Finde Modelle, Firmen und Themen

Forscher haben einen neuen Ansatz entwickelt, mit dem Reinforcement Learning (RL) die Leistung von Diffusions-Sprachmodellen (DLMs) deutlic…

Wissenschaftler haben ein neues, zweisprachiges Benchmark namens ShatterMed‑QA entwickelt, das die Fähigkeit großer Sprachmodelle (LLMs) au…

Wissenschaftliche Publikationen bilden ein riesiges Netzwerk aus Zitaten, doch immer häufiger werden Quellen so verwendet, dass sie die beh…

Large Language Models (LLMs) werden zunehmend als eigenständige Denkagenten eingesetzt, um Entscheidungen zu unterstützen, wissenschaftlich…

Model Stitching, bei dem die frühen Schichten eines Modells mit den späteren Schichten eines anderen verbunden werden, hat sich als nützlic…

Die neueste Veröffentlichung auf arXiv präsentiert VQQA – ein innovatives, agentenbasiertes Framework, das die Bewertung und Optimierung vo…

Die Autoren nutzten den Lean‑4-Beweisassistenten, um 20 Theoreme zu prüfen, die die mathematische Richtigkeit des Scores garantieren. Im pr…

Die Vorhersage von Retrosynthesen ist ein zentrales Problem der organischen Chemie, bei dem für ein gegebenes Produktmolekül die passenden…

Die Forschung auf arXiv (2603.12755v1) präsentiert AIM, ein neues Paradigma zur Modulation von KI-Modellen. Ziel ist es, ein einzelnes Mode…

Die Finanzwelt steht vor einer spannenden Herausforderung: Deep‑Learning‑Modelle liefern beeindruckende Ergebnisse, doch regulatorische Vor…

Ein neues KI-Planungsframework für webbasierte LLM-Agenten wurde auf arXiv veröffentlicht. Das Papier adressiert die zentrale Herausforderu…

Mit dem neuen Benchmark CRYSTAL (Clear Reasoning via Yielded Steps, Traceability and Logic) stellen Forscher ein umfangreiches Diagnostik-S…

Beim Wissenstransfer von großen Sprachmodellen (LLMs) wird häufig angenommen, dass die Ausgabe des Lehrers ein hochwertiges Trainingssignal…

Ein neues multimodales Sprachmodell namens SPARROW setzt neue Maßstäbe für die Analyse von Videos auf Pixelebene. Durch die Kombination von…

Obwohl Sprachmodelle umfangreiche Sicherheitstrainings durchlaufen, bleiben sie weiterhin anfällig für Prompt‑Injection‑Angriffe. In einer…

Die neueste Forschung im Bereich der kontextbasierten Prognose (CAF) zeigt, dass multimodale Modelle bislang nicht die erwartete Leistungss…

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz hat ein innovatives Modell namens Hierarchical Causal Primitive Dyn…

Ein neues Optimierungsframework, das das Minimum Description Length (MDL)-Prinzip in die Trainingsdynamik tiefer neuronaler Netze integrier…

Die Simulation chaotischer, hochdimensionaler Strömungssysteme erfordert bislang enorme Rechenressourcen. Um diese Kosten zu senken, entwic…

Die Skalierung von Maximum‑Entropy‑Reinforcement‑Learning (RL) auf hochdimensionale Humanoidensteuerung bleibt eine große Herausforderung…

Eine neue Untersuchung zeigt, dass die Tiefenverläufe von Transformer‑Modellen durch kompakte lineare Modelle beschrieben werden können, ob…

Die neueste Forschung aus dem arXiv‑Repository präsentiert GER‑steer, ein völlig trainingsfreies Verfahren, das die Steuerung von Large Lan…

Wissenschaftler haben ein neues, umfassendes neuronales Modell namens DIME (Detect‑Integrate‑Mark‑Execute) vorgestellt, das die bislang get…

In einem wegweisenden Ansatz arbeiten menschliche Experten und künstliche Intelligenz Hand in Hand, um die Entdeckung neuer Materialien zu…

In der Welt der künstlichen Intelligenz gewinnt die Ausrichtung von Modellen an menschlichen Werten immer mehr an Bedeutung. Das neu veröff…

Mit der steigenden Häufigkeit von Cyberangriffen stehen vor allem kleine Unternehmen vor einer großen Herausforderung: Sie verfügen oft nic…

In einer bahnbrechenden Studie wird das weit verbreitete „Garbage‑In, Garbage‑Out“-Mantra neu bewertet: Moderne tabellarische Lernmodelle e…

Die neueste Veröffentlichung von LightMoE präsentiert einen innovativen Ansatz, um die Speicherbelastung von Mixture-of-Experts (MoE) basie…

Parameter‑Effizientes Fine‑Tuning (PEFT) hat sich als unverzichtbare Methode etabliert, um große Sprachmodelle (LLMs) für spezifische Aufga…

Die Vorhersage molekularer Eigenschaften ist ein zentrales Problem in der Wirkstoffentwicklung. Große Sprachmodelle (LLMs) zeigen zwar viel…