Finde Modelle, Firmen und Themen

Ein neues Verfahren namens VISA (Value Injection via Shielded Adaptation) verspricht, Large Language Models (LLMs) genauer an menschliche W…

In der Welt der Reiseplanung stoßen herkömmliche LLM‑Agenten an ihre Grenzen, wenn sie langfristige Reiseziele mit strengen Vorgaben wie Bu…

Large Language Models (LLMs) sind heute unverzichtbar für die Zusammenarbeit zwischen Mensch und KI. Ein entscheidender Schritt dabei ist d…

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

Reinforcement‑Learning‑Modelle, die auf Group Relative Policy Optimization (GRPO) setzen, haben sich als effektive Methode etabliert, um di…

OptiAgent ist ein neu entwickeltes, physikgetriebenes Agenten-Framework, das die Automatisierung des Optikdesigns revolutioniert. Durch die…

Ein neuer Ansatz namens K²-Agent verspricht, die Grenzen herkömmlicher mobile Geräte‑Controller zu sprengen. Durch die Trennung von deklara…

Die Digitalisierung von Dokumenten ist seit langem ein mehrstufiges Problem: Zunächst muss das Layout erkannt, anschließend der Text extrah…

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

Die neue Methode UpSkill, entwickelt von Forschern auf arXiv, nutzt Mutual Information Skill Learning (MISL), um die Trefferquote mehrerer…

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

Eine neue Methode zur Überprüfung komplexer Behauptungen kombiniert Reinforcement Learning mit gezieltem Alignment, um die Qualität der Unt…

Ein neues Forschungsergebnis aus dem Bereich autonomes Fahren präsentiert NoRD, ein Vision‑Language‑Action‑Modell, das ohne umfangreiche Da…

Ein neues Verfahren namens Batch Adaptation Policy Optimization (BAPO) verspricht, die Effizienz von großen Sprachmodellen nach dem Trainin…

In modernen Produktionssystemen, von Kundenservice-Automatisierung bis hin zu interaktiven Einkaufsassistenten, gewinnen mehrstufige LLM‑Ag…

In diesem Beitrag zeigen wir, wie man das 7‑Billionen‑Parameter‑Modell CodeFu‑7B – speziell für Wettbewerbsprogrammierung – mit Group Relat…

Die neu entwickelte Methode WS‑GRPO (Weakly‑Supervised Group‑Relative Policy Optimization) adressiert ein zentrales Problem bei der Anwendu…

Surge AI hat mit der Einführung von Corecraft die erste Umgebung der EnterpriseGym-Suite vorgestellt. Corecraft simuliert ein voll funktion…

Large Language Models (LLMs) werden zunehmend als autonome Agenten eingesetzt, um komplexe Mehrschritt-Entscheidungsaufgaben zu lösen. Dabe…

Reinforcement Learning hat sich als vielversprechendes Mittel etabliert, um Diffusions- und Flow-Matching‑Modelle an menschliche Präferenze…

Kyutai hat das neue Modell Hibiki-Zero vorgestellt, das simultane Übersetzungen von Sprache zu Sprache (S2ST) sowie von Sprache zu Text (S2…

Die neuesten Fortschritte bei großen Sprachmodellen (LLMs) führen zu einem Paradigmenwechsel: Statt statischer Trainingsdaten werden Agente…

Autoregressive Modelle haben die Suche und das Ranking in einem einzigen generativen Rahmen vereint. Beim Feintuning dieser Modelle mit Rei…

Eine neue Technik namens Blockwise Advantage Estimation (BAE) verspricht, die Leistung von Reinforcement‑Learning‑Modellen bei strukturiert…

Die Sicherheit von Sprachmodellen hängt von ihrem schwächsten Punkt ab. Obwohl umfangreiche Arbeiten zur Sicherheit nach dem Training exist…

Ein neues Forschungsprojekt namens SWIRL (Self‑Improving World Modelling with Latent Actions) zeigt, wie große Sprach‑ und Bildmodelle ihre…

Ein neues arXiv-Papier präsentiert DEPO, ein innovatives Verfahren zur Optimierung von Large Reasoning Models (LRMs). Durch die Einführung…

Das neue ProAct‑Framework löst ein langjähriges Problem von Large‑Language‑Model‑Agenten: die Schwierigkeit, in interaktiven Umgebungen lan…