Suche nach Best‑of‑n

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

In der Forschung zu programmierfähigen Agenten wird häufig die Fähigkeit gemessen, Aufgaben autonom zu lösen, indem man auf überprüfbare Be…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Reward-Modelle ohne menschliche Hilfe: Skalierung durch unüberwachtes Lernen

Forscher haben einen neuen Ansatz vorgestellt, mit dem Belohnungsmodelle ohne menschliche Annotationen skaliert werden können. Durch das Tr…

arXiv – cs.LG 04.03.2026 05:00

Forschung

ODAR: Prinzipielle adaptive Routenplanung für LLM-Logik mittels aktiver Inferenz

Die Art und Weise, wie große Sprachmodelle (LLMs) logische Aufgaben lösen, hat sich grundlegend gewandelt: Statt die Modellparameter weiter…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Sparse Junction Steering: Effiziente Ausrichtung von Sprachmodellen in Echtzeit

Ein neuer Ansatz aus dem arXiv‑Pape r „Inference‑time Alignment via Sparse Junction Steering“ zeigt, dass die bisher dominante Technik der…

arXiv – cs.AI 26.02.2026 05:00

Forschung

LLM-gestützte Methode entdeckt versteckte Biases in Reward-Modellen

In der Post-Training-Phase von großen Sprachmodellen (LLMs) spielen Reward‑Modelle (RMs) eine zentrale Rolle. Frühere Untersuchungen haben…

arXiv – cs.LG 18.02.2026 05:00

Forschung

TSR: Trajektorien‑Suche verbessert Multi‑Turn RL für LLM‑Agenten

Die neuesten Fortschritte bei großen Sprachmodellen (LLMs) führen zu einem Paradigmenwechsel: Statt statischer Trainingsdaten werden Agente…

arXiv – cs.AI 13.02.2026 05:00

Forschung

LLM-Logik: Adaptive Verifikation spart 44 % Aufwand und steigert Genauigkeit

Ein neues Papier auf arXiv (2602.03975v1) zeigt, wie die Rechenzeit bei der Prüfung von LLM‑Logik effizienter genutzt werden kann. Die Auto…

arXiv – cs.AI 05.02.2026 05:00

Forschung

Neue Methode schätzt Adversarial‑Risiko von LLMs bei Best‑of‑N Sampling

Wissenschaftler haben eine neue Technik entwickelt, die das wahre Risiko von großen Sprachmodellen (LLMs) unter realen Angriffsbedingungen…

arXiv – cs.AI 02.02.2026 05:00

Forschung

DAJ: Neuer LLM‑Judge verbessert Codegenerierung bei Testzeit‑Skalierung

In der Codegenerierung wird die Qualität von Ergebnissen häufig durch Best‑of‑N‑Auswahl verbessert: Mehrere Kandidaten werden vom Basismode…

arXiv – cs.LG 02.02.2026 05:00

Forschung

LLM-gestützte ASP-Codegenerierung: Solver-in-the-Loop verbessert Logikrätsel

Mit dem rasanten Aufstieg großer Sprachmodelle (LLMs) wächst das Interesse an intelligenten Code‑Assistenten. Während die Unterstützung für…

arXiv – cs.AI 22.12.2025 05:00

Forschung

RoBoN: Mehrere LLMs im Testzeit-Skalieren – Neue Methode steigert Genauigkeit

Eine neue Technik namens RoBoN (Routed Online Best‑of‑n) ermöglicht es, mehrere große Sprachmodelle (LLMs) gleichzeitig zu nutzen, um die G…

arXiv – cs.LG 08.12.2025 05:00

Forschung

Neue Methode steigert Effizienz von LLMs: Reward-Filtered Sequential Inference

Test‑Time‑Compute (TTC) hat sich als zentrales Konzept zur Optimierung großer Sprachmodelle etabliert. Trotz der Erfolge von Techniken wie…

arXiv – cs.LG 05.12.2025 05:00

Forschung

Bayessche Optimierung im Sprachraum: Effizientes KI‑Selbstverbesserungs‑Framework

Große Sprachmodelle (LLMs) ermöglichen es KI-Systemen, sich selbst zu verbessern, indem sie ihre Ergebnisse generieren, bewerten und verfei…

arXiv – cs.AI 18.11.2025 05:00

Forschung

Vertrauensbasierte Belohnungsmodellierung verbessert das logische Denken von LLMs

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

arXiv – cs.AI 12.11.2025 05:00

Forschung

<h1>Neuer Explanatory Verifier steigert Genauigkeit von KI-Logiktests</h1> <p>Wissenschaftler haben einen innovativen „Explanatory Verifier“ entwickelt, der die Leistungsfähigkeit von KI‑Modellen beim Lösen komplexer Aufgaben deutlich erhöht. Durch den Einsatz von Reinforcement‑Learning (GRPO) erzeugt der Verifier nicht nur präzise Vertrauenswerte, sondern liefert auch verständliche natürliche Spracherklärungen zu den vorgeschlagenen Lösungen.</p> <p>Traditionelle Test‑zeit‑Strategien wie „best‑of‑n“ oder S

arXiv – cs.AI 26.09.2025 05:00

Finde Modelle, Firmen und Themen

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

Reward-Modelle ohne menschliche Hilfe: Skalierung durch unüberwachtes Lernen

ODAR: Prinzipielle adaptive Routenplanung für LLM-Logik mittels aktiver Inferenz

Sparse Junction Steering: Effiziente Ausrichtung von Sprachmodellen in Echtzeit

LLM-gestützte Methode entdeckt versteckte Biases in Reward-Modellen

TSR: Trajektorien‑Suche verbessert Multi‑Turn RL für LLM‑Agenten

LLM-Logik: Adaptive Verifikation spart 44 % Aufwand und steigert Genauigkeit

Neue Methode schätzt Adversarial‑Risiko von LLMs bei Best‑of‑N Sampling

DAJ: Neuer LLM‑Judge verbessert Codegenerierung bei Testzeit‑Skalierung

LLM-gestützte ASP-Codegenerierung: Solver-in-the-Loop verbessert Logikrätsel

RoBoN: Mehrere LLMs im Testzeit-Skalieren – Neue Methode steigert Genauigkeit

Neue Methode steigert Effizienz von LLMs: Reward-Filtered Sequential Inference

Bayessche Optimierung im Sprachraum: Effizientes KI‑Selbstverbesserungs‑Framework

Vertrauensbasierte Belohnungsmodellierung verbessert das logische Denken von LLMs

🍪 Cookie-Einstellungen

LLM-Logik: Adaptive Verifikation spart 44 % Aufwand und steigert Genauigkeit