Follow Starter
Künstliche Intelligenz
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
19 Signale
News Stream
KI-News fuer Neueste Signale.
Du siehst hier den News-Stream fuer Große Sprachmodelle plus passende Hubs, Analysen und Rueckkehr-Einstiege.
222
Signale im Filter
5
Passende Hubs
0
Passende Analysen
News-Steuerung
Filtern, fokussieren, schnell wiederfinden.
Wechsel zwischen Tageslage, Wochenbild und Themenfokus, ohne den News-Stream zu verlassen.
Aktiver Fokus:
Große Sprachmodelle
Themen folgen
Alle Hubs ansehen →
Mach aus News einen persoenlichen Radar
Follow Starter
Reinforcement Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
16 Signale
Follow Starter
LLM
Achte zuerst auf Modellqualitaet, Kosten pro Nutzung und darauf, ob echte Produktverbesserungen oder nur Benchmarks kommuniziert werden.
7 Signale
Follow Starter
Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
6 Signale
Follow Starter
KI-Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
5 Signale
Leitstory
Der wichtigste Einstieg in diesem Stream
Aktuell erfassen. Direkt vertiefen.
Forschung
arXiv – cs.LG
U-Parking: Autonomes Parksystem mit UWB und KI-gestützter Planung
Ein neues, hochmodernes Parksystem namens U‑Parking wurde vorgestellt, das die Vorteile von Ultra‑Wideband (UWB) und künstlicher Intelligenz kombiniert, um Fahrzeuge zuverlässig in anspruchsvollen Innenräumen zu parken…
•
≈1 Min. Lesezeit
Leitstory
U-Parking: Autonomes Parksystem mit UWB und KI-gestützter Planung
Themen-Hubs
Alle Hubs
Spring aus dem Strom in stabile Themen-Landingpages
Hub
Künstliche Intelligenz
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
Reinforcement Learning
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.
Hub oeffnen →
Hub
LLM
Achte zuerst auf Modellqualitaet, Kosten pro Nutzung und darauf, ob echte Produktverbesserungen oder nur Benchmarks kommuniziert werden.
Hub oeffnen →
Hub
Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
Hub oeffnen →
Hub
KI-Agenten
Die zentrale Frage ist nicht, ob ein Agent beeindruckend aussieht, sondern ob er stabil Aufgaben beendet und Fehler kontrollierbar macht.
Hub oeffnen →
News Stream
Mehr Signale im Flow
Forschung
Sprachmodelle sabotieren sich: Optimierte Prompts führen zu massivem Leistungsverlust
In einer neuen Studie von Forschern aus dem Bereich der künstlichen Intelligenz wurde gezeigt, dass große Sprachmodelle ihre eigene Leistun…
arXiv – cs.AI
Forschung
DEVS-Formalismus ermöglicht KI-generierte, überprüfbare Weltmodelle
Weltmodelle sind entscheidend für Planung und Bewertung von agentenbasierten Systemen. Bisher stehen zwei extreme Ansätze zur Verfügung: ha…
arXiv – cs.AI
Forschung
CoMMa: Neue Game-Theoretic Multi-Agenten für präzisere Onkologie-Entscheidungen
Ein neues arXiv-Preprint präsentiert CoMMa, ein dezentrales Framework aus großen Sprachmodellen, das speziell für die Unterstützung von Onk…
arXiv – cs.AI
Forschung
ToolSelf: Agenten lernen, sich selbst zu konfigurieren – neue LLM-Strategie
Agenten, die von großen Sprachmodellen angetrieben werden, haben bereits beeindruckende Fortschritte bei komplexen Aufgaben erzielt. Ihre L…
arXiv – cs.AI
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
Forschung
Optimales Token‑Baseline reduziert Varianz bei Langzeit‑LLM‑RL
Reinforcement Learning (RL) für große Sprachmodelle (LLMs) leidet häufig unter Trainingskollapsen bei Aufgaben mit langen Zeithorizonten, w…
arXiv – cs.LG
Forschung
Data Darwinism: Wissenschaftliche Daten für KI-Training neu erschlossen
In einer wegweisenden Veröffentlichung auf arXiv wird das Konzept „Data Darwinism“ vorgestellt, das die Qualität von Daten als entscheidend…
arXiv – cs.AI
Forschung
Geo-Coder: Framework für Rückwärtsgenerierung von Code aus geometrischen Bildern
