Finde Modelle, Firmen und Themen

In der Welt der großen Sprachmodelle (LLMs) hat sich gezeigt, dass Agenten erstaunliche Leistungen in erlernten Aufgaben erbringen können…

Ein neues Forschungsprojekt aus dem Bereich der autonomen Robotik hat einen hybriden Lernansatz vorgestellt, der die Stärken von modellbasi…

Agentic Reinforcement Learning (Agentic RL) hat das Potenzial, große Sprachmodelle (LLM) zu leistungsstarken Agenten zu machen, die komplex…

Ein neuer Ansatz namens Adaptive Tree Policy Optimization (ATPO) verspricht, die Qualität von medizinischen Dialogen deutlich zu verbessern…

In einer neuen Veröffentlichung auf arXiv präsentiert HiMAC ein innovatives, hierarchisches Lernframework, das Large Language Model (LLM)-A…

Autonome Agenten übernehmen zunehmend komplexe, langfristige Aufgaben – von mathematischem Denken bis zur Softwareerstellung. Dabei zerfall…

Deep Reinforcement Learning hat in den letzten Jahren komplexe Entscheidungsaufgaben erfolgreich gelöst. In vielen realen Szenarien stehen…

Neuer Ansatz namens MicroVerse eröffnet die Möglichkeit, mikroskopische Prozesse in Echtzeit zu simulieren. Durch die Kombination von hochq…

Forscher haben einen neuen Ansatz entwickelt, der es ermöglicht, stabile Strategien in komplexen Mehrspieler‑Spielen zu finden, ohne dass d…

Reinforcement Learning from Verifiable Rewards (RLVR) hat sich als leistungsstarkes Paradigma für die Verbesserung der komplexen Denkfähigk…

Das Multiple Traveling Salesman Problem (mTSP) erweitert das klassische TSP um mehrere Routen, die alle Kunden genau einmal besuchen und am…

Reinforcement‑Learning‑Post‑Training hat kürzlich große Fortschritte bei der langen Ketten‑von‑Denken‑Logik von großen Sprachmodellen erzie…

Die menschliche Intelligenz verbindet von Natur aus omni-modal Wahrnehmung – Vision, Audio und Sprache – mit komplexem Denken und Werkzeugg…

In einer neuen Studie auf arXiv wird ein innovativer Ansatz vorgestellt, der große Sprachmodelle (LLMs) durch autonome Speicheragenten deut…

In einer aktuellen arXiv‑Studie wird untersucht, ob künstliche Intelligenz echte kreative Beiträge zur Mathematik leisten kann oder ledigli…

In der Welt der großen Sprachmodelle (LLMs) hat sich Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) als führendes Verfahren…

In der aktuellen Forschung wird gezeigt, dass große Sprachmodelle (LLMs) zunehmend zu einem einheitlichen „Hivemind“ tendieren. Durch die g…

Reinforcement Learning (RL) hat sich zu einem zentralen Post‑Training‑Paradigma für große Sprachmodelle (LLMs) entwickelt, doch seine Leist…

Wissenschaftliche Inverseprobleme erfordern die Rekonstruktion hochdimensionaler physikalischer Zustände aus spärlichen und verrauschten Me…

Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) hat sich als zentrales Lernparadigma etabliert, um die Denkfähigkeiten multim…

Eine aktuelle Veröffentlichung auf arXiv (2602.21066v1) wirft ein neues Licht auf die Schwierigkeiten, die Laien bei der ersten Begegnung m…

In der On‑the‑Fly‑Directed Controller Synthesis (OTF‑DCS) wird das Problem der explosionsartigen Zustandsraumgröße durch schrittweise Explo…

Ein neuer Ansatz namens VariBASeD kombiniert variationales Lernen, sequentielles Monte-Carlo-Planen und Meta‑Reinforcement‑Learning, um Bay…

In der Welt der quantisierten Sprachmodelle besteht ein klassisches Dilemma: Bei niedrigen Sampling‑Temperaturen entstehen wiederholende, m…

In der Forschung zu visuellen Reinforcement‑Learning‑Algorithmen bleibt die effiziente Erkundung bei sparsamen Belohnungen ein zentrales Pr…

Mit QueryPlot wird die Suche nach potenziellen Mineralvorkommen neu definiert. Das System verbindet umfangreiche geologische Textsammlungen…

Generative Flow Networks (GFlowNets) sind eine flexible Familie von amortisierten Samplern, die diskrete und zusammengesetzte Objekte erzeu…

Die Nachtrainierung von großen Sprachmodellen (LLMs) mit Verstärkungslernen (RL) steht vor einer großen Herausforderung: die Erkundung des…

In einer bahnbrechenden Veröffentlichung stellen Forscher das neue CAFE‑Framework vor, das automatisiertes Feature‑Engineering (AFE) durch…

Ein neues arXiv‑Veröffentlichungsdokument liefert den ersten hochwahrscheinlichen Regret‑Bound für klassisches Online Q‑Learning in unendli…