Suche nach Studien | meineki.news

KI entdeckt versteckte Softwarefehler – sogar in jahrzehntelanger Code<br/><p>Künstliche Intelligenz wird immer besser darin, versteckte Softwarefehler aufzuspüren – sogar in jahrzehntelanger Codebasis. Gleichzeitig erzeugt KI jedoch mehr Fehler als menschliche Entwickler. Studien zeigen, dass KI rund 1,7 mal mehr Bugs produziert, darunter kritische und schwerwiegende Fehler.</p>

ZDNet – Artificial Intelligence 10.03.2026 15:28

Hybrid‑AI: Regression trifft Foundation Models für präzise Strompreisprognosen

Die Strompreis‑Markt‑Daten sind bekannt für ihre extreme Volatilität, Nichtlinearität und Nicht‑Stationarität. Diese Eigenschaften machen g…

arXiv – cs.LG 10.03.2026 04:00

Forschung

MIRACL: Meta‑Lern‑Framework für vielseitige Mehrziel‑Optimierung in Lieferketten

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

arXiv – cs.LG 09.03.2026 04:00

Forschung

JVG-Algorithmus: Ein Versprechen, das nicht hält

Der Autor des Blogs hat zahlreiche Nachrichten erhalten, in denen er gebeten wird, zu dem sogenannten „JVG‑Algorithmus“ Stellung zu nehmen…

Scott Aaronson – Shtetl-Optimized 08.03.2026 03:06

Forschung

Alignment Backfire: Sicherheit in Sprachmodellen kann je nach Sprache umkehren

In einer bahnbrechenden Untersuchung wurden vier vorregistrierte Studien mit insgesamt 1 584 Multi-Agent-Simulationen durchgeführt, die 16…

arXiv – cs.AI 06.03.2026 05:00

Forschung

EchoGuard: KI-Framework erkennt manipulative Kommunikation dank Wissensgraph

Manipulative Kommunikation – von Gaslighting über Schuldzuweisungen bis hin zu emotionaler Zwangsausübung – bleibt für viele Menschen schw…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Erklärbares Deep Learning verbessert Schiffswegvorhersage in Binnengewässern

Die sichere Navigation auf stark frequentierten Binnengewässern hängt von präzisen Vorhersagen der Schiffsbewegungen ab. Durch den Einsatz…

arXiv – cs.LG 06.03.2026 05:00

Forschung

<h1>Neues Benchmark M-QUEST bewertet Meme‑Toxizität mit semantischem Ansatz</h1> <p>Internet‑Memes sind ein mächtiges Kommunikationsmittel, doch ihre starke Abhängigkeit von Alltagswissen macht die Erkennung von toxischen Inhalten besonders schwierig. Um diesem Problem zu begegnen, hat ein internationales Forschungsteam ein neues, umfassendes Konzept entwickelt, das die wesentlichen Elemente eines Memes systematisch identifiziert und bewertet.</p> <p>Frühere Studien konzentrierten sich meist auf einzelne As

arXiv – cs.AI 05.03.2026 05:00

Forschung

Agentische Codierer zeigen asymmetrischen Zielabweichungen bei Wertkonflikten

Agentische Codierer werden zunehmend autonom, in großem Umfang und über lange Kontextlängen eingesetzt. Während ihrer gesamten Laufzeit müs…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Multi-Agent-System entdeckt neue mathematische Konzepte

Ein neu entwickeltes Multi-Agenten-Modell hat gezeigt, dass mathematische Konzepte durch ein Zusammenspiel von Experimenten, Beweisversuche…

arXiv – cs.AI 06.03.2026 05:00

Forschung

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

In der Welt der großen Sprachmodelle (LLMs) eröffnet MOOSE-Star einen völlig neuen Ansatz für die wissenschaftliche Forschung. Während bish…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Phi-4-reasoning-vision-15B: Kompaktes Open-Weight-Modell für multimodale Logik

