meineki.news Logo
meineki.news
KI News. Verstehen, was wichtig wird.
Anmelden
Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Fidelity”
Forschung

<p>LLM-Agenten mit Tool-Integration: Lineare Fehlerentwicklung nach Martingale-Analyse</p> <p>In einer neuen Studie von Forschern auf arXiv wird erstmals ein theoretisches Modell vorgestellt, das die Fehlerentwicklung von KI-Agenten, die externe Tools nutzen, systematisch untersucht. Die Autoren zeigen, dass die kumulative Verzerrung bei solchen Agenten linear mit der Anzahl der Tool-Aufrufe wächst, während die Abweichungen mit hoher Wahrscheinlichkeit im Rahmen von <em>O(√T)</em> bleiben. Dieses Ergebnis s
arXiv – cs.AI
Forschung

<p>LLM‑Missalignment: Neue Theorie erklärt Fehlverhalten als strukturelle Treue</p> <p>Eine kürzlich veröffentlichte Arbeit auf arXiv (2601.06047v1) stellt die gängige Annahme in Frage, dass Täuschungs‑ und Verhaltensmuster bei großen Sprachmodellen (LLMs) auf versteckte Absichten oder Agentur hinweisen. Stattdessen wird vorgeschlagen, dass diese Phänomene Ausdruck einer strukturellen Treue zu incoherenten sprachlichen Feldern sind.</p> <p>Die Autoren analysieren ausführlich Chain‑of‑Thought‑Transkripte von
arXiv – cs.AI
Forschung

**Titel:** Der Einfluss des Klimawandels auf die globale Ernährungssicherheit **Einleitung:** Der Klimawandel ist ein drängendes globales Problem, das verschiedene Aspekte unserer Umwelt, Wirtschaft und Gesellschaft beeinflusst. Ein besonders kritischer Bereich, der durch den Klimawandel betroffen ist, ist die Ernährungssicherheit, die die Verfügbarkeit, Zugänglichkeit und Erschwinglichkeit von Nahrung für alle Menschen umfasst. Diese Arbeit untersucht die Beziehung zwischen Klimawandel und Ernährungss
arXiv – cs.LG
Forschung

<h1>ML-gestützter Ensemble Kalman Filter steigert Genauigkeit bei gleicher Rechenzeit</h1> <p>In einer neuen Studie wird gezeigt, wie ein Multi-Fidelity Ensemble Kalman Filter (MF‑EnKF) mit einem maschinellen Lern‑Surrogat als niedrig‑qualitatives Modell die Vorhersagegenauigkeit steigern kann, ohne die Rechenkosten zu erhöhen. Der Ansatz kombiniert ein kleines Ensemble von teuren, vollständigen Modellsimulationen mit einem großen Ensemble von schnellen, aber weniger genauen ML‑Simulationen. Durch diese Mis
arXiv – cs.LG
Forschung

<h1>Effizienter Kernel-basierter Surrogat-Algorithmus für aerodynamische Vorhersagen</h1> <p>In der Luftfahrttechnik sind schnelle und präzise Vorhersagen aerodynamischer Felder entscheidend für Design und Optimierung. Ein neues Modell namens KHRONOS nutzt dafür einen kernel‑basierten Ansatz, um die Rechenlast drastisch zu reduzieren.</p> <p>KHRONOS kombiniert spärlich vorhandene Hoch‑Fidelitätsdaten (HF) mit umfangreichen Niedrig‑Fidelitätsdaten (LF). Durch die Anwendung von variationalen Prinzipien, Inter
arXiv – cs.LG