Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Glaubwürdigkeit”
Forschung

<h1>Neues Lernmodell erkennt unzuverlässiges Feedback ohne externe Labels</h1> <p>In der Künstlichen Intelligenz stellt das Lernen unter unzuverlässigem Feedback eine besondere Herausforderung dar: ein System muss nicht nur entscheiden, wie es stabil lernen soll, sondern auch, ob es überhaupt aus einer Erfahrung lernen darf. Dieses Problem wird im Rahmen des sogenannten Epistemic Identifiability under Unobservable Reliability (EIUR) untersucht, bei dem jede Beobachtung eine latente Glaubwürdigkeit besitzt,

arXiv – cs.LG
Forschung

<p>Inference Scaling: Modellgrößen und Glaubwürdigkeit von Rechenwegen</p> <p>Self‑Consistency, die Technik, mehrere Lösungswege zu generieren und den häufigsten zu wählen, hat die Genauigkeit großer Sprachmodelle bei Rechenaufgaben deutlich gesteigert. Ob diese Genauigkeitszunahme jedoch auch die Qualität der zugrunde liegenden Argumentation verbessert, blieb bislang unklar. In einer neuen Studie wurde die Frage untersucht, ob eine Skalierung der Inferenz die Glaubwürdigkeit der Rechenwege erhöht.</p> <p>V

arXiv – cs.AI
Forschung

<h1>HAG: Hierarchische Agenten-Generierung für Themenangepasste Simulationen</h1> <p>Die präzise Initialisierung von Agenten ist entscheidend für die Glaubwürdigkeit von Agentenbasierten Modellen in allen Fachbereichen. Ein robustes System muss dabei themenadaptiv sein, also sowohl die makro‑level gemeinsamen Verteilungen erfassen als auch die mikro‑level individuelle Rationalität gewährleisten.</p> <p>Derzeit gibt es zwei Hauptansätze: statische, datenbasierte Abrufmethoden, die bei unbekannten Themen vers

arXiv – cs.AI