Suche nach Trainingsfrei

<p>LLMs meistern Mehrstufige Theoremvorhersage dank struktureller Priors</p> <p>In der automatisierten Beweistechnik stellt die Vorhersage von mehrstufigen Theoremen eine zentrale Herausforderung dar. Traditionelle neuronale‑symbolische Ansätze setzen stark auf überwachungsbasierte, parametrisierte Modelle, die jedoch bei sich wandelnden Theorem-Bibliotheken nur begrenzte Generalisierung zeigen. In einer neuen Studie wird ein komplett trainingsfreier Ansatz vorgestellt, der auf In‑Context‑Learning (ICL) bas

arXiv – cs.AI 06.03.2026 05:00

Neue Methode steigert Genauigkeit strukturierter LLM-Ausgaben um bis zu 24 %

Moderne Sprachmodelle werden zunehmend eingesetzt, um ausführbare Ausgaben wie JSON‑Objekte oder API‑Aufrufe zu erzeugen. Dabei kann ein ei…

arXiv – cs.AI 05.03.2026 05:00

Forschung

NExT-Guard: Echtzeit-Streaming-Schutz ohne tokenbasierte Labels

Moderne Sprachmodelle werden zunehmend in Streaming‑Anwendungen eingesetzt, wodurch herkömmliche Nach‑Sicherheitsmaßnahmen versagen – sie k…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Tool UMPIRE verbessert Unsicherheitsmessung bei multimodalen Sprachmodellen

Multimodale Large Language Models (MLLMs) können zwar beeindruckende Ergebnisse liefern, aber sie erzeugen oft plausible, aber fehlerhafte…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Neues Verfahren: GFlowNets ohne Training für Mehrziel-Generierung

Forscher haben ein innovatives Verfahren vorgestellt, das Generative Flow Networks (GFlowNets) ohne zusätzliche Trainingsschritte für die E…

arXiv – cs.LG 26.02.2026 05:00

Forschung

ActionEngine: Programmatische GUI-Agenten mit Zustandsmaschinen-Speicher

In der Welt der grafischen Benutzeroberflächen (GUI) greifen Agenten bislang auf sequentielle Aufrufe von Vision‑Language‑Modellen zurück…

arXiv – cs.AI 25.02.2026 05:00

Forschung

Neuer Ansatz trennt echtes Memorieren von Mustererkennung in Sprachmodellen

Die Gefahr, dass große Sprachmodelle (LLMs) Trainingsdaten ungewollt wiedergeben, wächst stetig. Dabei ist es entscheidend, zwischen echtem…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Energie-Leckagen in Sprachmodellen: Neue Methode erkennt Halluzinationen

Ein neues Papier von arXiv (2602.18671v1) präsentiert eine innovative Sichtweise auf die Softmax‑Klassifikation von LLMs als Energie‑basier…

arXiv – cs.AI 24.02.2026 05:00

Forschung

QuantVLA: Post-Training Quantisierung für Vision‑Language‑Action‑Modelle

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

arXiv – cs.LG 25.02.2026 05:00

Forschung

Doppelte Gegenfaktische Konsistenz: LLMs lernen kausales Denken ohne Daten

Neues Verfahren namens Double Counterfactual Consistency (DCC) ermöglicht es großen Sprachmodellen, ihre kausale Denkfähigkeit ohne aufwänd…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Training-freie Anpassung von Diffusionsmodellen mit Doob's h-Transform

Die Anpassung von vortrainierten Diffusionsmodellen ist ein zentrales Thema, um deren Potenzial in vielfältigen Anwendungen zu entfalten. T…

arXiv – cs.LG 19.02.2026 05:00

Forschung

MoE‑Spec: Expertenbudgetierung steigert Effizienz von spekulativem Decoding

Die neueste Veröffentlichung auf arXiv (2602.16052v1) präsentiert MoE‑Spec, eine innovative Methode zur Optimierung des spekulativen Decodi…

arXiv – cs.LG 19.02.2026 05:00

Forschung

TokaMind: Open‑Source‑Transformer für Tokamak‑Plasma‑Dynamik

Ein neues Open‑Source‑Framework namens TokaMind wurde vorgestellt, das die Modellierung von Fusionsplasmen revolutionieren soll. Das System…

