Finde Modelle, Firmen und Themen

Die neueste Studie aus dem arXiv‑Repository zeigt, dass die gängige Praxis, Mixture‑of‑Experts‑Modelle ohne erneutes Training zu komprimier…

GRAIL ist ein neuer Ansatz, der die Genauigkeitsverluste nach aggressiver Kompression von tiefen neuronalen Netzen adressiert. Der Ansatz n…

Ein neu entwickeltes P300-ERP-basiertes Brain‑Computer‑Interface (BCI) für die Textschreibung verspricht, die bisher notwendige Kalibrierun…

In der Praxis wird die Kompression von Transformer‑Modellen häufig mit einer abgeschnittenen Singulärwertzerlegung (SVD) durchgeführt. Dies…

Die klassische Lerntheorie sagt, dass große Sprachmodelle wegen ihrer enormen Parameterzahl leicht überanpassen sollten. In der Praxis zeig…

Ein neues arXiv‑Veröffentlichung (2602.11771v1) stellt zwei innovative Ansätze vor, die die binäre Umwandlung von probabilistischen Vorhers…

Die Kompression großer Sprachmodelle ohne Feinabstimmung ist ein zentrales Thema in der KI-Forschung. Post‑Training‑Quantisierung (PTQ) nut…

Post‑Training‑Quantisierung (PTQ) ist ein beliebtes Verfahren, um große Sprachmodelle auf Geräten mit begrenzten Ressourcen einzusetzen. Ei…

Maschinelles Lernen revolutioniert die Medizin, doch sichere klinische Entscheidungen erfordern zuverlässige Unsicherheitsabschätzungen – e…

In der Forschung zu Sprachmodellen hat die Low‑Rank-Kompression dank neuer Techniken wie aktivitäts- und verlustbewusster SVD große Fortsch…

In der heutigen Forschung, in der komplexe Modelle wie tiefe neuronale Netze eingesetzt werden, ist die zuverlässige Abschätzung von Unsich…

In der Forschung zu Post‑Training‑Quantisierung wurde ein innovatives Verfahren vorgestellt, das große Sprachmodelle ohne den Einsatz von K…

Die gleichzeitige Gewährleistung von Sicherheit und Effizienz stellt bei der Bereitstellung großer Sprachmodelle (LLMs) eine zentrale Herau…

Ein neues, leichtgewichtiges Diffusionsframework ermöglicht die Echtzeit‑Entschlüsselung von imaginärem Sprechen bei Menschen mit Aphasie…