Suche nach Komposition | meineki.news

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

In der Welt der großen Sprachmodelle (LLMs) eröffnet MOOSE-Star einen völlig neuen Ansatz für die wissenschaftliche Forschung. Während bish…

arXiv – cs.LG 05.03.2026 05:00

Forschung

LoDA: Task‑gesteuerte Subspace‑Dekomposition steigert LoRA‑CL

In der Forschung zum kontinuierlichen Lernen (CL) hat sich Low‑Rank Adaptation (LoRA) als vielversprechende Methode etabliert, die Modelle…

arXiv – cs.LG 03.03.2026 05:00

Forschung

LoRA-Adapter werden dank Vektor‑Datenbank dynamisch kombiniert

Parameter‑effiziente Fein‑Tuning‑Methoden wie LoRA haben die Anpassung großer Sprachmodelle an spezifische Aufgaben revolutioniert. Dennoch…

arXiv – cs.AI 26.02.2026 05:00

Forschung

VSA-basierte Weltmodelle: Geometrische Priors steigern Generalisierung

In der KI- und Neurowissenschaftsforschung gilt es, zu verstehen, wie neuronale Systeme Repräsentationen lernen, die die zugrunde liegenden…

arXiv – cs.LG 26.02.2026 05:00

Forschung

MCFlow: Ein multimodales Flussmodell für einheitliche Kristallgenerierung

Die Modellierung von Kristallen umfasst bislang zahlreiche Aufgaben, von der Vorhersage kristalliner Strukturen bis hin zur generativen Erz…

arXiv – cs.LG 25.02.2026 05:00

Forschung

<h1>Bayessches Modell misst Automatisierungsrisiken in KI-Systemen</h1> <p>Unternehmen aus Finanzen, Gesundheitswesen, Transport, Content‑Moderation und kritischer Infrastruktur setzen zunehmend hochautomatisierte KI‑Systeme ein – doch bislang fehlt ein systematischer Ansatz, um zu verstehen, wie sich steigende Automatisierung auf die Gefahr von Schäden auswirkt, wenn Fehler auftreten.</p> <p>In der neuen Studie wird ein schlankes bayessches Risikodekompositionsmodell vorgestellt, das den erwarteten Verlust

arXiv – cs.AI 24.02.2026 05:00

Praxis

Praktischer Leitfaden: Bildgenerierung, Steuerung & Bearbeitung mit HuggingFace Diffusers

In diesem Tutorial wird ein praxisnaher Ablauf zur Bildgenerierung mit der Diffusers‑Bibliothek vorgestellt. Zunächst wird die Umgebung sta…

MarkTechPost 21.02.2026 00:55

Forschung

Web Verbs: Typisierte Abstraktionen für zuverlässige Aufgabenkomposition im Web

Die Weblandschaft wandelt sich von einem reinen Browser-Erlebnis zu einer Umgebung, in der Softwareagenten im Namen der Nutzer handeln. Dan…

arXiv – cs.AI 20.02.2026 05:00

Forschung

Neue Action-Graph-Policies optimieren Koordination in Multi-Agenten-ML

Forscher haben die Action-Graph-Policies (AGP) vorgestellt, ein neues Konzept, das die Koordination von Aktionen in Multi-Agenten-Umgebunge…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Frühwarnsignal für Grokking: Kommutator‑Defekt in Loss‑Landschaft

In einer neuen Studie wurde das Phänomen „Grokking“ – die plötzliche Umwandlung von bloßem Auswendiglernen in echtes Verstehen nach langem…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Differenzielle Privatsphäre in nicht-konvexen, robusten Optimierungsmodellen

In realen Anwendungen treten häufig Datenverzerrungen, Ungleichgewichte zwischen Gruppen und gezielte Störungen auf, die die klassische Met…

arXiv – cs.LG 19.02.2026 05:00

Forschung

Modulare Agenten: Neue Architektur, Erwerb, Sicherheit und Zukunft von LLMs

Die Entwicklung von Sprachmodellen hat einen entscheidenden Wandel erfahren: Statt monolithischer Modelle, die sämtliche Verfahren in ihren…

arXiv – cs.AI 16.02.2026 05:00

Forschung

Multi-Head Attention verursacht Vergessens bei MoE-Transformern – Lösung reduziert Rückfall

