Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Cognition”
Forschung

<h1>Chinesisches Datenset Dialogzufriedenheit, Emotionserkennung & Zustandsübergang</h1> <p>Die Zufriedenheit der Nutzer ist ein entscheidender Faktor für Unternehmen, denn sie spiegelt nicht nur die subjektive Bewertung von Servicequalität oder Produkten wider, sondern wirkt sich auch auf die Kundenloyalität und den langfristigen Umsatz aus. Durch die kontinuierliche Beobachtung und Analyse der Emotionen während Interaktionen lässt sich die Zufriedenheit besser vorhersagen und gezielt verbessern.</p> <p>Ak

arXiv – cs.AI
Forschung

<p>Iconic Signs verbessern Transfer Learning bei der Erkennung von Gebärdensprache</p> <p>In der aktuellen Forschung zur Gebärdensprachenerkennung wird häufig Transfer Learning (TL) aus bildbasierten Datensätzen wie ImageNet eingesetzt. Einige Studien erweitern diesen Ansatz auf alternative Sprachdatensätze und konzentrieren sich dabei auf Zeichen, die sprachübergreifend ähnlich sind. Die neue Untersuchung prüft, ob solche Ähnlichkeiten tatsächlich notwendig sind, indem sie die TL-Leistung zwischen ikonisch

arXiv – cs.AI
Forschung

<h1>Wie viel Information kann ein Vision-Token speichern? Skalierungsregel für VLMs</h1> <p>Neueste vision‑zentrierte Modelle, wie DeepSeek‑OCR, haben die Fähigkeit, Text in Bildern in kontinuierliche Vision‑Tokens zu kodieren, ohne dabei die Erkennungsgenauigkeit zu verlieren. Durch diese hohe Kompression entsteht jedoch die Frage nach der maximalen Informationsmenge, die ein einzelner Token tragen kann.</p> <p>Um diese Grenze zu bestimmen, führten die Forscher gezielte Belastungstests durch, bei denen sie

arXiv – cs.LG
Forschung

<h1>Cloud-basierter Cross-Modal-Transformer revolutioniert Emotionserkennung in HCI</h1> <p>Emotionserkennung ist ein zentrales Element der nächsten Generation menschlicher Computerinteraktion. Traditionelle Systeme analysieren meist nur ein einziges Modalität – sei es Gesichtsausdruck, Stimmlage oder Textsentiment – was ihre Robustheit und Generalisierbarkeit in realen Umgebungen stark einschränkt.</p> <p>In einer neuen Studie wird ein Cloud‑basierter Cross‑Modal‑Transformer (CMT) vorgestellt, der visuelle

arXiv – cs.AI
Forschung

<p>LLMs scheitern bei Mehrschritt-Logik: Positionseffekt als schwächstes Glied</p> <p>Neues Forschungsergebnis aus dem arXiv-Preprint <em>arXiv:2601.12499v1</em> zeigt, dass selbst hochskalierte Sprachmodelle bei mehrstufigen Fragen-Antwort-Aufgaben (Multi-Hop QA) stark unter einem Positionsbias leiden. Dieser Bias führt dazu, dass wichtige Beweisdaten an bestimmten Stellen im Text übersehen werden, was die Gesamtleistung der Modelle drastisch reduziert.</p> <p>Um die Ursache des Problems zu klären, haben d

arXiv – cs.AI
Forschung

<p>EEG-Emotionserkennung ohne Subjektabhängigkeit: Lokale & globale Merkmalsfusion</p> <p>Die Erkennung von Emotionen aus EEG-Daten ohne Abhängigkeit vom jeweiligen Subjekt ist wegen großer interindividueller Unterschiede und der kurzen, verrauschten Aufnahmen besonders schwierig. Ein neues Verfahren kombiniert dafür lokale, kanalbezogene Merkmale mit globalen, trial‑basierten Beschreibungen und erzielt damit eine deutlich bessere Generalisierung über verschiedene Personen hinweg.</p> <p>Auf der lokalen Ebe

arXiv – cs.LG