Suche nach Instabilität

K-Means & RBF: Gleichwertige Optimierung via Variations-Gradienten

Eine neue Studie aus dem arXiv-Repository zeigt, dass der klassische K‑Means‑Algorithmus und differenzierbare Radial Basis Function (RBF)-N…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Mathematische Modelle: Erfolgreich, aber instabil – Das Tiefe‑Genauigkeit-Paradox

Mathematische Rechenmodelle werden heute in Bildung, automatisierten Tutorien und Entscheidungsunterstützungssystemen eingesetzt, obwohl si…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neues Diagnosewerkzeug deckt individuelle Risiko‑Instabilität in KI‑Modellen auf

Künstliche Intelligenz revolutioniert die medizinische Entscheidungsfindung, doch ein bislang unterschätztes Problem droht die Zuverlässigk…

arXiv – cs.LG 03.03.2026 05:00

Forschung

4‑Bit‑Attention mit Quantization‑Aware Training: Neue Methode Attn‑QAT

Die zuverlässige Umsetzung von 4‑Bit‑Attention ist ein entscheidender Schritt für die vollständige FP4‑Rechnung auf den neuesten FP4‑fähige…

arXiv – cs.LG 03.03.2026 05:00

Forschung

BiJEPA: Bi-direktionale Architektur verbessert selbstüberwachtes Lernen

In der Welt des selbstüberwachten Lernens hat sich der Fokus von pixelbasierten Rekonstruktionen auf die Vorhersage im latenten Raum verlag…

arXiv – cs.LG 03.03.2026 05:00

Forschung

MAML-KT löst Kaltstartproblem bei Lernfortschrittsvorhersage

In der Lernfortschrittsvorhersage (Knowledge Tracing, KT) werden Modelle üblicherweise mit den ersten Interaktionen aller Lernenden trainie…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neues Framework erhöht Robustheit bei medizinischen Zeitreihen

Ein neues Modell namens RC‑GRF (Representation‑Consistent Gated Recurrent Framework) verspricht, die Zuverlässigkeit von Klassifikationsalg…

arXiv – cs.LG 03.03.2026 05:00

Forschung

MemPO: 73 % weniger Token, 26 % mehr F1 bei Langzeit-Agenten

Langzeit-Agenten, die über viele Interaktionsschritte hinweg lernen, kämpfen häufig mit einer stetig wachsenden Kontextgröße. Diese Expansi…

arXiv – cs.AI 03.03.2026 05:00

Forschung

MERaLiON2-Omni: 10B‑Parameter‑Modell für ganzheitliche Wahrnehmung in Südostasien

In einer wegweisenden Veröffentlichung präsentiert das Forschungsteam die erste Version von MERaLiON2-Omni (Alpha), einem 10‑Billionen‑Para…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Neue Methode steigert KI‑Mathematiklösungen durch gezielte Strategieauswahl

In der KI‑gestützten Mathematik bleibt die Nutzung von Beispiel‑Strategien oft unzuverlässig. Forscher haben herausgefunden, dass die Insta…

arXiv – cs.AI 27.02.2026 05:00

Forschung

ARLArena: Framework für stabile agentische Reinforcement‑Learning‑Modelle

Agentisches Reinforcement Learning (ARL) gilt als vielversprechendes Paradigma, um Agenten komplexe, mehrstufige Interaktionstätigkeiten be…

arXiv – cs.AI 26.02.2026 05:00

Forschung

LLMs in der Wissenschaft: EmbodiedAct verbindet Sprachmodelle mit Simulation

Large Language Models (LLMs) haben in der Forschung großes Potenzial gezeigt, stoßen jedoch an die Grenze, wenn es darum geht, theoretische…

arXiv – cs.AI 25.02.2026 05:00

Forschung

ProxMO: Neue Methode für effizientes Training von LLM-Agenten

In modernen Produktionssystemen, von Kundenservice-Automatisierung bis hin zu interaktiven Einkaufsassistenten, gewinnen mehrstufige LLM‑Ag…

arXiv – cs.AI 24.02.2026 05:00

Forschung

SGNO: Neuer Neural Operator stabilisiert lange PDE‑Rollouts

Forscher haben einen neuen Neural Operator namens SGNO vorgestellt, der lange Rollouts von partiellen Differentialgleichungen (PDEs) stabil…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Quantisierung von Sprachmodellen auf Ascend NPU: Erfolgreich, aber herausfordernd