Mixture-of-Experts (MoE)-Architekturen gelten als vielversprechend für kontinuierliches Lernen, weil die sparsamen Routenupdates die Interf…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Neue risikobasierte Privatsphäre schützt Ausreißer in synthetischen Daten

Bei der Veröffentlichung synthetischer Datensätze sind manche Personen besonders anfällig für Angriffe. Patienten mit seltenen Krankheitsko…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Neurale Netze erkennen algebraische Strukturen in kleinen Gruppen

In einer neuen Studie untersuchen Forscher, ob schmale neuronale Modelle, die ausschließlich dazu trainiert wurden, Gruppenschritte vorherz…

arXiv – cs.LG 30.01.2026 05:00

Forschung

<h1>Homomorphism-Fehler-Metrik steigert Kompositionsgeneralisierung bei Transformers</h1> <p>Neuer Forschungsbeitrag aus dem Bereich der künstlichen Intelligenz präsentiert einen strukturellen Messwert, den sogenannten Homomorphism Error (HE), der die Fähigkeit von Transformer‑Modellen bewertet, unbekannte Kombinationen bekannter Bestandteile korrekt zu verarbeiten. HE quantifiziert dabei Abweichungen von idealen Homomorphismen zwischen einer algebraischen Ausdrucksstruktur und dem versteckten Zustandsraum

arXiv – cs.AI 28.01.2026 05:00

Forschung

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

Die Vereinigung von symbolischem Logiksystemen und neuronalen Netzwerken bleibt eines der zentralen Probleme der künstlichen Intelligenz. S…

arXiv – cs.AI 27.01.2026 05:00

Forschung

Skalierbare Messung der Verlustkurvatur für die Analyse von LLM-Trainingsdynamik

Neues Forschungsergebnis aus dem Bereich der künstlichen Intelligenz liefert ein praktisches Werkzeug, um die Krümmung des Verlustlandschap…

arXiv – cs.LG 26.01.2026 05:00

Forschung

Geometrische Attention: Neuer Operator-Ansatz für Transformer

Die jüngste Veröffentlichung auf arXiv (2601.11618v1) stellt „Geometric Attention“ (GA) vor – einen völlig neuen Rahmen, der die Funktionsw…

arXiv – cs.LG 21.01.2026 05:00

Forschung

RISER: Adaptive Steuerung von LLMs durch latente Rechenvektoren

In einer neuen Veröffentlichung auf arXiv wird RISER vorgestellt, ein Plug‑and‑Play-Framework, das große Sprachmodelle (LLMs) durch adaptiv…

arXiv – cs.AI 15.01.2026 05:00

Forschung

Neues Verfahren: Künstliche Agenten beschreiben Bilder neu – Zerlegung & Zusammensetzen

Eine kürzlich veröffentlichte Arbeit auf arXiv (2601.10169v1) präsentiert ein innovatives Verfahren, mit dem künstliche neuronale Agenten B…

arXiv – cs.AI 16.01.2026 05:00

Forschung

Neuroähnlicher Synergiekern in LLMs steuert Verhalten und Lernen

Eine neue Veröffentlichung auf arXiv zeigt, dass große Sprachmodelle (LLMs) eigenständig einen „Synergiekern“ entwickeln, der die Informati…

arXiv – cs.AI 13.01.2026 05:00

Forschung

Kategorische Glaubenspropagation: Neue Sheaf-Theoretische Inferenzmethodik

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues, kategorisches Fundament für die Glaubenspropagation (BP) auf Faktorgrap…

arXiv – cs.AI 09.01.2026 05:00

Forschung

Neue „Laws of Reasoning“ bringen Klarheit in KI‑Logik

Ein neues arXiv‑Veröffentlichung mit der Bezeichnung 2512.17901v1 präsentiert ein einheitliches Rahmenwerk namens „Laws of Reasoning“ (LoRe…

arXiv – cs.AI 22.12.2025 05:00

Forschung

SafeBench-Seq: CPU‑basiertes Benchmark für Protein‑Gefahrenanalyse

Die rasante Entwicklung von Foundation‑Modellen im Protein‑Design eröffnet neue Möglichkeiten, birgt jedoch konkrete Bio‑Sicherheitsrisiken…

arXiv – cs.LG 22.12.2025 05:00

Aktuell

OpenAI präsentiert GPT Image 1.5: Präzise Bildgenerierung für Unternehmen

OpenAI hat die Bildgenerierungsfunktion von ChatGPT mit der Version GPT Image 1.5 aktualisiert. Die neue Version, die auf dem leistungsstar…

