Finde Modelle, Firmen und Themen

Moderne Sprachmodelle übernehmen zunehmend die Rolle von epistemischen Agenten – autonomen Systemen, die eigene Wissensziele verfolgen und…

Psychiatrische Fragebögen sind stark kontextabhängig und liefern oft nur schwache Vorhersagen für das spätere Symptomaufkommen. Das erschwe…

Eine neue Veröffentlichung auf arXiv präsentiert einen innovativen Ansatz zur Bewertung von Sprachmodellen, der die üblichen Ranglisten übe…

Multimodale große Sprachmodelle (MLLMs) liefern beeindruckende Beschreibungen von Bild‑Text‑Aufgaben, doch sie neigen häufig dazu, Objekte…

Um die Fähigkeit von Sprachmodellen (LLMs) zu prüfen, zukünftige Ereignisse vorherzusagen, ist ein sogenanntes Backtesting erforderlich – d…

In der Welt des Reinforcement Learning (RL) haben große Sprachmodelle (LLM) Agenten mit einer beeindruckenden Fähigkeit ausgestattet, kompl…

Federated Learning (FL) hat die Möglichkeit eröffnet, Modelle dezentral auf Edge‑Geräten zu trainieren, ohne sensible Nutzerdaten zu zentra…

Fehlklassifikationen bei Spam- und Phishing-Erkennung sind besonders gefährlich: Falsch-negative Treffer lassen Angriffe unbemerkt, während…

Eine neue theoretische Analyse zeigt, warum die Normalisierung bei stochastisch vorgefertigtem Stochastic Gradient Descent (SPSGD) – und se…

In der klinischen Praxis werden Vorhersagemodelle immer häufiger eingesetzt, doch viele Deep‑Learning‑Ansätze zeigen eine erhebliche Instab…

Die Sicherheit großer Sprachmodelle bleibt trotz Fortschritten oft fragil, wenn die Trainingsdaten von ihrem ursprünglichen Kontext abweich…

In den letzten Jahren ist die Erklärung von Entscheidungen komplexer Machine‑Learning‑Modelle zu einem entscheidenden Faktor in Bereichen w…

Die Perplexität gilt seit langem als Standardmaß für die Vorhersagequalität großer Sprachmodelle. Doch neue Untersuchungen zeigen, dass sie…

In einer neuen Veröffentlichung auf arXiv wird ein Ansatz vorgestellt, der die Grenzen herkömmlicher tabellarischer Lernmodelle sprengt. Tr…

Ein neues Papier auf arXiv (2601.21016v1) wirft die Frage auf, ob es moralisch vertretbar ist, eine künstliche Intelligenz, die menschliche…

Mit der zunehmenden Verbreitung von IoT‑basierten Messgeräten in modernen Stromnetzen wächst die Angriffsfläche für Cyberangriffe erheblich…

Online-Finanzdienste sind ein unverzichtbarer Bestandteil moderner Web‑Ökosysteme, doch ihre Offenheit macht sie besonders anfällig für Bet…

In einer neuen Analyse wird deutlich, dass die aktuelle Wertschöpfungskette des maschinellen Lernens strukturell nicht nachhaltig ist. Durc…

Retrieval‑Augmented Generation (RAG) hat große Fortschritte gemacht, indem es Sprachmodelle mit externen Wissensquellen verbindet und damit…

Die steigenden Arbeitskosten und engere Margen zwingen große Plattformbetreiber wie Grab dazu, nach Automatisierung zu suchen. Durch die Üb…

In der Produktion von Machine‑Learning‑Systemen ist die Qualität der Trainingsdaten entscheidend. Fehlerhafte Labels können die Leistung st…

In einer Zeit, in der große Sprachmodelle (LLMs) und autonome Coding‑Agenten immer häufiger eingesetzt werden, um Software zu erstellen, bl…

In einer aktuellen Studie wird deutlich, dass KI-Detektoren, die dafür entwickelt wurden, künstlich generierte Texte zu erkennen, bei leich…

In einer wegweisenden Studie aus dem arXiv-Repository wird ein neues Verfahren vorgestellt, das die Zuverlässigkeit von KI‑Benchmarks drast…

Eine neue Studie, veröffentlicht auf arXiv, zeigt, dass große Sprachmodelle (LLMs), die sich selbstständig untereinander austauschen, eine…

Moderne Deep‑Learning‑Modelle verbrauchen enorme Mengen an Gewichten und Trainingsdaten, was zu hohen Rechenkosten führt. Zwei vielversprec…

Die neueste Veröffentlichung auf arXiv präsentiert GRAVER, ein innovatives Framework, das die Feinabstimmung von Graph-Foundation-Modellen…

Große Rechenmodelle (LRMs) zeigen beeindruckende Fähigkeiten bei komplexen Logikaufgaben, bleiben jedoch anfällig für gefährliche Inhalte u…

Bewertungen generativer Modelle anhand von Benchmark-Daten sind heute allgegenwärtig und prägen sowohl die öffentliche als auch die wissens…

Die allgegenwärtige Dominanz von Künstlicher Intelligenz bringt bislang unvergleichliche gesellschaftliche Schäden und Risiken mit sich. Ak…