Suche nach TIME | meineki.news

Viele-Beispiel-Prompting: Testzeit-Anpassung von LLMs – Chancen & Grenzen

In der neuesten Studie von arXiv (2603.05829v1) wird die Testzeit-Anpassung von großen Sprachmodellen (LLMs) durch viele-Beispiel-Prompting…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Neue Forschung: Preisstabilität in Echtzeit‑AI‑Diensten durch Graphstruktur

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die Struktur der Dienstabhängigkeitsgraphen – modelliert als gerichtete azyklische Gr…

arXiv – cs.AI 09.03.2026 04:00

Forschung

OMGD: Speicheroptimiertes Training mit verbesserter Konvergenz

Die KI-gestützte Analyse von Texten ist ein wichtiger Bestandteil der modernen Datenanalyse. Durch den Einsatz von KI-Algorithmen können Un…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Autokorrelation entscheidet: Minimalmodell erklärt optimale Bandit-Strategien

Hey, ich habe darüber nachgedacht, wie wir unser nächstes Projekt noch ansprechender gestalten könnten. Was wäre, wenn wir interaktive Elem…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Neues Modell kombiniert Node-Transformer und BERT‑Sentiment für Börsenprognosen

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovatives Prognosemodell vorgestellt, das die Vorhersagegenauigkeit für Akti…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Gradient Flow polarisiert Softmax-Ausgaben zu Low-Entropy-Lösungen

Eine neue Veröffentlichung auf arXiv (2603.06248v1) beleuchtet die komplexen Trainingsdynamiken von Softmax-basierten Modellen und liefert…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Effiziente und stabile Ozeanvorhersage dank kontinuierlicher Koopman-Ansatz

In einer neuen Studie wird der Continuous‑Time Koopman Autoencoder (CT‑KAE) als leichtgewichtiges Ersatzmodell für die Vorhersage des Ozean…

arXiv – cs.AI 09.03.2026 04:00

Forschung

Best-of-N Sampling bleibt optimal – neue Variante verhindert Reward‑Hacking

In einer aktuellen Studie zum Inferenzzeit‑Alignment von Sprachmodellen wird das beliebte Best‑of‑N (BoN) Sampling erneut untersucht. Das V…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Agnostisches Lernen in nahezu optimaler Zeit dank neuer Analyse

Ein neues Ergebnis auf arXiv (2603.06027v1) zeigt, dass das Lernen von Konzeptklassen unter Gaußschen Randverteilungen im agnostischen Mode…

arXiv – cs.LG 09.03.2026 04:00

Praxis

Neues Framework für Agenten: Blaupause, Planung, Speicher & Validierung

In einem ausführlichen Tutorial wird ein vollständiges Framework für kognitive Agenten vorgestellt, das die Grundlage für die nächste Gener…

MarkTechPost 08.03.2026 06:46

Forschung

MOOSEnger: KI-Agent für MOOSE-Umgebung beschleunigt Simulationen

Der neue KI-Agent MOOSEnger richtet sich speziell an Anwender des Multiphysics Object‑Oriented Simulation Environment (MOOSE). Durch einen…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Neues RAG-Modell verbessert Vorhersage bei industriellen Druckventilen

Ein neues Retrieval‑Augmented Generation‑Framework, RAG4CTS, setzt neue Maßstäbe in der Vorhersage von Ausfällen bei industriellen Druckreg…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Timer‑S1: Milliarden‑Skaliges Zeitreihen‑Modell mit Serial Scaling

Timer‑S1 ist ein neues Mixture‑of‑Experts‑Modell für Zeitreihen, das mit 8,3 Milliarden Parametern und 0,75 Milliarden aktivierten Paramete…

arXiv – cs.AI 06.03.2026 05:00

Praxis

OpenAI stellt Symphony vor: Open-Source-Framework für autonome KI-Agenten

OpenAI hat das neue Open‑Source-Framework Symphony vorgestellt, das die Koordination autonomer KI‑Coding‑Agenten über strukturierte „Implem…

