Finde Modelle, Firmen und Themen

In der modernen KI‑Forschung ist es üblich, ein bereits trainiertes Modell zu nutzen, um Daten zu kennzeichnen, und diese gekennzeichneten…

In der Welt der generativen Modelle gilt die Fähigkeit, aus einer endlichen Stichprobe eine zugrunde liegende Verteilung zu lernen und neue…

Die Frage, ob ein Lernalgorithmus für beliebig lange Eingaben zuverlässig vorhersagen kann, ist für die Praxis entscheidend. In einem kürzl…

Meta‑Reinforcement‑Learning (Meta‑RL) generalisiert bislang meist über die Glattheit der Aufgabenkodierung. Diese Strategie erfordert eine…

In einem aktuellen Beitrag auf arXiv wird ein innovativer Ansatz vorgestellt, der die Herausforderung der Domänengeneralisation in tiefen L…

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

Gradientenbasierte Hyperparameter‑Optimierung (HPO) nutzt seit Kurzem Bilevel‑Programmierung, um die Hyperparameter anhand des Hypergradien…

In den letzten Monaten hat die Integration von Begründungsmechanismen in große Sprachmodelle und Vision‑Language‑Modelle die Leistungsfähig…

Eine neue Studie aus dem arXiv-Preprint arXiv:2602.12413v1 zeigt, dass große Sprachmodelle (LLMs) häufig mit Benchmark‑Testdaten in ihren T…

Die jüngsten Erfolge von Mamba und anderen selektiven Zustandsraummodellen haben das Interesse an Nicht‑Attention‑Architekturen für Sequenz…

Deep-Ensemble-Methoden erhöhen die Vorhersageleistung, stoßen jedoch häufig an drei praktische Grenzen: redundante Basismodelle erhöhen den…

Die klassische Lerntheorie sagt, dass große Sprachmodelle wegen ihrer enormen Parameterzahl leicht überanpassen sollten. In der Praxis zeig…

Eine neue Studie aus dem Bereich der Molekulardynamik zeigt, dass Protein-Sprachmodell-Embeddings die Generalisierung von impliziten Transf…

Ein neues arXiv-Preprint (2602.07154v1) präsentiert einen innovativen Ansatz, der herkömmliches Pooling von heterogenen Datensätzen überwin…

Eine aktuelle Untersuchung auf arXiv hat die behauptete Generalisierung von Tabular Language Models (TLMs) in Frage gestellt. Die Autoren p…

Ein neues arXiv‑Veröffentlichungsdokument präsentiert einen innovativen, informations­theoretischen Blick auf die Generalisierung von Lerna…

Die Vorhersage von multivariaten Zeitreihen in graphstrukturierten Domänen ist für viele Anwendungen von entscheidender Bedeutung. Traditio…

Die Weiterentwicklung großer Sprachmodelle (LLMs) führt zu beeindruckenden Leistungen, jedoch steigen die Rechenkosten mit jeder zusätzlich…

Reinforcement Learning (RL) hat sich als vielversprechendes Verfahren etabliert, um große Sprach- und Vision‑Language‑Modelle explizit zu R…

Eine kürzlich veröffentlichte Arbeit auf arXiv untersucht, wie die Geometrie der Repräsentationen in tiefen neuronalen Netzwerken die Model…

In einer neuen Studie wird untersucht, ob Sicherheitsgarantien, die während des Trainings von Reinforcement‑Learning‑Algorithmen (RL) erlan…

Wissenschaftler haben ein innovatives Diagnoseinstrument entwickelt, das aufzeigt, wie neuronale Netzwerke physikalische Symmetrien in Glei…

Neuronale Physiklösungen gewinnen immer mehr an Bedeutung, weil sie schnelle, in‑silico‑Einblicke in physikalische, materialwissenschaftlic…

In einer aktuellen Studie von arXiv wird untersucht, wie gut große Sprachmodelle (LLM), die nach dem Training in einer engen Umgebung einge…

In einer kürzlich veröffentlichten Preprint-Studie (arXiv:2601.16359v1) wird die Bedeutung von Single Domain Generalization (SDG) für den E…

Reinforcement Learning from Human Feedback (RLHF) hat sich als führende Methode etabliert, um große Sprachmodelle (LLMs) an menschliche Int…

Ein neues Paper auf arXiv untersucht die Generalisierung von Large Language Models (LLMs) im Bereich der automatischen Planung. Die Autoren…

Die zuverlässige Erkennung von Log-Anomalien ist entscheidend für die Stabilität moderner IT-Systeme, stellt jedoch ein erhebliches Problem…