Finde Modelle, Firmen und Themen

In Online-Marktökonomien entstehen soziale Normen – wie faire Sichtbarkeit, kontinuierliche Teilnahme und ausgewogene Reinvestition – durch…

In der Entwicklung integrierter Schaltkreise ist die vollständige Abdeckung ein entscheidendes Kriterium für den Verifikationsabschluss. Tr…

Autonome KI‑Agenten werden heute in einem noch nie dagewesenen Ausmaß eingesetzt, doch bislang fehlt eine systematische Methode, um sicherz…

Mit dem neuen Datensatz DeepVision-103K wird die Forschung im Bereich multimodaler KI einen bedeutenden Schritt nach vorne. Der Datensatz w…

In der Welt der Hardware‑Verifikation hat das neue Framework LLM4Cov einen bedeutenden Schritt nach vorne gemacht. Durch die Kombination vo…

In der Welt der KI‑gestützten Code‑Generierung spielt die Nachverifikation von Code‑Verifikatoren eine entscheidende Rolle. Traditionelle M…

SAIR ist ein neu entwickeltes Autoscaling‑Framework, das Multi‑Stage‑ML‑Inference‑Pipelines effizient skaliert. Dabei nutzt es ein großes S…

In der Welt der generativen Modelle – von Diffusion bis hin zu Flow-basierten Architekturen – treten häufig systematische Verzerrungen auf…

Off‑Policy‑Evaluation (OPE) ist ein zentrales Problem im Reinforcement Learning, bei dem die Zielwertfunktion anhand von Daten, die unter e…

Reinforcement Learning from Human Feedback (RLHF) hat sich als führende Methode etabliert, um große Sprachmodelle (LLMs) an menschliche Int…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues, einheitliches Konzept für die gezielte Erkundung von Zustands-Aktions-P…

Die rasante Verbreitung des „Games as a Service“-Modells verlangt nach häufigen Inhaltsupdates, was die Qualitätssicherung stark belastet…

In der Robotik und KI ist es oft nötig, mehrere Vorgehensweisen zu kombinieren, um komplexe Aufgaben zu lösen. Das neue Verfahren nutzt Rei…

Eine neue Studie aus dem arXiv-Repository präsentiert ein innovatives Verfahren zur Messung des Overton-Pluralismus in großen Sprachmodelle…

Graph‑Representation‑Learning versucht, komplexe, hochdimensionale Graphstrukturen in kompakte Vektorräume zu überführen, die sowohl die To…

Ein neues, 42‑jähriges LST‑Datensatz für die gesamte Arktis wurde veröffentlicht. Durch die Anwendung eines tiefen anisotropen Diffusionsmo…

Mit dem rasanten Fortschritt der Large Language Models (LLMs) gewinnt die Anwendung dieser Technologie im Hardware‑Design immer mehr an Bed…

Mit dem Aufkommen von Large Language Models (LLMs) wird es immer populärer, Optimierungsmodelle direkt aus natürlichen Sprachbeschreibungen…

Wissenschaftler haben eine neue Herausforderung für große Sprachmodelle (LLMs) entwickelt, die die Tiefe des logischen Denkens in wissensch…

Viele reale Entscheidungsprobleme erfordern die gleichzeitige Optimierung mehrerer Ziele, wodurch die Auswahl der bevorzugten Lösung zu ein…

In einer wegweisenden Studie wird das aktive Korrelation-Clustering untersucht, bei dem die paarweisen Ähnlichkeiten nicht vorab vorliegen…

Conformal Prediction liefert datensatzunabhängige Vorhersageintervalle mit garantierter Randabdeckung. In der üblichen Split‑Conformal‑Vari…

Im Rahmen der globalen Bemühungen zur Erreichung des UN-Ziels 3 „Universeller Zugang zu Gesundheitsversorgung“ arbeitet das äthiopische Ges…

Auf der Plattform arXiv wurde ein neues Papier veröffentlicht, das ein innovatives Konzept namens SCAR vorstellt. SCAR steht für Scale, Cov…

Ein neues, auf arXiv veröffentlichtes Forschungsprojekt stellt ein datengetriebenes System namens Site Planning Layout Indicator (SPLI) vor…

Städte wie Shenzhen planen ein riesiges Netzwerk von Vertiports – über 1.200 Anlagen bis 2026. Die bestehenden Planungswerkzeuge sind jedoc…

Conformal Prediction (CP) ist ein bewährtes Verfahren zur Unsicherheitsquantifizierung, das die Punktvorhersage eines vortrainierten Modell…