Finde Modelle, Firmen und Themen

Microsoft Research hat CORPGEN vorgestellt, ein architekturunabhängiges Framework, das autonome digitale Mitarbeiter in die Lage versetzt…

In der Welt der quantisierten Sprachmodelle besteht ein klassisches Dilemma: Bei niedrigen Sampling‑Temperaturen entstehen wiederholende, m…

In einer kürzlich veröffentlichten Studie auf arXiv wird das Phänomen des Modell‑Mergeings genauer untersucht. Dabei geht es darum, Wissen…

Testzeit‑Anpassung (TTA) ist ein Verfahren, bei dem ein Klassifikator an Testdaten angepasst wird, deren Verteilung sich leicht von der Tra…

Die neueste Veröffentlichung auf arXiv (2601.06356v1) stellt Monkey Jump vor – eine Methode, die die Vorteile von Mixture-of-Experts (MoE)…

Ein neues, trainingsfreies Verfahren zur effizienten Textgenerierung bei großen Sprachmodellen wurde vorgestellt. Die Methode, genannt Adap…

Ein neues Forschungsprojekt zeigt, wie Sprachmodelle chemische Reaktionsmechanismen anhand des klassischen Pfeil‑Schiebe‑Formalismus vorher…

In der Forschung zum kontinuierlichen Lernen wurde ein neues Verfahren namens InTAct vorgestellt, das das Problem des sogenannten Represent…

Neurale Netzwerke sind seit langem anfällig für gezielte Störungen, sogenannte adversariale Angriffe, die winzige, aber wirkungsvolle Einga…

In der KI-Forschung wird die Kombination mehrerer Expertenmodelle immer wichtiger, um Aufgaben mit mehreren Zielsetzungen zu lösen. Traditi…

Ein neues arXiv-Posting präsentiert einen innovativen Ansatz, bei dem physikalisches Wissen direkt in die Verlustfunktion von Machine‑Learn…