Post‑Training‑Quantisierung (PTQ) ist ein entscheidender Schritt für die effiziente Bereitstellung von KI‑Modellen. Auf der Ascend NPU, ein…

arXiv – cs.AI 23.02.2026 05:00

Forschung

Autonome Agenten: Optimierungsinstabilität gefährdet klinische Symptomerkennung

Autonome Agenten, die ihre eigenen Abläufe iterativ verbessern, versprechen enorme Fortschritte in der medizinischen Diagnostik. In einer n…

arXiv – cs.AI 19.02.2026 05:00

Forschung

Kalman‑inspiriertes Laufzeit‑Stabilitäts-Framework für hybride Entscheidungssysteme

Hybrid‑Reasoning‑Systeme, die lernbasierte Komponenten mit modellbasierten Inferenzschritten kombinieren, werden zunehmend in tool‑unterstü…

arXiv – cs.AI 19.02.2026 05:00

Forschung

CLOT: Echtzeit-Tracking für humanoide Teleoperation ohne Drift

Ein neues System namens CLOT (Closed‑Loop Global Motion Tracking) verspricht, die langanhaltende Teleoperation von humanoiden Robotern ohne…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neuer Ansatz: Lie‑Gruppenbasierte Latent‑Dynamik senkt Fehler von neuronalen Operatoren um bis zu 50 %

Neurale Operatoren haben die Lösung von partiellen Differentialgleichungen revolutioniert, indem sie auf Daten basierende, resolutionsunabh…

arXiv – cs.LG 19.02.2026 05:00

Forschung

Federated Learning verbessert Stimmungserkennung über Ländergrenzen hinweg

Stimmunginstabilität gilt als entscheidender Indikator für psychische Gesundheit, doch klassische Befragungen erfassen sie nur sporadisch u…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Neuer Ansatz stabilisiert Low-Rank-LLM-Training

Auf dem arXiv erschienen die Ergebnisse der Studie Stabilizing Native Low-Rank LLM Pretraining (ID 2602.12429v1). Sie zeigen, dass große Sp…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Neues Paradigma für medizinische KI-Alignment: ganzheitliche Optimierung

In den letzten Jahren hat sich das Reinforcement Learning (RL) für die Ausrichtung großer Sprachmodelle rasant entwickelt. Doch die Übertra…

arXiv – cs.AI 13.02.2026 05:00

Forschung

Bootstrapping-Regularisierung erhöht Stabilität klinischer Risiko‑Modelle

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

arXiv – cs.LG 13.02.2026 05:00

Forschung

Neue Methode für stabiles Machine Unlearning dank statistischer Roughness

In der KI-Welt wird Machine Unlearning immer wichtiger, wenn Modelle gezielt bestimmte Datenpunkte „vergessen“ sollen, ohne dabei ihre Leis…

arXiv – cs.LG 11.02.2026 05:00

Forschung

SeeUPO: Agentisches RL mit Konvergenzgarantie bei Mehrfachwechseln

Reinforcement‑Learning (RL) ist heute das bevorzugte Verfahren, um KI‑Agenten auf Basis großer Sprachmodelle zu trainieren. Trotz seiner Po…

arXiv – cs.AI 09.02.2026 05:00

Forschung

Verborgene Instabilität in Vision‑Language‑Modellen: Neue Analyse <p>In einer aktuellen Studie von Forschern aus dem Bereich der Vision‑Language‑Modelle (VLMs) wurde eine bislang unentdeckte Instabilität aufgedeckt. Die Autoren stellen ein neues, repräsentations- und frequenzsensitives Evaluationsframework vor, das die inneren Abläufe von VLMs genauer unter die Lupe nimmt als bisherige, reine Output‑Metriken.</p> <p>Das Framework misst drei zentrale Aspekte: den Drift der internen Embeddings, die spektr

arXiv – cs.AI 09.02.2026 05:00

Forschung

LLMs erreichen bei langen Aufgaben inhärente Stabilitätsgrenze – Theorie erklärt

Große Sprachmodelle (LLMs) zeigen beeindruckende Rechenfähigkeiten, doch bei Aufgaben, die viele Zwischenschritte erfordern, treten plötzli…

arXiv – cs.AI 09.02.2026 05:00

Forschung

Kommunikation stabilisiert strategisches Denken von LLMs

Eine neue Untersuchung auf arXiv zeigt, dass kurze, kostenfreie Vorabnachrichten das strategische Verhalten von großen Sprachmodellen (LLMs…

arXiv – cs.AI 09.02.2026 05:00

Forschung

SR4-Fit: Transparenter Klassifikator für präzise US‑Repräsentantenhaus‑Vorhersagen

