Finde Modelle, Firmen und Themen

KI‑Agenten, die in physikbasierten Umgebungen agieren, stehen vor einer Vielzahl komplexer Aufgaben – von der Planung über die Zusammenfass…

Eine aktuelle Studie auf arXiv präsentiert einen innovativen Ansatz, um die wichtigsten Verbindungen in neuronalen Netzwerken (NN) zu ident…

In einer wegweisenden Studie haben Forscher gezeigt, dass große Sprachmodelle (LLMs) aus indirekten Hinweisen wie Namen und Berufen lineare…

Eine neue Analyse auf arXiv (2511.05628) zeigt, wie man tiefgehende ReLU‑Netze in ein einzelnes lineares Modell überführt, um deren Lernver…

Die Mixture‑of‑Experts‑Architektur (MoE) hat sich als Standard für die Skalierung großer Sprachmodelle etabliert, indem sie pro Token nur e…

Große Sprachmodelle (LLMs) haben in den letzten Jahren enorme Fortschritte erzielt, bringen jedoch gleichzeitig enorme Modellgrößen mit sic…