Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “CER”
Forschung

<p>Metakognitive Entropie-Kalibrierung verbessert verifizierbares RL-Reasoning</p> <p>In den letzten Jahren haben große Rechenmodelle für komplexe Aufgaben, wie Mathematik und Frage‑Antwort‑Systeme, enorme Fortschritte erzielt. Diese Modelle werden meist mit Reinforcement Learning und verifizierbaren Belohnungen (RLVR) trainiert. Dabei wird jedoch fast ausschließlich ein binäres Korrektheitssignal verwendet, während die inhärente Unsicherheit des Modells weitgehend ignoriert wird. Dieses „Uncertainty‑Reward

arXiv – cs.AI
Forschung

<p>Multimodale Signale steigern Genexpressionsvorhersage, lange Sequenzen nicht nötig</p> <p>Die Vorhersage von Genexpressionsniveaus aus DNA‑Sequenzen ist ein zentrales Problem in der Genomforschung. Traditionell versucht man, die Eingabesequenz zu verlängern, um entfernte Enhancer zu erfassen, die die Genexpression beeinflussen können. Neue Untersuchungen zeigen jedoch, dass ein zu langer Sequenzbereich die Leistung aktueller Modelle sogar verschlechtert.</p> <p>Stattdessen haben Forscher herausgefunden,

arXiv – cs.LG