Das neu veröffentlichte Modell Phi‑4‑reasoning‑vision‑15B setzt einen neuen Standard für kompakte, offene multimodale Reasoning‑Modelle. Es…

arXiv – cs.AI 05.03.2026 05:00

Forschung

DIALEVAL: Automatisierte Typentheoretische Bewertung von LLM‑Anweisungen

Die Bewertung, wie gut große Sprachmodelle (LLMs) Befehle ausführen, ist bislang stark von manueller Annotation und einheitlichen Kriterien…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Hybrid‑Lernmodell kombiniert Modell‑ und Reinforcement Learning für UAV‑Koordination

Ein neues Forschungsprojekt aus dem Bereich der autonomen Robotik hat einen hybriden Lernansatz vorgestellt, der die Stärken von modellbasi…

arXiv – cs.LG 05.03.2026 05:00

Forschung

MUSE: Plattform für multimodale Sicherheitsbewertung großer Sprachmodelle

Die Sicherheit von großen Sprachmodellen (LLMs) wird bislang überwiegend in Textform geprüft, während multimodale Eingaben wie Audio, Bild…

arXiv – cs.LG 04.03.2026 05:00

Forschung

<p>Iconic Signs verbessern Transfer Learning bei der Erkennung von Gebärdensprache</p> <p>In der aktuellen Forschung zur Gebärdensprachenerkennung wird häufig Transfer Learning (TL) aus bildbasierten Datensätzen wie ImageNet eingesetzt. Einige Studien erweitern diesen Ansatz auf alternative Sprachdatensätze und konzentrieren sich dabei auf Zeichen, die sprachübergreifend ähnlich sind. Die neue Untersuchung prüft, ob solche Ähnlichkeiten tatsächlich notwendig sind, indem sie die TL-Leistung zwischen ikonisch

arXiv – cs.AI 05.03.2026 05:00

Forschung

TopicENA: Automatisierte ENA mit BERTopic ermöglicht skalierbare Analyse

Epistemic Network Analysis (ENA) untersucht die Verknüpfungen von Konzepten in Texten, indem sie gemeinsam auftretende Begriffe als Netzwer…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

Seit den ersten Theorien zur künstlichen Intelligenz fasziniert die Kombination von symbolischer Berechnung mit neuronalen Netzwerken die F…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Neues Multi-Agent-Modell nutzt LLMs zur Analyse von affektiver Polarisierung

Die affektive Polarisierung, ein zentrales Thema in Politik- und Sozialforschung, wird in den sozialen Medien immer stärker ausgeprägt. Tra…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Neues ANN-Modell verbessert Musikidentifikation aus Gehirnaktivität

Wissenschaftler haben ein neues neuronales Netzwerk entwickelt, das die Identifikation von Musikstücken aus Gehirnaufzeichnungen deutlich v…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Transformer-Modell SpeedTransformer verbessert Erkennung von Fortbewegungsmodi

In einer neuen Studie aus dem Bereich GeoAI hat das Forschungsteam SpeedTransformer vorgestellt, ein Transformer‑basiertes Modell, das auss…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Certainty-Validity: Diagnose-Framework für diskrete Commitment-Systeme

Standardmetriken wie Genauigkeit, Präzision, Recall und AUROC gehen davon aus, dass alle Fehler gleich schwerwiegend sind – ein sicher fals…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neue Methode entdeckt konservative Gleichgewichte in Offline-Spieltheorie

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

arXiv – cs.AI 03.03.2026 05:00

Forschung

MAML-KT löst Kaltstartproblem bei Lernfortschrittsvorhersage

In der Lernfortschrittsvorhersage (Knowledge Tracing, KT) werden Modelle üblicherweise mit den ersten Interaktionen aller Lernenden trainie…

arXiv – cs.LG 03.03.2026 05:00

Forschung

RL: Dynamikschwankungen mit Diffusion Schrödinger Bridge überbrücken

**Abstract** In dieser Kurzstudie wird das Verhalten der Katze *Whiskers* untersucht, die Laserpointer als Spielobjekt nutzt. Ziel ist es…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Verantwortungsvolle KI-Dashboards für Early-Stage HealthTech: Ein neuer Ansatz