Die rasante Entwicklung im Bereich des maschinellen Lernens hat die Nachfrage nach nachvollziehbaren Modellen für kritische Anwendungen wie…

arXiv – cs.LG 09.02.2026 05:00

Forschung

Neues analytisches Framework für differenzierbare hydrologische Modelle

Konzeptuelle Hydrologiemodelle bilden seit jeher die Basis für Regen‑Wasser‑Abfluss‑Simulationen. Ihre Kalibrierung ist jedoch oft langsam…

arXiv – cs.LG 09.02.2026 05:00

Finde Modelle, Firmen und Themen

K-Means & RBF: Gleichwertige Optimierung via Variations-Gradienten

Mathematische Modelle: Erfolgreich, aber instabil – Das Tiefe‑Genauigkeit-Paradox

Neues Diagnosewerkzeug deckt individuelle Risiko‑Instabilität in KI‑Modellen auf

4‑Bit‑Attention mit Quantization‑Aware Training: Neue Methode Attn‑QAT

BiJEPA: Bi-direktionale Architektur verbessert selbstüberwachtes Lernen

MAML-KT löst Kaltstartproblem bei Lernfortschrittsvorhersage

Neues Framework erhöht Robustheit bei medizinischen Zeitreihen

MemPO: 73 % weniger Token, 26 % mehr F1 bei Langzeit-Agenten

MERaLiON2-Omni: 10B‑Parameter‑Modell für ganzheitliche Wahrnehmung in Südostasien

Neue Methode steigert KI‑Mathematiklösungen durch gezielte Strategieauswahl

ARLArena: Framework für stabile agentische Reinforcement‑Learning‑Modelle

LLMs in der Wissenschaft: EmbodiedAct verbindet Sprachmodelle mit Simulation

ProxMO: Neue Methode für effizientes Training von LLM-Agenten

SGNO: Neuer Neural Operator stabilisiert lange PDE‑Rollouts

Quantisierung von Sprachmodellen auf Ascend NPU: Erfolgreich, aber herausfordernd

Autonome Agenten: Optimierungsinstabilität gefährdet klinische Symptomerkennung

Kalman‑inspiriertes Laufzeit‑Stabilitäts-Framework für hybride Entscheidungs­systeme

CLOT: Echtzeit-Tracking für humanoide Teleoperation ohne Drift

Neuer Ansatz: Lie‑Gruppenbasierte Latent‑Dynamik senkt Fehler von neuronalen Operatoren um bis zu 50 %

Federated Learning verbessert Stimmungserkennung über Ländergrenzen hinweg

Neuer Ansatz stabilisiert Low-Rank-LLM-Training

Neues Paradigma für medizinische KI-Alignment: ganzheitliche Optimierung

Bootstrapping-Regularisierung erhöht Stabilität klinischer Risiko‑Modelle

Neue Methode für stabiles Machine Unlearning dank statistischer Roughness

SeeUPO: Agentisches RL mit Konvergenzgarantie bei Mehrfachwechseln

LLMs erreichen bei langen Aufgaben inhärente Stabilitätsgrenze – Theorie erklärt

Kommunikation stabilisiert strategisches Denken von LLMs

SR4-Fit: Transparenter Klassifikator für präzise US‑Repräsentantenhaus‑Vorhersagen

Neues analytisches Framework für differenzierbare hydrologische Modelle

🍪 Cookie-Einstellungen

MemPO: 73 % weniger Token, 26 % mehr F1 bei Langzeit-Agenten

Kalman‑inspiriertes Laufzeit‑Stabilitäts-Framework für hybride Entscheidungssysteme

Neuer Ansatz: Lie‑Gruppenbasierte Latent‑Dynamik senkt Fehler von neuronalen Operatoren um bis zu 50 %