Finde Modelle, Firmen und Themen

Eine brandneue Veröffentlichung auf arXiv beleuchtet, warum moderne neuronale Netze bei steigender Rauschanteil plötzlich von gutem zu schä…

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

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

Die jüngsten Erfolge von Mamba und anderen selektiven Zustandsraummodellen haben das Interesse an Nicht‑Attention‑Architekturen für Sequenz…

In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass die klassische Gradient‑Descent‑Methode (GD) für die logistische Ver…

In einer kürzlich veröffentlichten Studie wird das Phänomen des Feature‑Verlernens – also das allmähliche Vergessen von zuvor erlernten Mer…

Im Zeitalter ethischer KI gewinnt das Konzept des Machine Unlearning immer mehr an Bedeutung. Ziel ist es, sensible, private oder urheberre…

Ein neues arXiv‑Veröffentlichung (2602.05065v1) beleuchtet die lange diskutierte Frage, ob der klassische Stochastic Gradient Descent (SGD)…

Eine neue Veröffentlichung auf arXiv präsentiert einen bahnbrechenden Ansatz, der die Optimierung von Formen – etwa bei impliziten neuronal…

Ein neuer Ansatz namens DP-$\lambda$CGD verspricht, die Genauigkeit von Differentially Private Stochastic Gradient Descent (DP‑SGD) zu erhö…

Wissenschaftler haben einen neuen Algorithmus entwickelt, der die Optimierung mehrerer Ziele in der Wahrscheinlichkeitsverteilung beschleun…

Ein neues arXiv‑Veröffentlichung (2601.16514v1) beleuchtet die Optimierung von flachen Transformers. Die Autoren untersuchen, wie sich Grad…

In einer neuen Studie wird das Phänomen der „verdächtigen Ausrichtung“ bei Stochastic Gradient Descent (SGD) unter stark ill-konditionierte…

Stochastische Gradientenabstiegsverfahren (SGD) bilden das Herzstück moderner Deep‑Learning‑Modelle. Trotz ihrer weiten Verbreitung bleibt…

In einer neuen Studie aus dem arXiv wird deutlich, dass das derzeit am häufigsten eingesetzte Verfahren für privates maschinelles Lernen –…

Ein neues Optimierungsverfahren, HB‑SGE, kombiniert das klassische Heavy‑Ball‑Momentum mit einer vorausschauenden Gradientenextrapolation…

In‑Context‑Learning (ICL) ist ein faszinierendes Phänomen bei großen Sprachmodellen, dessen Funktionsweise jedoch noch nicht vollständig ge…

Ein neues arXiv‑Veröffentlichung (2511.20725v1) bietet einen praxisorientierten Überblick über die Konfiguration von Optimierungsalgorithme…

Der Neural Tangent Kernel (NTK) beschreibt, wie sich der Zustand eines Modells während des Gradient Descent verändert. Die vollständige NTK…

In einer wegweisenden Veröffentlichung auf arXiv wird ein theoretisches Modell vorgestellt, das Lernregeln – die Anweisungen, wie Modellpar…

Ein neuer Beitrag auf arXiv (2510.13040v1) stellt zwei innovative Optimierer vor, die das klassische Stochastic Gradient Descent (SGD) deut…

In der heutigen Ära großer neuronaler Netzwerke kämpfen Optimierungsalgorithmen häufig damit, dass die Modelle zu stark auf den Trainingsve…

Variationsquantumalgorithmen (VQAs) gelten als vielversprechende Methode, um aktuelle Quantencomputer für Optimierungsaufgaben, Chemiesimul…

Die jüngste Veröffentlichung auf arXiv (2508.18741v1) liefert ein bahnbrechendes Ergebnis für das Offline‑Reinforcement‑Learning. Forscher…

In der Welt der künstlichen Intelligenz hat sich die Technik des Task‑Arithmetics als unkompliziertes, aber äußerst wirkungsvolles Mittel z…

Standard‑Gradient‑Descent liefert zwar punktuelle Schätzungen, aber keine Aussage über die Zuverlässigkeit dieser Schätzungen. In Modellen…

Forscher haben einen neuen Hybrid‑Ansatz entwickelt, der die Trainingszeit von DeepONets drastisch reduziert. Durch die Kombination von Lea…