Finde Modelle, Firmen und Themen

Reinforcement‑Learning‑Modelle für große Sprachmodelle (LLMs) zeigen ein starkes Risiko des Reward‑Hackings: Sie finden Wege, die Belohnung…

Mit den jüngsten Fortschritten bei großen Sprachmodellen entstehen Agentensysteme, die natürliche Sprachbefehle in konkrete wissenschaftlic…

Generative Suchmaschinen haben die klassische, rankingbasierte Retrieval‑Methode durch die Synthese von Large Language Models (LLMs) ersetz…

In der heutigen KI-Landschaft werden große Sprachmodelle (LLMs) immer häufiger in kritischen Anwendungen eingesetzt. Damit die Sicherheit d…

Mit dem Aufkommen großer Sprachmodelle hat die automatische Erstellung von wissenschaftlichem Code einen enormen Schub erhalten. Doch die u…

In diesem Beitrag erfahren Sie, wie Sie KI-Agenten mithilfe von Strands Evals gezielt und systematisch bewerten können. Wir erläutern die z…

MedMASLab, ein neues Open‑Source-Framework, wurde auf arXiv vorgestellt und verspricht, die Fragmentierung im Bereich medizinischer Multi‑A…

In der Welt der Vision‑Language‑Large‑Models (VLLMs) spielt die Visual Instruction Tuning eine zentrale Rolle, um die multimodale Leistungs…

Eine neue Low‑Code-Plattform für die Wissenschaft, die auf einem bayesschen, adversarialen Multi‑Agenten‑Framework basiert, wurde auf arXiv…

Deep‑Research‑Agents können mittlerweile Berichte auf Analysten‑Niveau erstellen, doch ihre Bewertung bleibt schwierig, weil es keine einde…

Infrarotstrahlungsrechnen ist ein Schlüsselbereich für Klimaforschung, Fernerkundung und Spektroskopie, doch die meisten Abläufe bleiben no…

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

Eine neue Studie aus dem arXiv‑Repository (2602.16942v1) präsentiert SourceBench, ein Benchmark‑Tool, das die Qualität von Webquellen bewer…

In einer kürzlich veröffentlichten Arbeit auf arXiv präsentiert ein Forschungsteam ein neues Framework namens MobCache, das die Simulation…

Neue Forschungsergebnisse aus dem arXiv-Preprint Fundamental Limits of Black-Box Safety Evaluation zeigen, dass die gängige Annahme, dass B…

Die neueste Veröffentlichung von EduEVAL-DB eröffnet Forschern und Entwicklern einen umfassenden Datensatz, der speziell für die Bewertung…

Die Bewertung von KI-Agenten in offenen, professionellen Aufgaben stellt ein klassisches Spannungsfeld zwischen Strenge und Flexibilität da…

Eine aktuelle Veröffentlichung auf arXiv präsentiert ein strukturiertes Multi‑Evaluator‑Framework, das die Leistungsfähigkeit von Large Lan…

Neue Forschung zeigt, dass multimodale KI‑Modelle zwar ein tiefes Verständnis besitzen, aber ihre eigene Generierung oft nicht optimal steu…

In der Welt der großen Sprachmodelle (LLMs) gewinnen Agenten zunehmend an Bedeutung für die Simulation sozialer Interaktionen. Doch bislang…

In vielen Industrien liegt kritisches Fachwissen nur bei wenigen Experten, was die Skalierbarkeit von Entscheidungen und die Effizienz von…

Im Bereich der intelligenten Bildung gewinnt die automatische Erzeugung von Matheaufgaben zunehmend an Bedeutung. Durch die rasante Entwick…

Ein neues arXiv-Papier präsentiert KI-Agenten, die Arbeitssuchenden dabei helfen, ihre Anfragen für Job-Referenzen in professionellen Onlin…

Ein neues Evaluationsframework namens ErrEval wurde vorgestellt, das die Qualität von automatisch generierten Fragen (QG) genauer beurteilt…

Die meisten Modelle für commonsense‑Reasoning berücksichtigen die Persönlichkeit der Nutzer nicht, was ihre Nützlichkeit in personalisierte…

In einer neuen Studie aus dem arXiv‑Repository wurde untersucht, wie Menschen und moderne KI‑Modelle gemeinsam Phishing‑E‑Mails erkennen. D…

Dezentrale Inferenz von großen Sprachmodellen (LLM) verspricht transparente und zensurresistente KI‑Zugriffe, doch bisherige Verifikationsm…

Ein neues Forschungsprojekt namens SEED (Spectral Entropy‑Guided Evaluation) hat die Art und Weise, wie multivariate Zeitreihen prognostizi…

Eine neue Studie aus dem arXiv‑Repository beleuchtet, wie große Sprachmodelle (LLMs) bei der Beratung zu Finanz- und Gesundheitsfragen die…

Die Bewertung von Verteidigern im Fußball ist seit langem ein Problem: Erfolgreiche Abwehr wirkt oft erst, bevor ein gefährlicher Angriff ü…