Suche nach Refinement | meineki.news

Neues Modell PAR$^2$-RAG verbessert Multi-Hop-FAQ um 23,5 %

Die neuesten Forschungsergebnisse aus dem Bereich der großen Sprachmodelle (LLMs) zeigen, dass klassische Ansätze bei Multi-Hop-Question-An…

arXiv – cs.AI 01.04.2026 04:00

Forschung

ABSTRAL: Automatisches Design von Multi-Agenten-Systemen iterativ verfeinern

ABSTRAL ist ein neues Framework, das die Architektur von Multi-Agenten-Systemen (MAS) als sich ständig weiterentwickelndes, natürlichsprach…

arXiv – cs.AI 25.03.2026 04:00

Forschung

Neues KI-Modell verbessert Vorhersage von tropischen Wirbelstürmen

Die Gefahren von tropischen Wirbelstürmen für Leben, Infrastruktur und Wirtschaft sind enorm. Deshalb ist eine präzise und rechtzeitige Vor…

arXiv – cs.LG 25.03.2026 04:00

Forschung

FactorSmith: Agentische Simulation via POMDP‑Decomposition & Planner‑Designer‑Critic

Die neueste Veröffentlichung auf arXiv (2603.20270v1) stellt FactorSmith vor – ein innovatives Framework, das es ermöglicht, spielbare Simu…

arXiv – cs.AI 24.03.2026 04:00

Forschung

RSM: Schnelleres, genaueres rekursives Modell für NP-Probleme

Ein neues arXiv-Papier präsentiert den Recursive Stem Model (RSM), ein rekursives Reasoning‑Modell, das die Architektur des Tiny Recursive…

arXiv – cs.AI 18.03.2026 04:00

Forschung

Neue Methode steigert Open‑World‑Modelle durch Aufgabenexpansion und Kreuzrefinement

In der Forschung zu Open‑World‑Conditional Modeling (OCM) wurde ein neues semi‑supervised Verfahren namens TEXR vorgestellt, das die Leistu…

arXiv – cs.LG 17.03.2026 04:00

Forschung

EpisTwin: Neuro-Symbolische Architektur für verlässliche persönliche KI

Die Entwicklung von persönlicher Künstlicher Intelligenz wird derzeit durch die Fragmentierung von Nutzerdaten in isolierten Silos behinder…

arXiv – cs.AI 09.03.2026 04:00

Forschung

PRISM: Menschliche Anweisungen verfeinern Robotik‑Behauptungen – neue Methode

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

arXiv – cs.AI 09.03.2026 04:00

Forschung

Neue Methode beschleunigt Diffusions‑Sprachmodelle ohne Qualitätsverlust

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz hat einen innovativen Ansatz vorgestellt, der die Textgenerierung v…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Mehrere Runden, mehr Genauigkeit: MA‑RAG verbessert medizinisches Denken

Large Language Models (LLMs) zeigen großes Potenzial im medizinischen Frage‑Antwort‑Bereich, doch ihre Neigung zu Halluzinationen und veral…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Neue Methode reduziert Überabweisungen bei Sprachmodellen – DCR steigert Sicherheit

Sprachmodelle, die für Sicherheit abgestimmt sind, neigen häufig dazu, zu viele Anfragen abzulehnen, selbst wenn diese harmlos sind. Dieses…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Kontinuierliches Lernen kausaler Modelle via dynamische Prädikaten-Erfindung

Eine neue Veröffentlichung auf arXiv (2602.17217v1) präsentiert einen innovativen Ansatz, der es Agenten ermöglicht, die Logik ihrer Umgebu…

arXiv – cs.AI 20.02.2026 05:00

Forschung

Neues Paradigma: DRR beschleunigt Implicit Neural Fields um 27×

Implicit Neural Representations (INRs) haben sich als vielversprechende Ersatzmodelle für umfangreiche 3D‑Simulationen etabliert, weil sie…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Data Darwinism: Wissenschaftliche Daten für KI-Training neu erschlossen

