Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Empfehlung”
Aktuell

<h1>Die größten KI-Bedrohungen kommen von innen – 12 Wege zum Schutz</h1> <p>Die gravierendste KI-basierte Bedrohung für Ihre Cybersicherheit stammt nicht von externen Hackern, sondern von internen Quellen. Unternehmen müssen sich daher verstärkt mit den Risiken innerhalb ihrer eigenen Strukturen auseinandersetzen.</p> <p>Um diesen Gefahren wirksam entgegenzuwirken, gibt es zwölf strategische Empfehlungen, die Sie sofort umsetzen können. Diese Maßnahmen reichen von der Schulung Ihrer Mitarbeitenden über die

ZDNet – Artificial Intelligence
Forschung

<p>Neues Daten-Transformationsmodell vereint heterogene Daten für bessere Empfehlungen</p> <p>In einer aktuellen Veröffentlichung auf arXiv wird ein innovatives Verfahren vorgestellt, das die Qualität von Empfehlungssystemen deutlich steigert. Das Modell, genannt <strong>Taesar</strong>, nutzt einen datenorientierten Ansatz, um Informationen aus mehreren Hilfskontexten in das Zielgebiet zu übertragen. Dadurch werden typische Probleme wie Datenknappheit und kalte Starts wirksam bekämpft.</p> <p>Der Schlüssel

arXiv – cs.AI
Forschung

<p>Neuer Signatur-Ansatz schützt Graph Neural Networks vor Modellextraktion</p> <p>Ein neues Verfahren namens CITED bietet einen robusten Schutz für Graph Neural Networks (GNNs) gegen Model Extraction Attacks (MEAs). Während GNNs in Bereichen wie Empfehlungssystemen und Finanzrisikomanagement hervorragende Ergebnisse liefern, ist die lokale Bereitstellung großer Modelle wegen hoher Rechen- und Datenanforderungen schwierig. Deshalb greifen viele Nutzer auf Machine Learning as a Service (MLaaS) zurück, wo die

arXiv – cs.LG