MarkTechPost 05.03.2026 17:37

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

TimeWarp: Web-Agenten gegen veränderte Web‑Designs testen

Die jüngste Veröffentlichung von TimeWarp stellt die Leistungsfähigkeit moderner Web‑Agenten auf die Probe, indem sie die sich ständig wand…

arXiv – cs.AI 06.03.2026 05:00

Forschung

ConTSG‑Bench: Einheitlicher Test für bedingte Zeitreihen‑Generierung

Die bedingte Generierung von Zeitreihen ist ein entscheidender Ansatz, um Datenknappheit zu überwinden und kausale Analysen in realen Anwen…

arXiv – cs.LG 06.03.2026 05:00

Forschung

SEA-TS: Selbstlernender Agent revolutioniert Zeitreihenprognosen

Ein neues Forschungsprojekt namens SEA-TS (Self‑Evolving Agent for Time Series Algorithms) hat die Art und Weise, wie Zeitreihenprognosen e…

arXiv – cs.AI 06.03.2026 05:00

Forschung

SemKey: EEG‑zu‑Text ohne BLEU‑Falle – signalorientiertes Framework

Die Dekodierung natürlicher Sprache aus nicht‑invasiven EEG‑Signalen gilt als vielversprechende, aber bislang schwierige Aufgabe. Bestehend…

arXiv – cs.AI 05.03.2026 05:00

Forschung

TTSR: Selbstreflexion im Testzeitraum für kontinuierliche Verbesserungen der Logik

Ein neues Verfahren namens TTSR (Test‑Time Self‑Reflection) ermöglicht es großen Sprachmodellen, ihre Rechenfähigkeiten während des Testens…

arXiv – cs.AI 05.03.2026 05:00

Forschung

MASS: LLMs adaptieren selbstständig mit synthetischen Trainingsdaten

Große Sprachmodelle (LLMs) sind starke Allzweck-Reasoner, die in vielen unterschiedlichen Domänen und Aufgaben eingesetzt werden. Damit sie…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Personality‑Slider für LLMs: Steuerung von Charaktereigenschaften in Echtzeit

Eine neue Technik ermöglicht es, große Sprachmodelle (LLMs) in Echtzeit mit individuellen Persönlichkeiten zu versehen, ohne dass dafür umf…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Generative KI revolutioniert Managerentscheidungen: Grenzen neu definiert

**The Cat Who Loved Laser Pointers** Once upon a sunny afternoon, a curious cat named Milo found a shiny red dot on the floor. It twinkled…

arXiv – cs.AI 05.03.2026 05:00

Forschung

mlx-snn: Spiking Neural Networks jetzt nativ auf Apple Silicon

Mit der neuen Bibliothek mlx-snn wird Spiking Neural Network (SNN) Forschung endlich nativ auf Apple Silicon möglich. Die erste SNN‑Bibliot…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Verteilungsbasierte Vertrauenskalibrierung verbessert KI-Modelle

In der Welt der großen Sprachmodelle hat die Technik des Test‑Time‑Scalings die Genauigkeit von Vorhersagen deutlich gesteigert, indem mehr…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neuer Graph-Transformer revolutioniert Vorhersage von Wellenfunktionen in TDDFT

In der Echtzeit‑TDDFT (zeitabhängige Dichtefunktionaltheorie) werden die elektronischen Wellenfunktionen eines Moleküls kontinuierlich in R…

arXiv – cs.LG 05.03.2026 05:00

Forschung

MasCOR: KI-gestützte Co-Optimierung für E‑Fuel reduziert Kosten

MasCOR ist ein neues, maschinelles Lern‑Framework, das die gleichzeitige Optimierung von Design und Betrieb von E‑Fuel‑Systemen ermöglicht…

arXiv – cs.LG 05.03.2026 05:00

Forschung

<h1>Harmonische Datensatz‑Distillation revolutioniert Zeitreihenprognosen</h1> <p>Die Vorhersage von Zeitreihen steht heute vor enormen Rechen- und Speicheraufwand, weil reale Datensätze immer größer werden. Dataset‑Distillation (DD) bietet eine Lösung, indem sie einen kompakten Datensatz erzeugt, der das Training genauso gut wie das Original ermöglicht. Traditionelle DD‑Ansätze sind jedoch für Zeitreihen nicht optimiert, leiden unter architektonischem Overfitting und skaliert schlecht.</p> <p>Um diese Prob

