Finde Modelle, Firmen und Themen

In der jüngsten Veröffentlichung auf arXiv wird eine neue Richtung im Bereich des Informed Machine Learning vorgestellt, die sich als „Know…

Routing hat sich als vielversprechende Methode etabliert, um die Leistung großer Sprachmodelle (LLMs) mit Kosten zu balancieren. Dabei werd…

Neue Forschung aus dem Bereich der künstlichen Intelligenz präsentiert GeoLAN, ein Trainingsframework, das Token‑Repräsentationen als geome…

In einer kürzlich veröffentlichten Arbeit präsentiert das Forschungsteam die LeWorldModel (LeWM), eine neue Joint Embedding Predictive Arch…

Die Feinabstimmung großer Sprachmodelle (LLMs) mit wiederholenden Sicherheitsdatensätzen führt häufig zu falschen Ablehnungen – also zu der…

In der Welt der großen Sprachmodelle (LLMs) sorgt die sogenannte Inference‑Time‑Alignment dafür, dass ein Modell mehrere Antwortkandidaten…

Die Ptychographie ist eine hochpräzise Bildgebungstechnik, die in der Materialforschung weit verbreitet ist. Damit die Rekonstruktionen jed…

Diffusionsmodelle werden üblicherweise mit punktweisen Rekonstruktionszielen trainiert, die die spektrale und mehrskalige Struktur natürlic…

In der Welt der großen Sprachmodelle (LLMs) hat sich Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) als führendes Verfahren…

In der neuesten Studie zur Sub‑Bit‑Modellkompression wird gezeigt, dass die Signatur der Gewichte – also deren Vorzeichen – ein entscheiden…

Magnetische Anomalien bieten eine vielversprechende GPS‑Alternative, wenn Satellitenempfang fehlt oder gestört ist. Für Luftfahrzeuge ist d…

Schädliches Fine‑Tuning kann die Sicherheitsausrichtung großer Sprachmodelle zunichte machen und erhebliche Risiken bergen. In der neuen St…

In der Welt der Surrogatmodelle für komplexe physikalische Systeme besteht oft ein Spannungsfeld zwischen passgenauer Datenanpassung und ph…

Ein völlig neues, trainingsfreies Framework namens Geometric Reasoner (TGR) hat die Art und Weise, wie große Sprachmodelle lange Argumentat…

Ein neues arXiv‑Preprint zeigt, dass beim Training tiefer neuronaler Netzwerke Phase‑Übergänge auftreten, die eine klare hierarchische Stru…

MedXAI, ein neues, erklärbares KI-Framework für die medizinische Bildanalyse, kombiniert tiefes Lernen mit klinischem Fachwissen. Durch die…

In der Welt des selbstüberwachten Lernens (Self‑Supervised Learning, SSL) hat sich kürzlich ein innovatives Konzept etabliert, das die loka…

In der Welt der Graph Neural Networks (GNNs) haben spektrale Filter wie die Adaptive Orthogonal Polynomial Filter (AOPF)-Klasse – zum Beisp…

In der Welt des Few-Shot Learnings, wo Klassifikatoren mit nur wenigen Beispielen neue Klassen erkennen müssen, hat ein neues Forschungspro…

Die Fähigkeit, gezielt Konzepte aus vortrainierten Modellen zu entfernen, hat sich in den letzten Jahren besonders bei Text‑zu‑Bild‑Diffusi…

Aktivierungsfunktionen sind das Herzstück von Deep‑Learning‑Modellen, denn sie ermöglichen nichtlineare Darstellungen. Die weit verbreitete…

In einer neuen Studie wird ein daten‑effizienter Pipeline-Ansatz vorgestellt, der die semantische Segmentierung von unverbesserte Straßen u…

Ein neues arXiv‑Papier (2508.14311v1) präsentiert einen innovativen Ansatz, um mehrere Fairness‑Maße gleichzeitig zu berücksichtigen und de…

In der Entscheidungsgestützten Lernforschung (Decision‑Focused Learning, DFL) wird ein Machine‑Learning‑Modell darauf trainiert, die Parame…

Neues arXiv‑Paper (ID 2508.11432v1) zeigt, wie Convolutional Neural Ordinary Differential Equations (NODEs) durch kontraktive Regularisieru…

In einer neuen Veröffentlichung auf arXiv wird ein innovativer Ansatz vorgestellt, der die schwierige Aufgabe der Quantisierung von Modellp…