gängigen Polic…

In der Welt der Reiseplanung stoßen herkömmliche LLM‑Agenten an ihre Grenzen, wenn sie langfristige Reiseziele mit strengen Vorgaben wie Bu…

Large Language Models (LLMs) sind heute unverzichtbar für die Zusammenarbeit zwischen Mensch und KI. Ein entscheidender Schritt dabei ist d…

Recommender‑Systeme, die auf Reinforcement Learning (RL) basieren, werden immer beliebter, weil sie die fortlaufende Interaktion zwischen N…

Agentic Reinforcement Learning (Agentic RL) hat das Potenzial, große Sprachmodelle (LLM) zu leistungsstarken Agenten zu machen, die komplex…

Ein neuer Ansatz namens Adaptive Tree Policy Optimization (ATPO) verspricht, die Qualität von medizinischen Dialogen deutlich zu verbessern…

KI-Agenten bevorzugen Bitcoin als digitales Vermögenslager, was Finanzverantwortliche dazu zwingt, ihre Systeme für autonome Maschinen neu…

Reinforcement‑Learning‑Modelle, die auf Group Relative Policy Optimization (GRPO) setzen, haben sich als effektive Methode etabliert, um di…

Wissenschaftler haben gezeigt, dass große Sprachmodelle (LLMs), die mit externem Lese‑/Schreib‑Speicher kombiniert werden, ein rechnerisch…

Die rasante Weiterentwicklung von Large Language Models (LLMs) von reinen Befehlsbefolgern zu autonomen Agenten erfordert die Arbeit in kom…

In einer neuen Veröffentlichung auf arXiv präsentiert HiMAC ein innovatives, hierarchisches Lernframework, das Large Language Model (LLM)-A…

Forscher haben einen neuen Ansatz vorgestellt, mit dem Belohnungsmodelle ohne menschliche Annotationen skaliert werden können. Durch das Tr…

Die Nutzung von E‑Scootern und Fahrrädern hat sich zu einem unverzichtbaren Bestandteil des urbanen Verkehrs entwickelt. Damit diese Dienst…

LiTS ist ein neues, modular aufgebautes Python-Framework, das große Sprachmodelle (LLMs) durch Tree-Search zum logischen Denken anleitet. D…

Forscher haben einen neuen Ansatz entwickelt, der es ermöglicht, stabile Strategien in komplexen Mehrspieler‑Spielen zu finden, ohne dass d…

Die Forschung im Bereich Künstliche Intelligenz erlebt einen entscheidenden Wandel: Von der reinen Generierung von Texten und Bildern hin z…

Ein neues arXiv‑Veröffentlichungsdokument stellt einen innovativen Ansatz vor, der Reinforcement Learning (RL) mit klassischen Kontrolltheo…