VentureBeat – AI 16.12.2025 05:00

Forschung

Symmetry-Loss: Gehirn-Inspiration für invariante Lernmodelle

Ein neues Forschungsprojekt aus dem arXiv-Repository präsentiert Symmetry-Loss, einen algorithmischen Ansatz, der die Prinzipien des Gehirn…

arXiv – cs.AI 15.12.2025 05:00

Forschung

Neues Modell nutzt Analogien für bessere Kompositionsgeneralisierung

Ein neues arXiv-Papier präsentiert einen kausalen Rahmen, der die Fähigkeit von Modellen zur Kompositionsgeneralisierung revolutioniert. Du…

arXiv – cs.LG 12.12.2025 05:00

Forschung

Neues Modell zur Messung von Symbolgrounding: Ein systematischer Ansatz

In einer aktuellen Veröffentlichung auf arXiv wird ein neues Konzept vorgestellt, das das klassische Symbolgrounding‑Problem neu definiert…

arXiv – cs.AI 09.12.2025 05:00

Forschung

Neue Methode: Realizable Abstractions ermöglichen nahezu optimale Hierarchische RL

In der hierarchischen Verstärkungslern-Forschung (HRL) geht es darum, große Markov-Entscheidungsprozesse (MDPs) effizienter zu lösen, indem…

arXiv – cs.LG 05.12.2025 05:00

Finde Modelle, Firmen und Themen

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

LoDA: Task‑gesteuerte Subspace‑Dekomposition steigert LoRA‑CL

LoRA-Adapter werden dank Vektor‑Datenbank dynamisch kombiniert

VSA-basierte Weltmodelle: Geometrische Priors steigern Generalisierung

MCFlow: Ein multimodales Flussmodell für einheitliche Kristallgenerierung

Praktischer Leitfaden: Bildgenerierung, Steuerung & Bearbeitung mit HuggingFace Diffusers

Web Verbs: Typisierte Abstraktionen für zuverlässige Aufgabenkomposition im Web

Neue Action-Graph-Policies optimieren Koordination in Multi-Agenten-ML

Frühwarnsignal für Grokking: Kommutator‑Defekt in Loss‑Landschaft

Differenzielle Privatsphäre in nicht-konvexen, robusten Optimierungsmodellen

Modulare Agenten: Neue Architektur, Erwerb, Sicherheit und Zukunft von LLMs

Multi-Head Attention verursacht Vergessens bei MoE-Transformern – Lösung reduziert Rückfall

Neue risikobasierte Privatsphäre schützt Ausreißer in synthetischen Daten

Neurale Netze erkennen algebraische Strukturen in kleinen Gruppen

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

Skalierbare Messung der Verlustkurvatur für die Analyse von LLM-Trainingsdynamik

Geometrische Attention: Neuer Operator-Ansatz für Transformer

RISER: Adaptive Steuerung von LLMs durch latente Rechenvektoren

Neues Verfahren: Künstliche Agenten beschreiben Bilder neu – Zerlegung & Zusammensetzen

Neuroähnlicher Synergiekern in LLMs steuert Verhalten und Lernen

Kategorische Glaubenspropagation: Neue Sheaf-Theoretische Inferenzmethodik

Neue „Laws of Reasoning“ bringen Klarheit in KI‑Logik

SafeBench-Seq: CPU‑basiertes Benchmark für Protein‑Gefahrenanalyse

OpenAI präsentiert GPT Image 1.5: Präzise Bildgenerierung für Unternehmen

Symmetry-Loss: Gehirn-Inspiration für invariante Lernmodelle

Neues Modell nutzt Analogien für bessere Kompositionsgeneralisierung

Neues Modell zur Messung von Symbolgrounding: Ein systematischer Ansatz

Neue Methode: Realizable Abstractions ermöglichen nahezu optimale Hierarchische RL

🍪 Cookie-Einstellungen

OpenAI präsentiert GPT Image 1.5: Präzise Bildgenerierung für Unternehmen