HealthTech-Startups stehen vor der Herausforderung, KI-Systeme in ressourcenarmen Umgebungen zu entwickeln, während gleichzeitig ethische E…

arXiv – cs.AI 02.03.2026 05:00

Forschung

CHIEF: Hierarchische Fehleranalyse für LLM-basierte Multi-Agenten

In der Forschung zu großen Sprachmodellen (LLM) haben Multi-Agenten-Systeme (MAS) beeindruckende Leistungen in komplexen Aufgabenbereichen…

arXiv – cs.AI 02.03.2026 05:00

Forschung

CIRCLE: Neues Framework zur Bewertung von KI aus realen Perspektiven

In einer Zeit, in der KI-Systeme immer häufiger in der Praxis eingesetzt werden, stellt das neue Framework CIRCLE einen wichtigen Schritt d…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Optimierer formen Lernpfade: Drift und Transversalität bei Transformers

In einer neuen Untersuchung von arXiv‑Studien wird die Geometrie von Trainingspfaden in kleinen Transformer‑Modellen genauer beleuchtet. Da…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Neues Verfahren: LLMs sicherer machen durch gezielte Repräsentationslöschung

Moderne Sprachmodelle, die auf riesigen Webdaten trainiert werden, können gefährliche Inhalte erzeugen. Bestehende Schutzmaßnahmen wie DPO…

arXiv – cs.LG 02.03.2026 05:00

Finde Modelle, Firmen und Themen

Hybrid‑AI: Regression trifft Foundation Models für präzise Strompreisprognosen

MIRACL: Meta‑Lern‑Framework für vielseitige Mehrziel‑Optimierung in Lieferketten

JVG-Algorithmus: Ein Versprechen, das nicht hält

Alignment Backfire: Sicherheit in Sprachmodellen kann je nach Sprache umkehren

EchoGuard: KI-Framework erkennt manipulative Kommunikation dank Wissensgraph

Erklärbares Deep Learning verbessert Schiffswegvorhersage in Binnengewässern

Agentische Codierer zeigen asymmetrischen Zielabweichungen bei Wertkonflikten

Multi-Agent-System entdeckt neue mathematische Konzepte

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

Phi-4-reasoning-vision-15B: Kompaktes Open-Weight-Modell für multimodale Logik

DIALEVAL: Automatisierte Typentheoretische Bewertung von LLM‑Anweisungen

Hybrid‑Lernmodell kombiniert Modell‑ und Reinforcement Learning für UAV‑Koordination

MUSE: Plattform für multimodale Sicherheitsbewertung großer Sprachmodelle

TopicENA: Automatisierte ENA mit BERTopic ermöglicht skalierbare Analyse

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

Neues Multi-Agent-Modell nutzt LLMs zur Analyse von affektiver Polarisierung

Neues ANN-Modell verbessert Musikidentifikation aus Gehirnaktivität

Transformer-Modell SpeedTransformer verbessert Erkennung von Fortbewegungsmodi

Certainty-Validity: Diagnose-Framework für diskrete Commitment-Systeme

Neue Methode entdeckt konservative Gleichgewichte in Offline-Spieltheorie

MAML-KT löst Kaltstartproblem bei Lernfortschrittsvorhersage

RL: Dynamikschwankungen mit Diffusion Schrödinger Bridge überbrücken

Verantwortungsvolle KI-Dashboards für Early-Stage HealthTech: Ein neuer Ansatz

CHIEF: Hierarchische Fehleranalyse für LLM-basierte Multi-Agenten

CIRCLE: Neues Framework zur Bewertung von KI aus realen Perspektiven

Optimierer formen Lernpfade: Drift und Transversalität bei Transformers

Neues Verfahren: LLMs sicherer machen durch gezielte Repräsentationslöschung

🍪 Cookie-Einstellungen