Finde Modelle, Firmen und Themen

Während sich die Tech-Community noch mit den neuesten Llama‑Checkpoints beschäftigt, wird im Untergeschoss von Rechenzentren ein viel härte…

In der agilen Softwareentwicklung ist die T-Shirt‑Skala wegen ihrer Einfachheit und Übersichtlichkeit beliebt. Doch wenn sie auf Projekte m…

Ein neues Verfahren namens Predictive Batch Scheduling (PBS) verspricht, das Training von Sprachmodellen deutlich zu beschleunigen. Dabei w…

Arcee AI hat heute den technischen Bericht zu ihrem neuesten Sprachmodell Trinity Large veröffentlicht. Das sparsamente Mixture-of-Experts-…

Mit PlotChain wird die Leistungsfähigkeit multimodaler Large Language Models (LLMs) beim Lesen von technischen Diagrammen neu definiert. De…

In der Forschung zu Audio‑Visual‑Fragenantworten (AVQA) wird zunehmend erkannt, dass ein Modell nicht nur korrekte Antworten liefern, sonde…

Die Fähigkeit von Modellen, unter veränderten Datenverteilungen zuverlässig zu arbeiten, bleibt ein zentrales Problem – besonders wenn kein…

Ein neues Sprachmodell namens IMU‑1, das mit nur 430 Mio. Parametern und 72 B Tokens trainiert wurde, erreicht Leistungen, die bisher nur b…

NVIDIA hat den Produktions-Checkpoint Nemotron‑Nano‑3‑30B‑A3B‑NVFP4 veröffentlicht, der ein 30‑Billionen‑Parameter‑Modell für logisches Den…

In einer kürzlich veröffentlichten Studie wird die neue Methode DAMI vorgestellt, die die Stärken von System 1 (intuitiv) und System 2 (übe…

Beim Feintuning vortrainierter Sprachmodelle steigt die Aufgabenleistung, doch gleichzeitig verändert sich subtil, welche Beweise das Model…

In einer wegweisenden Studie präsentiert Deep Research ein Multi-Agenten-System, das wissenschaftliche Untersuchungen in nur wenigen Minute…

Multimodale KI‑Modelle zeigen bisher vor allem im Englischen beeindruckende Ergebnisse, weil dort reichlich Bild‑Text‑ und Audio‑Text‑Daten…

The current state of the art in the field of computer vision is that the best performing models are based on deep neural networks. These mo…

Die Kombination mehrerer großer Sprachmodelle zu einem einzigen, leistungsfähigen System ist ein zentrales Thema in der KI-Forschung. Dabei…

Amazon SageMaker hat kürzlich eine Reihe bahnbrechender Funktionen vorgestellt, die die Entwicklung von KI-Modellen von monatelangen Prozes…

Direct Preference Optimization (DPO) bietet eine skalierbare Alternative zu RLHF, um große Sprachmodelle anhand von Paarpräferenzen auszuri…

Die neue Methode PaCoRe (Parallel Coordinated Reasoning) löst ein zentrales Problem moderner Sprachmodelle: die Begrenzung der Testzeitrech…

Reinforcement Learning (RL) für bereits trainierte große Sprachmodelle (LLMs) gilt als besonders anspruchsvoll. Die Notwendigkeit, Millione…

Fly.io hat heute Sprites.dev vorgestellt – ein neues Tool, das Entwicklern gleichzeitig sichere Sandbox-Umgebungen für Coding-Agents und ei…

In einer neuen Veröffentlichung auf arXiv (2601.04575v1) wird gezeigt, dass Behavior Cloning – das Kopieren menschlicher Aktionen – dank gr…

NVIDIA hat sein neuestes Streaming‑Transkriptionsmodell „Nemotron Speech ASR“ vorgestellt, das speziell für Anwendungen mit niedriger Laten…

Google hat die neue Familie T5Gemma 2 veröffentlicht, die auf den vortrainierten Gewichten von Gemma 3 basiert. Durch die Umwandlung in ein…

Die Skalierung von Transformer‑Modellen beim Pre‑Training wird zunehmend durch steigende Rechen- und Kommunikationskosten begrenzt. Low‑Ran…

Mit MixtureKit erhält die Forschung ein vielseitiges, quelloffenes Tool, das die Erstellung, das Training und die Analyse von Mixture-of-Ex…

Amazon SageMaker HyperPod präsentiert eine bahnbrechende Methode zum Training von KI-Modellen ohne herkömmliche Checkpoints. Durch Peer-to-…

Wissenschaftliche Fortschritte bauen auf Reproduzierbarkeit. Doch bei komplexen multimodalen Modellen fehlen oft transparente Implementieru…

Das Nanbeige LLM Lab von Boss Zhipin hat mit Nanbeige4-3B ein neues 3‑Billionen‑Parameter‑Modell vorgestellt, das auf einer außergewöhnlich…

In der Welt der KI-gestützten Mehrschritt-Workflows ist das Problem der Kontextverschmutzung allgegenwärtig: je mehr Informationen sich übe…