In einer wegweisenden Veröffentlichung auf arXiv wird das Konzept „Data Darwinism“ vorgestellt, das die Qualität von Daten als entscheidend…

arXiv – cs.AI 10.02.2026 05:00

Forschung

TermiGen: Hochpräzise Umgebungen und robuste Trajektorien für Terminal-Agenten

Die neue Pipeline TermiGen löst ein langjähriges Problem bei der Ausführung komplexer Terminalaufgaben durch Open‑Weight‑LLMs. Während bish…

arXiv – cs.AI 10.02.2026 05:00

Forschung

MePo: Meta-Post-Refinement verbessert kontinuierliches Lernen ohne Wiederholung

Ein neues Verfahren namens Meta Post-Refinement (MePo) verspricht einen Durchbruch im Bereich des kontinuierlichen Lernens ohne Wiederholun…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Adaptive Confidence Refinement verbessert zuverlässige Audio-Visual-Fragenantworten

In der Forschung zu Audio‑Visual‑Fragenantworten (AVQA) wird zunehmend erkannt, dass ein Modell nicht nur korrekte Antworten liefern, sonde…

arXiv – cs.LG 06.02.2026 05:00

Forschung

STEER: Risikokontrolle bei LLMs durch evolutionäre Qualitätsdiversität

Mit STEER (Steerable Tuning via Evolutionary Ensemble Refinement) wird die bislang fehlende Flexibilität von großen Sprachmodellen (LLMs) n…

arXiv – cs.AI 04.02.2026 05:00

Forschung

Ressourcenschonende Verstärkung für LLMs: One-Shot-Policy-Optimierung

Große Sprachmodelle (LLMs) haben bei komplexen Denkaufgaben beeindruckende Ergebnisse erzielt. Ein vielversprechender Ansatz zur Ausrichtun…

arXiv – cs.AI 03.02.2026 05:00

Forschung

AutoRefine: Agenten lernen aus Erfahrung – Schritte um bis zu 73 % reduziert

Large‑Language‑Model‑Agenten haben lange damit zu kämpfen, aus ihren Erfahrungen zu lernen. Traditionelle Ansätze speichern das Wissen ledi…

arXiv – cs.AI 02.02.2026 05:00

Forschung

Neues Verfahren BFR korrigiert Bias in generativen Modellen ohne Rauschzufuhr

In der Welt der generativen Modelle – von Diffusion bis hin zu Flow-basierten Architekturen – treten häufig systematische Verzerrungen auf…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Mehragenten-Ansatz für Graphenextraktion mit strukturell und logischer Verfeinerung

Das automatische Extrahieren von Arbeitsabläufen als prozedurale Graphen aus natürlicher Sprache ist ein vielversprechendes, aber noch weni…

arXiv – cs.AI 28.01.2026 05:00

Forschung

EvolVE: KI-gestützte Evolution verbessert Verilog-Design und Optimierung

Der neue EvolVE-Ansatz kombiniert Künstliche Intelligenz mit evolutionären Algorithmen, um die langwierige Verilog-Entwicklung zu beschleun…

arXiv – cs.AI 27.01.2026 05:00

Forschung

LLM-basierte SQL-Generierung: Prompting, Selbstverbesserung & Mehrheitsabstimmung

In der Welt der Datenanalyse hat die Text‑zu‑SQL-Technologie dank großer Sprachmodelle (LLMs) einen bemerkenswerten Aufschwung erlebt. Nutz…

arXiv – cs.AI 27.01.2026 05:00

Forschung

Neue Präzision im VC-Theorem: Berry‑Esseen‑Ansatz liefert bessere Abschätzungen

In einer kürzlich veröffentlichten Arbeit auf arXiv wird das klassische Vapnik–Chervonenkis‑Theorem – ein Eckpfeiler der theoretischen Lern…

arXiv – cs.LG 26.01.2026 05:00

Forschung

ReCon: Postprocessing verbessert Community Detection in signierten Netzwerken

Die Analyse von Gemeinschaften in signierten Netzwerken – also Netzwerken, in denen Beziehungen sowohl positiv als auch negativ sein können…

arXiv – cs.AI 26.01.2026 05:00

Forschung

Ambient Dataloops: Iteratives Dataset-Refinement für bessere Diffusionsmodelle

In einer neuen Studie aus dem arXiv-Repository wird ein innovatives Verfahren namens Ambient Dataloops vorgestellt, das die Qualität von Da…