arXiv – cs.LG 05.03.2026 05:00

Forschung

Adaptive Reset schützt Modelle vor langfristigem Testzeit-Adaptationsabsturz

In der Forschung zur kontinuierlichen Testzeit-Adaptation (TTA) hat sich ein neues Problem herauskristallisiert: Wenn Modelle über lange Ze…

arXiv – cs.LG 05.03.2026 05:00

Forschung

<h1>Heterogene Zeitkonstanten erhöhen die Stabilität bei Equilibrium Propagation</h1> <p>Equilibrium Propagation (EP) gilt als biologisch plausibler Ansatz zum Trainieren neuronaler Netzwerke, der die klassische Backpropagation ersetzt. In bisherigen Modellen wird jedoch ein einheitlicher Zeitschritt dt verwendet, was einer homogenen Membranzeitkonstanten entspricht – ein Konzept, das in biologischen Systemen nicht zutreffend ist.</p> <p>Die neue Studie führt heterogene Zeitschritte (HTS) ein, indem jeder N

arXiv – cs.LG 05.03.2026 05:00

Finde Modelle, Firmen und Themen

Viele-Beispiel-Prompting: Testzeit-Anpassung von LLMs – Chancen & Grenzen

Neue Forschung: Preisstabilität in Echtzeit‑AI‑Diensten durch Graphstruktur

OMGD: Speicheroptimiertes Training mit verbesserter Konvergenz

Autokorrelation entscheidet: Minimalmodell erklärt optimale Bandit-Strategien

Neues Modell kombiniert Node-Transformer und BERT‑Sentiment für Börsenprognosen

Gradient Flow polarisiert Softmax-Ausgaben zu Low-Entropy-Lösungen

Effiziente und stabile Ozeanvorhersage dank kontinuierlicher Koopman-Ansatz

Best-of-N Sampling bleibt optimal – neue Variante verhindert Reward‑Hacking

Agnostisches Lernen in nahezu optimaler Zeit dank neuer Analyse

Neues Framework für Agenten: Blaupause, Planung, Speicher & Validierung

MOOSEnger: KI-Agent für MOOSE-Umgebung beschleunigt Simulationen

Neues RAG-Modell verbessert Vorhersage bei industriellen Druckventilen

Timer‑S1: Milliarden‑Skaliges Zeitreihen‑Modell mit Serial Scaling

OpenAI stellt Symphony vor: Open-Source-Framework für autonome KI-Agenten

Erklärbares Deep Learning verbessert Schiffswegvorhersage in Binnengewässern

TimeWarp: Web-Agenten gegen veränderte Web‑Designs testen

ConTSG‑Bench: Einheitlicher Test für bedingte Zeitreihen‑Generierung

SEA-TS: Selbstlernender Agent revolutioniert Zeitreihenprognosen

SemKey: EEG‑zu‑Text ohne BLEU‑Falle – signalorientiertes Framework

TTSR: Selbstreflexion im Testzeitraum für kontinuierliche Verbesserungen der Logik

MASS: LLMs adaptieren selbstständig mit synthetischen Trainingsdaten

Personality‑Slider für LLMs: Steuerung von Charaktereigenschaften in Echtzeit

Generative KI revolutioniert Managerentscheidungen: Grenzen neu definiert

mlx-snn: Spiking Neural Networks jetzt nativ auf Apple Silicon

Verteilungsbasierte Vertrauenskalibrierung verbessert KI-Modelle

Neuer Graph-Transformer revolutioniert Vorhersage von Wellenfunktionen in TDDFT

MasCOR: KI-gestützte Co-Optimierung für E‑Fuel reduziert Kosten

Adaptive Reset schützt Modelle vor langfristigem Testzeit-Adaptationsabsturz

🍪 Cookie-Einstellungen