Finde Modelle, Firmen und Themen

Multi-Agent-LLM-Systeme, die auf Edge-Geräten laufen, stoßen häufig an die Grenzen des verfügbaren RAMs. Auf einem Apple M4 Pro mit einem C…

Die Kunst der wirkungsvollen Kommunikation hängt stark davon ab, wie gut eine Botschaft mit der Erzählweise und Weltanschauung des Publikum…

Ein brandneues Benchmark-Dataset namens Engineering Reasoning and Instruction (ERI) wurde veröffentlicht, das speziell dafür entwickelt wur…

Der Sprung von sequentiellen zu parallelen Systemen ist für moderne Hochleistungsanwendungen unverzichtbar, doch die steile Lernkurve der C…

Die Art und Weise, wie große Sprachmodelle (LLMs) logische Aufgaben lösen, hat sich grundlegend gewandelt: Statt die Modellparameter weiter…

Große Sprachmodelle (LLMs) zeigen großes Potenzial für die Generierung wissenschaftlicher Ideen, doch die Ergebnisse fehlen oft an kontroll…

Mit der rasanten Verbreitung von Sprachmodellen wie GPT, Claude und DeepSeek wenden sich Millionen von Muslimen zunehmend an diese Systeme…

Eine neue Untersuchung aus dem arXiv-Repository hat die Leistungsfähigkeit von 15 großen Sprachmodellen auf Quantenmechanik-Aufgaben system…

We need to produce the output. The content is already German. So we just output the same content as HTML with tags. No extra metadata. So j…

Post‑Training‑Quantisierung (PTQ) ist ein entscheidender Schritt für die effiziente Bereitstellung von KI‑Modellen. Auf der Ascend NPU, ein…

Große Rechenmodelle für komplexe Aufgaben sind äußerst leistungsfähig, doch ihr Training mit Reinforcement Learning (RL) bleibt ein Engpass…

Ein neues arXiv-Papier präsentiert SD-MoE, eine Methode, die die Spektralstruktur von Parametern und Gradienten nutzt, um die Effektivität…

Model‑Diffing, also der Vergleich interner Repräsentationen von Sprachmodellen, gilt als vielversprechende Methode, um sicherheitskritische…

In einer kürzlich veröffentlichten Arbeit auf arXiv präsentiert das Forschungsteam den Algorithmus PASCAL, der die Ausführung von reasoning…

In einer kürzlich veröffentlichten Arbeit auf arXiv (2602.11287v1) stellt das Forschungsteam das neue HiFloat4 (HiF4)-Format vor – ein bloc…

Im vergangenen Jahr hat sich die KI-Landschaft in China grundlegend gewandelt. Bereits im Januar 2025 stellte DeepSeek mit seinem R1‑Reason…

Die neuesten Fortschritte bei Mixture-of-Experts (MoE) Modellen haben die Leistungsfähigkeit großer Sprachmodelle deutlich gesteigert – doc…

Die Künstliche Intelligenz hat in den letzten Jahren enorme Fortschritte im medizinischen Fachwissen erzielt, doch die Feinabstimmung ihrer…

Die Sicherheit von Sprachmodellen hängt von ihrem schwächsten Punkt ab. Obwohl umfangreiche Arbeiten zur Sicherheit nach dem Training exist…

Ein neues Forschungsergebnis zeigt, dass ein 4‑Billionen‑Parameter‑Agent namens AgentCPM‑Explore die Grenzen von Edge‑Scale‑Modellen spreng…

In der Wissenschaftskommunikation greifen Forscher häufig auf generische Formulierungen zurück, also auf unquantifizierte Aussagen über gan…

Die jüngsten Fortschritte bei großen Sprachmodellen konzentrieren sich überwiegend auf die Tiefenskalierung, bei der ein einzelner Agent ko…

In einer neuen Veröffentlichung auf arXiv (2601.23143v1) stellen die Autoren das Projekt ThinkSafe vor, das die Sicherheit großer Rechenmod…

Eine neue Studie aus dem Bereich der Kognitionswissenschaft und künstlichen Intelligenz hat gezeigt, dass Modelle, die auf unterschiedliche…

Mit dem rasanten Fortschritt großer Sprachmodelle steigen auch deren Einsatzmöglichkeiten im Angriffsszenario. Während neue Agenten in weni…

DeepSeek AI hat die neue Version DeepSeek‑OCR 2 veröffentlicht, ein Open‑Source-System für optische Zeichenerkennung und Dokumentverständni…

Eine neue Methode namens Information Gain Fine‑Tuning (IGFT) ermöglicht es medizinischen Konversations-KI, effektive Patienteninterviews zu…

Eine neue Studie aus dem Bereich der künstlichen Intelligenz hat gezeigt, dass die kognitiven Prozesse großer Sprachmodelle (LLMs) grundleg…

In großen Sprachmodellen verschmelzen Logik und Fakten zu einer einzigen, schwer zu trennenden Gewichtsschicht. Dieses Phänomen, das als Pa…