arXiv – cs.LG 23.01.2026 05:00

Forschung

LLMs nutzen Unsicherheit zur gezielten Problemlösung – PREGU-Ansatz In der KI-Forschung gewinnen große Sprachmodelle (LLMs) zunehmend an Bedeutung, wenn es um komplexe Rechen- und Logikaufgaben geht. Trotz ihrer beeindruckenden Fortschritte stoßen sie bei mehrstufigen Inferenzprozessen häufig an Grenzen, insbesondere bei mathematischen und logischen Problemen. Um diese Schwächen zu adressieren, wurde PREGU (Partial Reasoning Guided by Uncertainty) entwickelt. Der Ansatz überwacht während de

arXiv – cs.AI 21.01.2026 05:00

Forschung

ARC Prize 2025: Neue Erkenntnisse aus dem ARC-AGI-2 Wettbewerb

Der ARC-AGI-Benchmark dient als entscheidendes Messinstrument für Few‑Shot‑Generalisation bei neuen Aufgaben. Im Jahr 2025 richtete sich di…

arXiv – cs.AI 19.01.2026 05:00

Forschung

Verbesserte Modelloptimierung: Muon-basierte Distillation & Quantisierung für LLMs

Large Language Models (LLMs) haben die Verarbeitung natürlicher Sprache revolutioniert, doch ihre hohe Rechen-, Speicher- und Energieanford…

arXiv – cs.LG 16.01.2026 05:00

Finde Modelle, Firmen und Themen

Neues Modell PAR$^2$-RAG verbessert Multi-Hop-FAQ um 23,5 %

ABSTRAL: Automatisches Design von Multi-Agenten-Systemen iterativ verfeinern

Neues KI-Modell verbessert Vorhersage von tropischen Wirbelstürmen

FactorSmith: Agentische Simulation via POMDP‑Decomposition & Planner‑Designer‑Critic

RSM: Schnelleres, genaueres rekursives Modell für NP-Probleme

Neue Methode steigert Open‑World‑Modelle durch Aufgabenexpansion und Kreuzrefinement

EpisTwin: Neuro-Symbolische Architektur für verlässliche persönliche KI

PRISM: Menschliche Anweisungen verfeinern Robotik‑Behauptungen – neue Methode

Neue Methode beschleunigt Diffusions‑Sprachmodelle ohne Qualitätsverlust

Mehrere Runden, mehr Genauigkeit: MA‑RAG verbessert medizinisches Denken

Neue Methode reduziert Überabweisungen bei Sprachmodellen – DCR steigert Sicherheit

Kontinuierliches Lernen kausaler Modelle via dynamische Prädikaten-Erfindung

Neues Paradigma: DRR beschleunigt Implicit Neural Fields um 27×

Data Darwinism: Wissenschaftliche Daten für KI-Training neu erschlossen

TermiGen: Hochpräzise Umgebungen und robuste Trajektorien für Terminal-Agenten

MePo: Meta-Post-Refinement verbessert kontinuierliches Lernen ohne Wiederholung

Adaptive Confidence Refinement verbessert zuverlässige Audio-Visual-Fragenantworten

STEER: Risikokontrolle bei LLMs durch evolutionäre Qualitätsdiversität

Ressourcenschonende Verstärkung für LLMs: One-Shot-Policy-Optimierung

AutoRefine: Agenten lernen aus Erfahrung – Schritte um bis zu 73 % reduziert

Neues Verfahren BFR korrigiert Bias in generativen Modellen ohne Rauschzufuhr

Mehragenten-Ansatz für Graphenextraktion mit strukturell und logischer Verfeinerung

EvolVE: KI-gestützte Evolution verbessert Verilog-Design und Optimierung

LLM-basierte SQL-Generierung: Prompting, Selbstverbesserung & Mehrheitsabstimmung

Neue Präzision im VC-Theorem: Berry‑Esseen‑Ansatz liefert bessere Abschätzungen

ReCon: Postprocessing verbessert Community Detection in signierten Netzwerken

Ambient Dataloops: Iteratives Dataset-Refinement für bessere Diffusionsmodelle

ARC Prize 2025: Neue Erkenntnisse aus dem ARC-AGI-2 Wettbewerb

Verbesserte Modelloptimierung: Muon-basierte Distillation & Quantisierung für LLMs

🍪 Cookie-Einstellungen

Neues Modell PAR$^2$-RAG verbessert Multi-Hop-FAQ um 23,5 %

AutoRefine: Agenten lernen aus Erfahrung – Schritte um bis zu 73 % reduziert