Suche nach Generalisierbarkeit

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

Seit den ersten Theorien zur künstlichen Intelligenz fasziniert die Kombination von symbolischer Berechnung mit neuronalen Netzwerken die F…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Neues Framework bewertet GNN-Ausdruckskraft anhand 336 Datensätzen

Um die Zuverlässigkeit von Graph Neural Networks (GNNs) zu erhöhen, hat ein Forschungsteam ein neues, auf Eigenschaften basierendes Evaluat…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neues Tool UMPIRE verbessert Unsicherheitsmessung bei multimodalen Sprachmodellen

Multimodale Large Language Models (MLLMs) können zwar beeindruckende Ergebnisse liefern, aber sie erzeugen oft plausible, aber fehlerhafte…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Neues Modell RepSPD verbessert EEG-Analyse durch dynamische Graphen

Die Entschlüsselung von Hirnaktivitäten mittels Elektroenzephalographie (EEG) ist ein zentrales Thema in der Neurowissenschaft und in klini…

arXiv – cs.AI 27.02.2026 05:00

Forschung

SGD vs. Quasi-Newton: Optimierer bestimmen Generalisierbarkeit von Netzen

Neuer Artikel auf arXiv zeigt, wie die Wahl des Optimierers die Qualität von neuronalen Netzen beeinflusst. Forscher untersuchten die beide…

arXiv – cs.LG 26.02.2026 05:00

Forschung

KI‑Modelle mit biomedizinischem Enrichment verbessern EQ‑5D‑Erkennung

In einer neuen Studie wurden die leistungsstarken Sprachmodelle BERT, SciBERT und BioBERT mit biomedizinischen Entitäten, die über scispaCy…

arXiv – cs.AI 26.02.2026 05:00

Forschung

OpenSage: KI‑gestützte Agentenentwicklung ohne menschliche Eingriffe

In einer kürzlich veröffentlichten Arbeit auf arXiv (2602.16891v1) wird OpenSage als das erste Agent Development Kit (ADK) vorgestellt, das…

arXiv – cs.AI 20.02.2026 05:00

Forschung

ExLipBaB: Lipschitz-Konstante für Stückweise lineare neuronale Netze berechnen

Die Lipschitz-Konstante eines neuronalen Netzwerks liefert wertvolle Einblicke in dessen Robustheit, Generalisierbarkeit und sogar die Mögl…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Neuer Schutz für vortrainierte Encoder gegen Adversarial Angriffe

Die breite Nutzung von öffentlich verfügbaren, vortrainierten Encodern aus dem Bereich des selbstüberwachten Lernens hat eine kritische Sch…

arXiv – cs.LG 13.02.2026 05:00

Forschung

Adaptive Meilenstein‑Belohnung verbessert GUI-Agenten um 10 %

Reinforcement Learning (RL) hat sich als Standardverfahren für die Schulung von mobilen GUI‑Agenten etabliert, stößt jedoch bei Aufgaben mi…

arXiv – cs.LG 13.02.2026 05:00

Forschung

SleepMaMi: Das universelle Schlaf-Foundation-Modell für Makro- und Mikrostrukturen

Die Einführung von SleepMaMi markiert einen bedeutenden Fortschritt in der Schlafmedizin. Während bisherige Modelle meist auf spezifische A…

arXiv – cs.AI 10.02.2026 05:00

Forschung

RBAθ-Workflow liefert präzise Vorhersage von Windkraft-Rampen

Ein neues Forschungsmodell aus dem arXiv-Preprint 2602.06097v1 präsentiert einen innovativen Ansatz zur Vorhersage von Windkraft-Rampen. Du…

arXiv – cs.LG 09.02.2026 05:00

Forschung

DADP: Neue Domain Adaptive Diffusion Policy revolutioniert Anpassung von Robotern