arXiv – cs.AI 18.02.2026 05:00

Forschung

LLM-Persona: Dynamische, algebraische Steuerung ohne Feinabstimmung

Eine neue, trainingsfreie Methode namens PERSONA ermöglicht es, die Persönlichkeit von großen Sprachmodellen (LLMs) präzise zu steuern, ohn…

arXiv – cs.AI 18.02.2026 05:00

Forschung

<h1>Diffusionsmodelle können formale Syntax einhalten – neue Methode</h1> <p>Diffusionsbasierte Sprachmodelle gelten als vielversprechende Alternative zu autoregressiven Systemen, weil sie Texte global und ohne kausale Abhängigkeiten erzeugen. Ihre kontinuierlichen latenten Zustände machen jedoch die Durchsetzung diskreter Vorgaben – etwa das Erzeugen eines JSON‑Dokuments, das einem vorgegebenen Schema entspricht – schwierig.</p> <p>Die neue, trainingsfreie Guidance‑Methode löst dieses Problem, indem sie ei

arXiv – cs.LG 16.02.2026 05:00

Forschung

Visuelle Jailbreak-Angriffe auf Bildbearbeitungsmodelle: Sicherheitslücke entdeckt

Die neuesten Fortschritte in großen Bildbearbeitungsmodellen haben das Paradigma von textbasierten Anweisungen zu vision‑prompt‑Editing ver…

arXiv – cs.AI 12.02.2026 05:00

Forschung

REVIS: Sparsere latente Steuerung senkt Objekthalluzination in LVLMs

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

arXiv – cs.AI 13.02.2026 05:00

Forschung

Halluzinationen in Sprachmodellen: OOD-Ansatz liefert effektive Erkennung

Ein neues arXiv-Papier zeigt, dass die Erkennung von Halluzinationen in großen Sprachmodellen durch die Umdeutung als Out‑of‑Distribution‑(…

arXiv – cs.AI 10.02.2026 05:00

Forschung

CoRe: Kontextrobuste Remasking-Technik verbessert Diffusion-Sprachmodelle

Die Standard-Decodierung in Masked Diffusion Models (MDMs) leidet unter einer zu starren Kontextbehandlung: Tokens werden auf Basis von kur…

arXiv – cs.LG 05.02.2026 05:00

Forschung

Neues Tool PCBSchemaGen: LLM-gesteuertes PCB-Schemadesign mit Constraints

In der Elektronikindustrie ist das Schemadesign von Leiterplatten (PCBs) entscheidend, weil es digitale, analoge und Stromversorgungssignal…

arXiv – cs.AI 03.02.2026 05:00

Forschung

GEPC: Gruppen-Equivarianz erkennt Ausreißer in Diffusionsmodellen

Diffusionsmodelle bestimmen einen zeitabhängigen Score‑Feld, das häufig die Symmetrien (Spiegelungen, Drehungen, Kreisverschiebungen) der T…

arXiv – cs.LG 03.02.2026 05:00

Forschung

Neue Methode reduziert Embedding‑Crowding und verbessert LLM‑Reasoning

In der Welt der großen Sprachmodelle (LLMs) spielt die Art und Weise, wie Tokens ausgewählt werden, eine entscheidende Rolle für die Qualit…

arXiv – cs.AI 02.02.2026 05:00

Forschung

RE-Tab: Verbessert TableQA durch verifizierbare Rückmeldungen

Die Entwicklung von TableQA-Agenten steht vor einer besonderen Herausforderung: Antworten lassen sich nicht sofort aus einer statischen Tab…

arXiv – cs.AI 02.02.2026 05:00

Forschung

BayesFlow: Bayesian-Ansatz revolutioniert Workflow-Generierung

Die automatische Erstellung komplexer Arbeitsabläufe – bestehend aus LLM-Aufrufen, Tool‑Invokationen und Nachbearbeitungsschritten – wurde…

arXiv – cs.LG 02.02.2026 05:00

Forschung

MAD: Modality-Adaptive Decoding reduziert Halluzinationen in multimodalen LLMs

Multimodale Large Language Models (MLLMs) leiden häufig unter sogenannten Cross‑Modal‑Halluzinationen, bei denen eine Modalität unpassend E…

