Finde Modelle, Firmen und Themen

Federated Learning schützt zwar die Privatsphäre, doch laut einer neuen Studie von arXiv/2603.03865v1 kann es gleichzeitig ein Ziel für hei…

Die Notwendigkeit, Modelle gezielt zu „vergessen“, wächst, weil Datenschutz immer wichtiger wird. Doch herkömmliche Unlearning‑Methoden füh…

Die Intelligence Advanced Research Projects Activity (IARPA) hat mit dem TrojAI‑Programm ein mehrjähriges Forschungsprojekt gestartet, das…

Federated Learning (FL) hat die Möglichkeit eröffnet, Modelle dezentral auf Edge‑Geräten zu trainieren, ohne sensible Nutzerdaten zu zentra…

Microsoft-Forscher haben eine neue Scanning-Technik vorgestellt, die verseuchte Sprachmodelle erkennen kann – selbst wenn weder der Trigger…

Eine neue Untersuchung aus dem arXiv-Repository beleuchtet, wie die gezielte Feinabstimmung großer Sprachmodelle (LLMs) auf unsichere Daten…

Eine neue Studie liefert die erste exakte Formel für die minimalen Gewichtsstörungen in tiefen neuronalen Netzen, die einen gewünschten Aus…

Graph Neural Networks (GNNs) haben in den letzten Jahren enorme Fortschritte erzielt, doch ihre Sicherheit bleibt fragil. Ein neues Papier…

Kontrastives Lernen hat sich als führende selbstüberwachte Methode für die Repräsentationsgewinnung in Bereichen wie Bildverarbeitung, mult…

Offline-Reinforcement‑Learning (RL) nutzt statische Datensätze, um Agenten zu trainieren, ist jedoch anfällig für Backdoor‑Angriffe. Bisher…

Moderne Sprachmodell‑Agenten erledigen Aufgaben über komplexe, mehrstufige Workflows, die Planung, Gedächtnis und Tool‑Nutzung kombinieren…

In einer neuen Studie wird gezeigt, dass sich bösartige Hintertüren in großen Sprachmodellen (LLMs) auch nach mehrmaliger, benutzergetriebe…

Eine neue Studie aus dem arXiv‑Repository untersucht, wie stark die Reduktion der numerischen Präzision bei großen Sprachmodellen die Fähig…

Neutrale Netzwerke, die heimlich bösartige Eingaben erkennen, bleiben bei hoher Genauigkeit ein ernstes Risiko für produktive KI-Systeme. D…

Eine neue Veröffentlichung auf arXiv beleuchtet, wie Backdoor-Daten das Lernverhalten von neuronalen Netzen beeinflussen. Der Fokus liegt d…

Behavior Cloning (BC) ist ein weit verbreitetes Verfahren, um Entscheidungs­policies aus Experten­demonstrationen mittels überwachten Lerne…

In einer bahnbrechenden Veröffentlichung auf arXiv wird das neue Framework AutoBackdoor vorgestellt, das Backdoor-Angriffe auf große Sprach…

In der KI‑Sicherheit gibt es ein neues Problem: sogenannte „Sleeper‑Agents“ – Backdoors, die in großen Sprachmodellen (LLMs) versteckt blei…

In einer wegweisenden Untersuchung zeigen Forscher, dass moderne KI-Agenten nicht nur eigenständig Software‑Engineering-Aufgaben erledigen…

Maschinelles Lernen steht vor einer ernsthaften Bedrohung: Backdoor-Angriffe lassen Modelle bei sauberem Input normal arbeiten, während sie…

Die Vision‑Language‑Modelle der Größenordnung von CLIP haben in den letzten Jahren enorme Fortschritte erzielt. Durch die Verwendung von So…

In der Welt der maschinellen Lernverfahren spielt die submodulare Maximierung eine zentrale Rolle, wenn es darum geht, aus riesigen Datensä…

Moderne KI‑Modelle, die ihre Daten in gekrümmten Räumen wie der hyperbolischen Geometrie abbilden, offenbaren ein bislang unentdecktes Sich…

In der KI‑Forschung schreitet die Entwicklung rasant voran. Besonders auffällig sind die jüngsten Fortschritte bei Video‑Modellen, die zune…

Forscher haben einen völlig neuen Ansatz zur Manipulation von Transformer‑Modellen vorgestellt, der ohne erneutes Training auskommt. Der so…

Backdoor‑Angriffe stellen eine ernsthafte Bedrohung für Federated Learning (FL) dar, insbesondere wenn die Daten der Clients stark untersch…

NVIDIA‑Grafikprozessoren bilden das Herzstück der heutigen Computerlandschaft. Sie finden Einsatz in nahezu allen Branchen – von der Medizi…