KI News: Kurz und klar.

Ein neues arXiv‑Paper (2602.00175v1) legt offen, dass die bislang als wirksam beworbenen unlearning‑Befehle bei Diffusionsmodellen lediglich die Verbindung zwischen sprachlichen Symbolen und dem zugrunde liegenden Wissen schwächen, das jedoch als latente Erinnerung erhalten bleibt. Die Autoren zeigen, dass die Unterschiede im Denoising‑Prozess ein messbares Indiz dafür sind, wie viel des ursprünglichen Wissens noch vorhanden ist.

Die Forschung im Bereich intelligenter Verkehrssysteme hat einen bedeutenden Fortschritt erzielt: Der neu entwickelte Diffusion-Enhanced Transformer Neural Operator (DETNO) verspricht eine deutlich genauere Vorhersage von Verkehrsabläufen über lange Zeiträume. Durch die Kombination eines Transformer-basierten Neural Operators mit einer Diffusions-Refinement-Komponente kann DETNO hochfrequente Verkehrsdynamiken – wie plötzliche Stoßwellen und Engpassgrenzen – zuverlässig rekonstruieren.