arXiv – cs.AI 30.01.2026 05:00

Forschung

QUARK: Retrieval bei nicht-faithful Anfragen via Query-Anchored Aggregation

Ein neues, auf arXiv veröffentlichtes Verfahren namens QUARK adressiert ein zentrales Problem der modernen Informationssuche: In der Praxis…

arXiv – cs.AI 30.01.2026 05:00

Forschung

Neues Geometric Reasoner verbessert Langkettige Logik ohne Trainingsaufwand

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

arXiv – cs.AI 28.01.2026 05:00

Forschung

Neues Verfahren liefert zitierfähige klinische Zusammenfassungen ohne Training

In der medizinischen Dokumentation ist es entscheidend, dass Zusammenfassungen nicht nur flüssig und verständlich sind, sondern auch klar z…

arXiv – cs.AI 26.01.2026 05:00

Forschung

Cross‑Lingual Activation Steering: Mehrsprachige Modelle verbessern

Große Sprachmodelle zeigen bereits beeindruckende mehrsprachige Fähigkeiten, doch zwischen dominanten und weniger verbreiteten Sprachen bes…

arXiv – cs.AI 26.01.2026 05:00

Forschung

Mitigating Cultural Bias in LLMs via Multi-Agent Cultural Debate

Neues Forschungsergebnis zeigt, dass große Sprachmodelle (LLMs) systematisch einen westlich‑zentrierten Bias aufweisen. Ein Versuch, diesen…

arXiv – cs.LG 21.01.2026 05:00

Finde Modelle, Firmen und Themen

Neue Methode steigert Genauigkeit strukturierter LLM-Ausgaben um bis zu 24 %

NExT-Guard: Echtzeit-Streaming-Schutz ohne tokenbasierte Labels

Neues Tool UMPIRE verbessert Unsicherheitsmessung bei multimodalen Sprachmodellen

Neues Verfahren: GFlowNets ohne Training für Mehrziel-Generierung

ActionEngine: Programmatische GUI-Agenten mit Zustandsmaschinen-Speicher

Neuer Ansatz trennt echtes Memorieren von Mustererkennung in Sprachmodellen

Energie-Leckagen in Sprachmodellen: Neue Methode erkennt Halluzinationen

QuantVLA: Post-Training Quantisierung für Vision‑Language‑Action‑Modelle

Doppelte Gegenfaktische Konsistenz: LLMs lernen kausales Denken ohne Daten

Training-freie Anpassung von Diffusionsmodellen mit Doob's h-Transform

MoE‑Spec: Expertenbudgetierung steigert Effizienz von spekulativem Decoding

TokaMind: Open‑Source‑Transformer für Tokamak‑Plasma‑Dynamik

LLM-Persona: Dynamische, algebraische Steuerung ohne Feinabstimmung

Visuelle Jailbreak-Angriffe auf Bildbearbeitungsmodelle: Sicherheitslücke entdeckt

REVIS: Sparsere latente Steuerung senkt Objekthalluzination in LVLMs

Halluzinationen in Sprachmodellen: OOD-Ansatz liefert effektive Erkennung

CoRe: Kontextrobuste Remasking-Technik verbessert Diffusion-Sprachmodelle

Neues Tool PCBSchemaGen: LLM-gesteuertes PCB-Schemadesign mit Constraints

GEPC: Gruppen-Equivarianz erkennt Ausreißer in Diffusionsmodellen

Neue Methode reduziert Embedding‑Crowding und verbessert LLM‑Reasoning

RE-Tab: Verbessert TableQA durch verifizierbare Rückmeldungen

BayesFlow: Bayesian-Ansatz revolutioniert Workflow-Generierung

MAD: Modality-Adaptive Decoding reduziert Halluzinationen in multimodalen LLMs

QUARK: Retrieval bei nicht-faithful Anfragen via Query-Anchored Aggregation

Neues Geometric Reasoner verbessert Langkettige Logik ohne Trainingsaufwand

Neues Verfahren liefert zitierfähige klinische Zusammenfassungen ohne Training

Cross‑Lingual Activation Steering: Mehrsprachige Modelle verbessern

Mitigating Cultural Bias in LLMs via Multi-Agent Cultural Debate

🍪 Cookie-Einstellungen

Neue Methode steigert Genauigkeit strukturierter LLM-Ausgaben um bis zu 24 %