Finde Modelle, Firmen und Themen

Reinforcement‑Learning‑Modelle, die auf Group Relative Policy Optimization (GRPO) setzen, haben sich als effektive Methode etabliert, um di…

Die Technik des „Long Chain‑of‑Thought“ (CoT) hat sich als führendes Verfahren zur Steigerung der Rechenleistung großer Sprachmodelle etabl…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein neues Trainingsverfahren namens Counterfactual Simulation Training (CST) vorge…

Die Frage, wie Sprachmodelle lange, komplexe Argumentationsketten aufbauen, bleibt ein zentrales Forschungsproblem. Bisherige Erklärungsans…

In einem bahnbrechenden Beitrag aus dem arXiv‑Repository wird ein neues Lernframework vorgestellt, das KI-Systeme befähigt, ihre eigenen De…

Große Sprachmodelle (LLMs) zeigen beeindruckende Rechenfähigkeiten, doch bei Aufgaben, die viele Zwischenschritte erfordern, treten plötzli…

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

Große Sprachmodelle (LLMs) haben bei komplexen Denkaufgaben beeindruckende Ergebnisse erzielt. Ein vielversprechender Ansatz zur Ausrichtun…

In einer neuen Studie von arXiv:2601.19834v1 wird gezeigt, wie visuelle Inhalte die Art und Weise verbessern, wie KI‑Systeme über die reale…

Ein völlig neues, trainingsfreies Framework namens Geometric Reasoner (TGR) hat die Art und Weise, wie große Sprachmodelle lange Argumentat…

Die Planung von Aufgaben, die mehreren, oft widersprüchlichen Vorgaben genügen müssen, stellt aktuelle KI-Modelle vor große Herausforderung…

Große Sprachmodelle (LLMs) können ihre Denkfähigkeiten durch Test‑Time‑Scaling verbessern, indem sie mehrere Rechenpfade erzeugen. Doch die…

In der langen Kontextfragebeantwortung (Long‑Context QA) stellt die Wahl des optimalen Kontextumfangs ein zentrales Problem dar. Zu wenige…

Ein neues Preprint auf arXiv (2512.04822v1) präsentiert einen kollaborativen Ansatz, bei dem Menschen und KI gemeinsam eine überprüfbare se…

Reinforcement Learning (RL) gilt als das führende Verfahren, um große Sprachmodelle zum eigenständigen Nachdenken und Korrigieren ihrer Feh…

In der Welt der großen Sprachmodelle (LLMs) hat informelle Mathematik lange Zeit die Flexibilität und Effizienz bei der Argumentationsbildu…

Wissenschaftler haben eine neue Herausforderung für große Sprachmodelle (LLMs) entwickelt, die die Tiefe des logischen Denkens in wissensch…

Die jüngsten Durchbrüche bei großen Sprachmodellen (LLMs) wurden maßgeblich durch Reinforcement Learning mit verifizierbaren Belohnungen (R…

In den letzten Jahren hat sich die Forschung zu großen Sprachmodellen (LLMs) von klassischen Anweisungsanpassungen hin zu Reinforcement‑Lea…

Ein brandneues Verfahren schützt Sprachagenten vor fehlerhaften Zwischenschritten, bevor diese bereits in die endgültige Antwort einfließen…

Ein kürzlich auf arXiv veröffentlichtes Forschungsdokument stellt ein innovatives Verfahren vor, mit dem die Konsistenz von Sprachmodellen…

Eine neue Methode namens Adaptive Effort Control ermöglicht es KI-Modellen, den Denkaufwand für jede Anfrage exakt an die jeweilige Schwier…

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die interne Logik großer Sprachmodelle (LLMs) bereits aussagekräftige Hinweise auf di…

Eine aktuelle Veröffentlichung auf arXiv präsentiert KI‑Agenten, die bereits in der Lage sind, eine Vielzahl von Aufgaben zu lösen, indem s…

Neues Forschungspapier aus dem arXiv (2510.06052v1) präsentiert MixReasoning, ein innovatives Framework, das Künstliche Intelligenz in der…

Neue Forschung aus dem arXiv-Preprint RLVR: Reinforcement Learning from Verifiable Rewards zeigt, dass große Sprachmodelle (LLMs) eigenstän…

Ein neues arXiv‑Veröffentlichung mit der Kennung 2508.16383v1 präsentiert GLARE, ein innovatives Framework zur Vorhersage juristischer Urte…

Die Optimierung von Test‑Time‑Scaling‑Modellen (TTS) für große Sprachmodelle (LLMs) hat sich bislang in zwei stark getrennte Ansätze aufges…