Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Hören”
Forschung

<h1>Benchmark: Kein Modell ist immer das Beste für US-Stromnetz-Vorhersagen</h1> <p>Die Auswahl des passenden Deep‑Learning‑Modells für die Vorhersage von Stromnetzlasten bleibt eine Herausforderung, weil die Leistung stark von den verfügbaren Daten abhängt. In einer neuen Studie wurden fünf moderne Architekturen systematisch miteinander verglichen.</p> <p>Zu den getesteten Modellen gehören zwei State‑Space‑Modelle (PowerMamba und S‑Mamba), zwei Transformer‑Varianten (iTransformer und PatchTST) sowie ein kl

arXiv – cs.LG
Forschung

<p>Logit-Abstand liefert neue Grenzen für Modellrepräsentationen</p> <p>In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass bei einer breiten Klasse von diskriminativen Modellen – zu denen auch autoregressive Sprachmodelle gehören – die internen Repräsentationen zweier Modelle bis auf eine invertierbare lineare Transformation übereinstimmen, wenn sie exakt dieselben bedingten Wahrscheinlichkeiten erzeugen. Die Frage, ob ein ähnliches Ergebnis auch bei annähernd gleichen Verteilungen gilt,

arXiv – cs.LG