Finde Modelle, Firmen und Themen

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

Die rasante Entwicklung künstlicher Intelligenz führt zu einer strukturellen Transformation, bei der agentische Systeme – autonome Agenten…

In der Welt des maschinellen Lernens ist das Belohnungslernen, das auf Nutzerpräferenzen basiert, ein zentrales Werkzeug, um Agenten so zu…

Die Shapley‑Werte bilden die theoretische Basis für die Bewertung von Daten, doch ihre exakte Berechnung ist aufgrund der exponentiellen An…

In der digitalen Werbung spielt visuelles Material immer wichtiger, doch bislang fehlt es an belastbaren Verfahren, um zu bestimmen, wie ei…

Eine neue Untersuchung auf arXiv zeigt, dass Transformer‑Modelle, die sparsames Attention end‑to‑end trainieren, die Routing‑Signale ihrer…

In der Forschung zum kontinuierlichen Lernen (CL) hat sich Low‑Rank Adaptation (LoRA) als vielversprechende Methode etabliert, die Modelle…

GRAIL ist ein neuer Ansatz, der die Genauigkeitsverluste nach aggressiver Kompression von tiefen neuronalen Netzen adressiert. Der Ansatz n…

Eine neue Untersuchung auf arXiv zeigt, dass das weit verbreitete InfoNCE‑Verlust in kontrastivem Lernen automatisch eine Gaußsche Struktur…

State‑Space‑Modelle (SSMs) haben sich als leistungsstarke Grundlage für die Modellierung von langen Sequenzen etabliert. Durch das HiPPO‑Fr…

Die neueste Veröffentlichung von Forschern auf arXiv präsentiert GOPO – Group Orthogonalized Policy Optimization – einen völlig neuen Ansat…

In einer bahnbrechenden Veröffentlichung auf arXiv wird ein neues Framework vorgestellt, das die latente Zustandsdarstellung einer Sequenz…

QuantVLA ist ein neu entwickeltes, trainingsfreies Post‑Training‑Quantisierungsframework, das speziell für Vision‑Language‑Action‑Modelle (…

Forscher haben einen bedeutenden Durchbruch in der Online-Optimierung erzielt: Sie zeigen, dass die Klasse der nicht-monotonen Diminishing-…

In einer bahnbrechenden Studie wird die bislang rätselhafte Zerbrechlichkeit von Transformer‑Modellen endlich entschlüsselt. Die Autoren pr…

Eine neue Studie auf arXiv untersucht, ob Zeitreihen – also Daten, die sich über die Zeit verändern – in denselben latenten Strukturen wie…

Parameter‑effizientes Fine‑Tuning wie LoRA ermöglicht die praktische Anpassung großer Sprachmodelle, liefert jedoch keine verlässlichen Uns…

In der Welt der visuellen Sprachnavigation (VLN) stehen Forscher seit langem vor dem Dilemma: Wie kann man die starke semantische Analyse v…

In der Welt der großen Sprachmodelle spielt die Qualität der Trainingsdaten eine entscheidende Rolle. Während frühere Studien gezeigt haben…

Deep-Ensemble-Methoden erhöhen die Vorhersageleistung, stoßen jedoch häufig an drei praktische Grenzen: redundante Basismodelle erhöhen den…

Large Vision‑Language‑Models (LVLMs) haben beeindruckende Fähigkeiten, doch sie neigen häufig dazu, Objekte zu hallucinate. Ein wesentliche…

Ein neues Verfahren namens TaperNorm ersetzt die herkömmliche Normalisierung in Transformer‑Modellen durch einen dynamischen, sample‑unabhä…

In der modernen KI‑Forschung sind Einflussfunktionen ein zentrales Werkzeug, um zu verstehen, wie einzelne Datenpunkte das Training eines M…

Ein neues arXiv-Preprint präsentiert CoMMa, ein dezentrales Framework aus großen Sprachmodellen, das speziell für die Unterstützung von Onk…

Die neuesten Fortschritte bei Mixture-of-Experts (MoE) Modellen haben die Leistungsfähigkeit großer Sprachmodelle deutlich gesteigert – doc…

In einer neuen Studie wird gezeigt, wie große multimodale Modelle (LMMs) durch geschicktes Wiederverwenden ihrer Parameter noch leistungsfä…

Ein neues Framework für die Lösung partieller Differentialgleichungen (PDEs) nutzt physikbasierte Konsistenzmodelle, um in wenigen Schritte…

Gegenfaktische Erklärungen sind ein zentrales Werkzeug, um die Entscheidungen von Machine‑Learning‑Modellen nachvollziehbar zu machen. Für…