Der neue Geo-Coder-Ansatz verbindet Programmcode mit Bildvision und eröffnet damit einen vielversprechenden Weg, um große multimodale Model…
arXiv – cs.AI
Forschung
Jackpot: Budgeted Rejection Sampling stabilisiert RL für große Sprachmodelle
Reinforcement‑Learning‑Ansätze für große Sprachmodelle (LLMs) sind bislang sehr kostenintensiv, weil die Rollouts selbst teuer sind. Durch…
arXiv – cs.AI
Forschung
LLMs erreichen bei langen Aufgaben inhärente Stabilitätsgrenze – Theorie erklärt
Große Sprachmodelle (LLMs) zeigen beeindruckende Rechenfähigkeiten, doch bei Aufgaben, die viele Zwischenschritte erfordern, treten plötzli…
arXiv – cs.AI
Forschung
Aktives Konzeptlernen: LLMs und Bayessche Updates im Fokus
In der neuesten Studie wird gezeigt, wie ein neuro-symbolischer Bayesscher Lernalgorithmus, der von großen Sprachmodellen (LLMs) generierte…
arXiv – cs.AI
Forschung
KI-Modell kombiniert Kollaboratives Filtern mit Sprachmodellen für Empfehlungen
Eine neue Veröffentlichung auf arXiv (2602.05544v1) stellt RGCF‑XRec vor – ein hybrides Framework, das die Stärken von kollaborativem Filte…
arXiv – cs.AI
Forschung
Geometrische Anker: Neue Methode stärkt Robustheit bei LLM-Alignment
Eine neue Technik namens Geometric Anchor Preference Optimization (GAPO) verspricht, die Zuverlässigkeit bei der Ausrichtung großer Sprachm…
arXiv – cs.LG
Forschung
Private In-Context Learning: 30 % Genauigkeitszuwachs dank Product-of-Experts
Ein neues Verfahren aus dem Bereich der künstlichen Intelligenz verspricht, die Art und Weise, wie große Sprachmodelle (LLMs) Aufgaben lern…
arXiv – cs.LG
Forschung
KI-Steuerung neu definiert: Interaktive Oversight für skalierbare LLMs
Mit der zunehmenden Automatisierung komplexer, langfristiger Aufgaben durch große Sprachmodelle entsteht ein deutlicher Lücken im Bereich d…
arXiv – cs.AI
Forschung
WideSeek-R1: Breite Skalierung mit Multi-Agenten für umfassende Informationssuche
Die jüngsten Fortschritte bei großen Sprachmodellen konzentrieren sich überwiegend auf die Tiefenskalierung, bei der ein einzelner Agent ko…
arXiv – cs.AI
Forschung
Neue Methode zur gezielten Layer‑Auswahl bei PEFT von LLMs
Mit dem stetigen Wachstum großer Sprachmodelle wird das vollständige Fein‑Tuning immer teurer und zeitaufwändiger. Parameter‑effizientes Fi…
arXiv – cs.LG
Forschung
LLM-basierte Empfehlungssysteme: Unsicherheit und Fairness im Fokus
Große Sprachmodelle (LLMs) ermöglichen leistungsstarke Zero‑Shot‑Empfehlungen, indem sie umfangreiches Kontextwissen nutzen. Doch die damit…
arXiv – cs.AI
Forschung
ContextEvolve: Multi-Agent-Ansatz optimiert Systemcode mit 33 % mehr Effizienz
Ein neuer Beitrag auf arXiv (2602.02597v1) präsentiert ContextEvolve, ein Multi-Agent-Framework, das die Optimierung von Systemcode auf ein…
arXiv – cs.LG
Forschung
Stackelberg-Spiel optimiert Reward-Shaping für LLM-Alignment
Neues Forschungsergebnis aus dem arXiv-Preprint Reward Shaping for Inference-Time Alignment: A Stackelberg Game Perspective zeigt, wie man…
arXiv – cs.LG
Forschung
Narrow Finetuning erhöht Risiko von emergentem Misalignment – Domänenabhängigkeit
Eine neue Untersuchung aus dem arXiv-Repository beleuchtet, wie die gezielte Feinabstimmung großer Sprachmodelle (LLMs) auf unsichere Daten…
arXiv – cs.AI
Forschung
Ressourcenschonende Verstärkung für LLMs: One-Shot-Policy-Optimierung
Große Sprachmodelle (LLMs) haben bei komplexen Denkaufgaben beeindruckende Ergebnisse erzielt. Ein vielversprechender Ansatz zur Ausrichtun…
arXiv – cs.AI
Forschung
InfoReasoner: KI nutzt synthetische Belohnung zur besseren Informationssuche
Ein neues Forschungsprojekt namens InfoReasoner zeigt, wie große Sprachmodelle ihre Fähigkeit zur aktiven Informationssuche verbessern könn…
arXiv – cs.AI