Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Alternative”
Forschung

<p>Warum sind lineare RNNs besser parallelisierbar?</p> <p>In der aktuellen Forschung gewinnen lineare rekurrente neuronale Netze (LRNNs) als Sprachmodelle immer mehr an Bedeutung. Sie vereinen eine starke Ausdruckskraft mit einer hohen Parallelisierbarkeit, was sie zu einer attraktiven Alternative zu herkömmlichen, nichtlinearen RNNs und sogar zu Transformern macht.</p> <p>Die neue Studie von ArXiv 2603.03612v1 liefert die entscheidende Antwort: LRNNs lassen sich als log‑tiefe arithmetische Schaltkreise da

arXiv – cs.LG
Forschung

<p>Iconic Signs verbessern Transfer Learning bei der Erkennung von Gebärdensprache</p> <p>In der aktuellen Forschung zur Gebärdensprachenerkennung wird häufig Transfer Learning (TL) aus bildbasierten Datensätzen wie ImageNet eingesetzt. Einige Studien erweitern diesen Ansatz auf alternative Sprachdatensätze und konzentrieren sich dabei auf Zeichen, die sprachübergreifend ähnlich sind. Die neue Untersuchung prüft, ob solche Ähnlichkeiten tatsächlich notwendig sind, indem sie die TL-Leistung zwischen ikonisch

arXiv – cs.AI