Die neu vorgestellte Domain Adaptive Diffusion Policy (DADP) löst ein zentrales Problem in der lernbasierten Regelung: die Generalisierung…

arXiv – cs.LG 05.02.2026 05:00

Forschung

RE-Tab: Verbessert TableQA durch verifizierbare Rückmeldungen

Die Entwicklung von TableQA-Agenten steht vor einer besonderen Herausforderung: Antworten lassen sich nicht sofort aus einer statischen Tab…

arXiv – cs.AI 02.02.2026 05:00

Forschung

Quanten-ML revolutioniert Klassifizierung von Erdbeobachtungsdaten

In einer neuen Studie aus dem arXiv-Repository wird gezeigt, wie Quanten‑Machine‑Learning (QML) die Analyse von Erdbeobachtungsdaten (EO) b…

arXiv – cs.LG 02.02.2026 05:00

Forschung

Drive-KD: Mehrfach-Teacher-Distillation für effiziente VLMs im autonomen Fahren

Autonomes Fahren steht im Fokus der neuesten KI-Forschung, weil es sowohl sicherheitskritisch als auch technologisch herausfordernd ist. Du…

arXiv – cs.AI 30.01.2026 05:00

Forschung

Neue EA-Foundation-Modelle schließen Reasoning-Horizont

Entity Alignment (EA) ist ein entscheidender Schritt bei der Fusion von Wissensgraphen, doch bisherige Modelle zeigen kaum Transferfähigkei…

arXiv – cs.LG 30.01.2026 05:00

Forschung

LION: Neues Clifford‑basiertes Paradigma für multimodale Graphen

Die rasante Entwicklung multimodaler Daten hat die Graph‑Machine‑Learning‑Community dazu veranlasst, von rein text‑atributierten zu multim…

arXiv – cs.AI 30.01.2026 05:00

Forschung

Nezentrales Federated Learning: zweite Ordnung verbessert Konvergenz

Dezentrales Federated Learning (DFL) ermöglicht es Geräten, ohne zentralen Server direkt miteinander zu kommunizieren und gemeinsam ein all…

arXiv – cs.AI 29.01.2026 05:00

Forschung

Skalierbare Kalibrierung: Empirische Analyse modellunabhängiger Post‑Hoc‑Methoden

In einer umfassenden Untersuchung wurden 21 gängige Klassifikatoren – von linearen Modellen über SVMs bis hin zu Tree‑Ensembles wie CatBoos…

arXiv – cs.LG 29.01.2026 05:00

Forschung

Reinforcement Learning stärkt LLM-Funktionsaufrufe: Adversarial Augmentation deckt Schwächen auf

Die Fähigkeit von großen Sprachmodellen (LLMs), externe Tools und APIs über Funktionsaufrufe zu nutzen, hat sich zu einem entscheidenden Er…

arXiv – cs.AI 28.01.2026 05:00

Forschung

MMR-Bench: Neuer Standard für multimodale LLM‑Routing

In der Forschung zu multimodalen großen Sprachmodellen (MLLMs) hat sich die Vielfalt an Architekturen, Ausrichtungsstrategien und Effizienz…

arXiv – cs.AI 27.01.2026 05:00

Forschung

MAGNET: Adaptive GUI-Agenten mit speicherbasierter Wissensentwicklung

Ein neues Forschungsprojekt namens MAGNET bringt Mobile GUI-Agenten auf ein neues Level. Durch den Einsatz großer Foundation‑Modelle können…

arXiv – cs.AI 28.01.2026 05:00

Forschung

Neuer Mehrziel-Backdoor-Angriff auf Graph Neural Networks

Graph Neural Networks (GNNs) haben in den letzten Jahren enorme Fortschritte erzielt, doch ihre Sicherheit bleibt fragil. Ein neues Papier…

arXiv – cs.LG 23.01.2026 05:00

Forschung

<h1>Cloud-basierter Cross-Modal-Transformer revolutioniert Emotionserkennung in HCI</h1> <p>Emotionserkennung ist ein zentrales Element der nächsten Generation menschlicher Computerinteraktion. Traditionelle Systeme analysieren meist nur ein einziges Modalität – sei es Gesichtsausdruck, Stimmlage oder Textsentiment – was ihre Robustheit und Generalisierbarkeit in realen Umgebungen stark einschränkt.</p> <p>In einer neuen Studie wird ein Cloud‑basierter Cross‑Modal‑Transformer (CMT) vorgestellt, der visuelle

arXiv – cs.AI 22.01.2026 05:00

Forschung

KI‑gestütztes Co‑Design revolutioniert klinische Vorhersagemodelle

Die Entwicklung sicherer, wirksamer und praktisch nutzbarer klinischer Vorhersagemodelle (CPMs) erfordert bislang eine aufwendige, iterativ…

