Finde Modelle, Firmen und Themen

In einer bahnbrechenden Entwicklung präsentiert das Forschungsteam Omni-C, einen einzigen dichten Transformer-Encoder, der Bilder, Audio un…

Parameter‑effizientes Fine‑Tuning wie LoRA ermöglicht die praktische Anpassung großer Sprachmodelle, liefert jedoch keine verlässlichen Uns…

Mit dem stetigen Wachstum großer Sprachmodelle wird das vollständige Fein‑Tuning immer teurer und zeitaufwändiger. Parameter‑effizientes Fi…

Unified multimodale Modelle (UMMs) gelten als leistungsstarke Basismodelle, die sowohl generative als auch Verständnisaufgaben in einer ein…

Die neueste Veröffentlichung auf arXiv (2601.06356v1) stellt Monkey Jump vor – eine Methode, die die Vorteile von Mixture-of-Experts (MoE)…

Mit dem neuen Framework ReactorFold wird die Gestaltung von Kernreaktor-Kernen neu definiert. Anstatt in vorgegebenen, von Menschen festgel…

Mit der zunehmenden Verbreitung von Cloud‑Edge‑Kollaborationen werden Empfehlungssysteme vermehrt in verteilten Umgebungen trainiert. Feder…

In einer neuen Studie von arXiv (2511.22138v1) wird gezeigt, dass kleine Sprachmodelle (SLMs) in der Lage sind, komplexe agentische Aufgabe…

Die neue Methode FedReFT bringt Parameter‑Effizientes Fine‑Tuning (PEFT) in die Welt des Federated Learning (FL) und setzt dabei auf die vi…

In der Welt der großen vortrainierten Sprachmodelle gewinnt Parameter‑Effizientes Fine‑Tuning (PEFT) immer mehr an Bedeutung. Dabei werden…

In der aktuellen Forschung zu großen Sprachmodellen wird deutlich, dass der Fortschritt vor allem durch die Skalierung der Modelle voranget…

Die Optimierungsmethode Sharpness‑Aware Minimization (SAM) hat sich als wirkungsvolle Technik zur Verbesserung der Generalisierung in überp…