Finde Modelle, Firmen und Themen

Forscher haben einen bahnbrechenden Ansatz entwickelt, um den Spektralen Energiegewinn in extrem komprimierten Sprachmodellen zu maximieren…

In der Welt der Graph Neural Networks (GNNs) haben sich die klassischen Spectral‑Methoden, die auf dem Graph‑Fourier‑Transform (GFT) basier…

Ein neues arXiv‑Veröffentlichungsdokument liefert den ersten hochwahrscheinlichen Regret‑Bound für klassisches Online Q‑Learning in unendli…

In einer wegweisenden Studie wird untersucht, wie viel Kantengewicht in der Korrelationsclustering‑Aufgabe benötigt wird, um die besten lin…

Ein neues arXiv‑Veröffentlichung (2602.12482v1) präsentiert eine elegante geometrische Konstruktion von neuronalen Netzen, die disjunkte ko…

Das Lösen partieller Differentialgleichungen (PDEs) ist ein zentrales Thema in vielen naturwissenschaftlichen und ingenieurtechnischen Bere…

In der modernen KI‑Forschung sind Einflussfunktionen ein zentrales Werkzeug, um zu verstehen, wie einzelne Datenpunkte das Training eines M…

Das neue ProAct‑Framework löst ein langjähriges Problem von Large‑Language‑Model‑Agenten: die Schwierigkeit, in interaktiven Umgebungen lan…

Forscher haben einen innovativen Ansatz entwickelt, um Diffusionsmodelle gezielt unter harten Constraints zu steuern – Bedingungen, die mit…

In der Welt der Datenanalyse sind Mengen (Sets) ein zentrales Konzept, das in vielen Bereichen von Bild- bis Textdaten vorkommt. Traditione…

In der Welt der tiefen neuronalen Netze werden Nichtlinearitäten häufig als feste Bausteine wie ReLU behandelt. Diese Vorgehensweise schrän…

In der Welt der tabellarischen Daten konzentrieren sich die meisten Benchmarks bislang auf die Fähigkeit von Modellen, Werte innerhalb eine…

In der Welt der Surrogatmodelle für komplexe physikalische Systeme besteht oft ein Spannungsfeld zwischen passgenauer Datenanpassung und ph…

In einer wegweisenden Veröffentlichung präsentiert das Forschungsteam GTAC, einen generativen Transformer, der Approximationen in Schaltung…

Eine neue Veröffentlichung auf arXiv liefert exakte analytische Formeln für die Unsicherheitsweitergabe in trainierten Multi‑Layer‑Perzeptr…

Wertorientierte Parallelisierung (VLP) wurde entwickelt, um die Effizienz von großen, niedrigen Präzisions-Matrixmultiplikationen (GEMM) zw…

Eine neue Analyse aus dem arXiv‑Pape 2601.08253v1 untersucht die Initialisierungsdynamik von LDLT‑basierten L‑Lipschitz‑Schichten. Dabei wi…

Die neueste Veröffentlichung auf arXiv (2601.05684v1) präsentiert FLRQ, eine innovative Methode zur Quantisierung großer Sprachmodelle. Dur…

DeepSeek hat mit mHC-lite einen wichtigen Schritt in Richtung stabilerer und effizienterer tiefer neuronaler Netze gemacht. Das neue Verfah…

Ein neues arXiv-Papier (2512.15997v1) präsentiert die nächste Generation der LaSDI-Methode, die die Modellierung komplexer partieller Diffe…

Ein neues arXiv-Papier präsentiert einen innovativen Ansatz, bei dem Reinforcement‑Learning (RL) mithilfe spektraler Darstellungen statt he…

In einer neuen Veröffentlichung präsentiert das Forschungsteam Reliable Policy Iteration (RPI), eine Methode, die die Monotonie der Wertsch…

Ein neu veröffentlichter Ansatz nutzt ein vortrainiertes, unbedingtes Diffusionsmodell, um beliebige Inverse Probleme zu lösen – und das oh…

Ein neues Forschungsdokument aus dem arXiv-Repository präsentiert ein revolutionäres Verfahren für Online‑Reinforcement‑Learning, das das k…

In einer wegweisenden Veröffentlichung wird Equilibrium Propagation (EP) von der Beschränkung infinitesimaler Störungen befreit. Durch die…

Inverse Probleme, bei denen aus unvollständigen oder verrauschten Messungen ein zugrunde liegendes Signal rekonstruiert werden soll, stehen…

In der Simulationstechnik ist das Zurücksetzen auf frühere Zustände ein unverzichtbares Werkzeug, das sowohl die Planung auf Basis von Stic…

Die Bewertung, wie einzelne Trainingsbeispiele die Vorhersagen eines tiefen Vision-Modells beeinflussen, ist entscheidend für die sichere N…

Ein brandneues Python-Paket namens discretize_distributions wurde auf arXiv vorgestellt und verspricht, Gaußsche Mischungen schneller und g…

Wissenschaftler haben einen neuen Ansatz zur Zustandsabschätzung in nichtlinearen, nicht-gauss'schen Zustandsraummodellen vorgestellt. Der…