arXiv – cs.AI 15.01.2026 05:00

Forschung

R$^2$BD: Effiziente Erkennung von Fake‑Bildern mittels Rekonstruktion

In der rasanten Welt der KI‑generierten Bilder hat die Forschung einen bedeutenden Fortschritt erzielt: das neue Verfahren R$^2$BD bietet e…

arXiv – cs.AI 15.01.2026 05:00

Forschung

AtomMem: Lernbare, dynamische Agentengedächtnis‑Operationen

In der KI-Forschung ist ein robustes Gedächtnis für Agenten entscheidend, um komplexe Aufgaben über lange Zeiträume zu bewältigen. Traditio…

arXiv – cs.AI 14.01.2026 05:00

Forschung

V2P: GUI-Element-Positionierung durch Hintergrundunterdrückung und Zentrierung

Ein brandneues Verfahren namens Valley-to-Peak (V2P) verspricht, die präzise Lokalisierung von GUI-Elementen entscheidend zu verbessern. Du…

arXiv – cs.AI 13.01.2026 05:00

Forschung

EntroLnn: Flüssige Neuronale Netze mit Entropie für Echtzeit‑Batterieanalyse

Ein neues Forschungsprojekt namens EntroLnn eröffnet einen völlig neuen Ansatz zur Vorhersage des Kapazitätsverlusts von Batterien. Im Gege…

arXiv – cs.LG 13.01.2026 05:00

Finde Modelle, Firmen und Themen

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

Neues Framework bewertet GNN-Ausdruckskraft anhand 336 Datensätzen

Neues Tool UMPIRE verbessert Unsicherheitsmessung bei multimodalen Sprachmodellen

Neues Modell RepSPD verbessert EEG-Analyse durch dynamische Graphen

SGD vs. Quasi-Newton: Optimierer bestimmen Generalisierbarkeit von Netzen

KI‑Modelle mit biomedizinischem Enrichment verbessern EQ‑5D‑Erkennung

OpenSage: KI‑gestützte Agentenentwicklung ohne menschliche Eingriffe

ExLipBaB: Lipschitz-Konstante für Stückweise lineare neuronale Netze berechnen

Neuer Schutz für vortrainierte Encoder gegen Adversarial Angriffe

Adaptive Meilenstein‑Belohnung verbessert GUI-Agenten um 10 %

SleepMaMi: Das universelle Schlaf-Foundation-Modell für Makro- und Mikrostrukturen

RBAθ-Workflow liefert präzise Vorhersage von Windkraft-Rampen

DADP: Neue Domain Adaptive Diffusion Policy revolutioniert Anpassung von Robotern

RE-Tab: Verbessert TableQA durch verifizierbare Rückmeldungen

Quanten-ML revolutioniert Klassifizierung von Erdbeobachtungsdaten

Drive-KD: Mehrfach-Teacher-Distillation für effiziente VLMs im autonomen Fahren

Neue EA-Foundation-Modelle schließen Reasoning-Horizont

LION: Neues Clifford‑basiertes Paradigma für multimodale Graphen

Nezentrales Federated Learning: zweite Ordnung verbessert Konvergenz

Skalierbare Kalibrierung: Empirische Analyse modellunabhängiger Post‑Hoc‑Methoden

Reinforcement Learning stärkt LLM-Funktionsaufrufe: Adversarial Augmentation deckt Schwächen auf

MMR-Bench: Neuer Standard für multimodale LLM‑Routing

MAGNET: Adaptive GUI-Agenten mit speicherbasierter Wissensentwicklung

Neuer Mehrziel-Backdoor-Angriff auf Graph Neural Networks

KI‑gestütztes Co‑Design revolutioniert klinische Vorhersagemodelle

R$^2$BD: Effiziente Erkennung von Fake‑Bildern mittels Rekonstruktion

AtomMem: Lernbare, dynamische Agenten­gedächtnis‑Operationen

V2P: GUI-Element-Positionierung durch Hintergrundunterdrückung und Zentrierung

EntroLnn: Flüssige Neuronale Netze mit Entropie für Echtzeit‑Batterieanalyse

🍪 Cookie-Einstellungen

Adaptive Meilenstein‑Belohnung verbessert GUI-Agenten um 10 %

AtomMem: Lernbare, dynamische Agentengedächtnis‑Operationen