Suche nach 7‑Billionen‑Parameter‑Modell

TPRU: Datensatz für zeitliches und prozedurales Verständnis in Modellen

Multimodale Large Language Models (MLLMs) stoßen häufig an die Grenze, wenn es darum geht, zeitliche Abläufe und prozedurale Abläufe in vis…

arXiv – cs.AI 24.02.2026 05:00

Produkt

CodeFu-7B mit veRL und Ray auf Amazon SageMaker trainieren

In diesem Beitrag zeigen wir, wie man das 7‑Billionen‑Parameter‑Modell CodeFu‑7B – speziell für Wettbewerbsprogrammierung – mit Group Relat…

AWS – Machine Learning Blog 24.02.2026 15:46

Forschung

BatCoder: Selbstüberwachtes Lernen von Code und Dokumentation via Back-Translation

Die neueste Veröffentlichung von BatCoder eröffnet einen innovativen Ansatz für das Training von Sprachmodellen in der Programmierung. Durc…

arXiv – cs.LG 04.02.2026 05:00

Forschung

Neue Studie zeigt, wie LLMs VirtualHome meistern – SSC steigert Leistung

In der Welt der Embodied AI ist es entscheidend, dass Agenten Ziele verstehen, Aktionen planen und Aufgaben in simulierten Umgebungen ausfü…

arXiv – cs.AI 03.02.2026 05:00

Forschung

LLM-Planer: Erfolgreich im eigenen Bereich, aber bei neuen Domänen versagen

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

arXiv – cs.AI 22.01.2026 05:00

Forschung

SimMerge: Automatisierte Auswahl von Merge-Operatoren für große Sprachmodelle

Die Kombination mehrerer großer Sprachmodelle zu einem einzigen, leistungsfähigen System ist ein zentrales Thema in der KI-Forschung. Dabei…

arXiv – cs.LG 15.01.2026 05:00

Forschung

Neue Dialog-basierte Datengenerierung steigert Fortran-zu-C++ und C++-zu-CUDA Übersetzungen

Ein neues automatisiertes Pipeline-Konzept nutzt zwei große Sprachmodelle – einen Fragegenerator und einen Lösungsanbieter – um Codeüberset…

arXiv – cs.AI 04.12.2025 05:00

Aktuell

OpenMMReasoner: Mehr multimodale KI‑Logik mit kleineren, smarteren Datensätzen

Forscher von MiroMind AI in Zusammenarbeit mit mehreren chinesischen Universitäten haben das neue Trainingsframework OpenMMReasoner vorgest…

VentureBeat – AI 02.12.2025 12:30

Forschung

Talk2Data: Multimodaler Chatbot für die Analyse tabellarischer Daten

Ein neuer, multimodaler Chatbot namens Talk2Data nutzt große Sprachmodelle (LLMs), um die Analyse von Tabellen in einer interaktiven, konte…

arXiv – cs.AI 25.11.2025 05:00

Aktuell

Meta stellt 1.600‑Sprachen‑ASR-Modell vor – Open-Source-Revolution

Meta hat heute ein neues, mehrsprachiges automatisches Spracherkennungssystem (ASR) vorgestellt, das mehr als 1.600 Sprachen unterstützt –…

VentureBeat – AI 10.11.2025 20:27

Forschung

MOSS: Effizientes FP8-Training für große Sprachmodelle

FP8-Formate versprechen enorme Effizienzgewinne beim Training großer Sprachmodelle, bringen jedoch die Herausforderung einer reduzierten nu…

arXiv – cs.LG 11.11.2025 05:00

Finde Modelle, Firmen und Themen

TPRU: Datensatz für zeitliches und prozedurales Verständnis in Modellen

CodeFu-7B mit veRL und Ray auf Amazon SageMaker trainieren

BatCoder: Selbstüberwachtes Lernen von Code und Dokumentation via Back-Translation

Neue Studie zeigt, wie LLMs VirtualHome meistern – SSC steigert Leistung

LLM-Planer: Erfolgreich im eigenen Bereich, aber bei neuen Domänen versagen

SimMerge: Automatisierte Auswahl von Merge-Operatoren für große Sprachmodelle

Neue Dialog-basierte Datengenerierung steigert Fortran-zu-C++ und C++-zu-CUDA Übersetzungen

OpenMMReasoner: Mehr multimodale KI‑Logik mit kleineren, smarteren Datensätzen

Talk2Data: Multimodaler Chatbot für die Analyse tabellarischer Daten

Meta stellt 1.600‑Sprachen‑ASR-Modell vor – Open-Source-Revolution

MOSS: Effizientes FP8-Training für große Sprachmodelle

🍪 Cookie-Einstellungen