Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Few-Shot”
Forschung

<h1>Label-basierte Distanzskalierung verbessert Few-Shot-Textklassifikation</h1> <p>In der Welt der Few-Shot-Textklassifikation, bei der Modelle unbekannte Klassen mit nur wenigen gelabelten Textproben erkennen sollen, gibt es ein zentrales Problem: Während des Trainings werden komplexe Algorithmen entwickelt, doch die gelabelten Stichproben, die im Test verwendet werden, werden zufällig ausgewählt. Dadurch erhalten die Modelle oft keine wirklichen Leitfäden, was zu Fehlklassifikationen führt.</p> <p>Die ne

arXiv – cs.LG
Forschung

LLMs ermöglichen effiziente Few-Shot-Klassifizierung von Tabellen Die Web‑Welt bietet unzählige strukturierte Daten in Tabellenform – von Produktkatalogen über Wissensdatenbanken bis hin zu wissenschaftlichen Datensätzen. Diese Tabellen unterscheiden sich stark in Struktur und Semantik, was die Entwicklung einer einheitlichen Klassifikationsmethode erschwert. Gleichzeitig werden große Sprachmodelle (LLMs) immer stärker in Web‑Infrastrukturen eingesetzt, etwa für semantische Suche. Die zentrale Frage laute

arXiv – cs.AI
Forschung

<p>Neues Framework CaMol verbessert Molekülvorhersagen bei wenigen Daten</p> <p>Ein neues Forschungsprojekt aus dem Bereich des Graph-Lernens präsentiert CaMol, ein innovatives System zur Vorhersage von Molekülmerkmalen, das besonders in Szenarien mit sehr wenigen gelabelten Daten glänzt. Die Autoren betonen, dass die Vorhersage von chemischen Eigenschaften – ein zentrales Element in der Wirkstoffentwicklung und der Proteinstrukturvorhersage – bislang stark von der Verfügbarkeit umfangreicher Datensätze abh

arXiv – cs.LG