Suche nach LIBRA | meineki.news

SOLID: Diffusionsmodell liefert präzise Vorhersagen bei spärlichen Messungen

Physikalische Felder, wie Temperaturverteilungen oder Luftfeuchte, werden häufig nur an wenigen, zeitlich variierenden Sensoren erfasst. Di…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neuer Ansatz reduziert Bias bei Feature-Attributionen in KI-Modellen

In der KI-Welt sind Erklärungen zu Feature‑Attributionen ein zentrales Thema, doch viele gängige Methoden liefern oft unzuverlässige Wichti…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Verteilungsbasierte Vertrauenskalibrierung verbessert KI-Modelle

In der Welt der großen Sprachmodelle hat die Technik des Test‑Time‑Scalings die Genauigkeit von Vorhersagen deutlich gesteigert, indem mehr…

arXiv – cs.LG 05.03.2026 05:00

Praxis

SymTorch: PyTorch‑Bibliothek wandelt Deep‑Learning‑Modelle in Gleichungen um

```text In der heutigen digitalen Landschaft ist die Notwendigkeit, die Privatsphäre und die Sicherheit von Benutzerdaten zu schützen, von…

MarkTechPost 03.03.2026 23:39

Forschung

Router‑Kalibrierung rettet re‑Training‑freie MoE‑Kompression

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

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Modell zeigt, wie Abstinenz KI-Entscheidungen verbessert

In einer aktuellen Studie auf arXiv wird untersucht, wie heterogene Agenten ihre eigene Zuverlässigkeit schätzen und gezielt abstimmen oder…

arXiv – cs.AI 27.02.2026 05:00

Forschung

Metakognitive Entropie-Kalibrierung verbessert verifizierbares RL-Reasoning In den letzten Jahren haben große Rechenmodelle für komplexe Aufgaben, wie Mathematik und Frage‑Antwort‑Systeme, enorme Fortschritte erzielt. Diese Modelle werden meist mit Reinforcement Learning und verifizierbaren Belohnungen (RLVR) trainiert. Dabei wird jedoch fast ausschließlich ein binäres Korrektheitssignal verwendet, während die inhärente Unsicherheit des Modells weitgehend ignoriert wird. Dieses „Uncertainty‑Reward

arXiv – cs.AI 27.02.2026 05:00

Forschung

Neue Methode liefert kalibrierte Bayesianische Inferenz mit Diffusionsmodellen

In der Welt der Diffusionsmodelle ist die Testzeit-Guidance ein beliebtes Werkzeug, um vortrainierte Modelle gezielt auf gewünschte Ergebni…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Neue Methode zertifiziert Zuverlässigkeit von Black-Box‑KI-Agenten

Eine neue Studie aus dem Bereich der künstlichen Intelligenz präsentiert ein Verfahren, mit dem die Zuverlässigkeit von Black‑Box‑KI-System…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Neues Verfahren: Online-Generative Modelle, die nicht falsifizierbar sind

Eine aktuelle Veröffentlichung auf arXiv präsentiert ein innovatives Verfahren namens Defensive Generation, das es ermöglicht, generative M…

arXiv – cs.LG 26.02.2026 05:00

Forschung

QuantVLA: Post-Training Quantisierung für Vision‑Language‑Action‑Modelle

QuantVLA ist ein neu entwickeltes, trainingsfreies Post‑Training‑Quantisierungsframework, das speziell für Vision‑Language‑Action‑Modelle (…

arXiv – cs.LG 25.02.2026 05:00

Forschung

Bayessche Stiefel-Adapter: Kalibrierte PEFT für zuverlässige Sprachmodelle

Parameter‑effizientes Fine‑Tuning wie LoRA ermöglicht die praktische Anpassung großer Sprachmodelle, liefert jedoch keine verlässlichen Uns…

arXiv – cs.LG 23.02.2026 05:00

Forschung

WorkflowPerturb: Kalibrierte Stresstests für Multi-Agent-Workflows

Mit dem Aufkommen von Sprachmodellen, die komplexe Aufgaben in strukturierte Arbeitsabläufe zerlegen, wird die automatische Bewertung diese…

arXiv – cs.AI 23.02.2026 05:00

Forschung

JAX-Privacy: Neue Bibliothek für effizientes, privates maschinelles Lernen

Die auf arXiv veröffentlichte Bibliothek JAX-Privacy vereinfacht die Implementierung robuster und leistungsfähiger Mechanismen für das diff…

arXiv – cs.LG 23.02.2026 05:00

Produkt

Amazon testet KI-Agenten: Praxisnahe Erkenntnisse aus der Entwicklung

Mit großer Begeisterung präsentiert Amazon ein neues Evaluationsframework, das die Komplexität agentiver KI-Anwendungen in der Praxis adres…

AWS – Machine Learning Blog 18.02.2026 19:21

Praxis

Solution Explanation

**Answer** The code you posted is a **C++** program that uses the **OpenCV** library. It is not a script that can be executed in a browser…

MarkTechPost 18.02.2026 23:12

Forschung

P300-BCI-Schreiber: Adaptive Lernmethode reduziert Kalibrierung drastisch

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

arXiv – cs.LG 19.02.2026 05:00

Forschung

Koopman-Framework steigert Haptik-Simulation in der Chirurgie um 20 %

Ein neues Forschungsprojekt aus dem Bereich der medizinischen Simulation präsentiert ein innovatives Framework, das die Realitätsnähe von h…

arXiv – cs.LG 19.02.2026 05:00

Forschung

COMPOT: Trainingfreie Kompression von Transformers mit Procrustes‑Optimierung

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

arXiv – cs.LG 18.02.2026 05:00

Forschung

AST-PAC: Syntaxbasierte Methode verbessert Auditing von Code‑Modellen In der Welt der Code‑Large‑Language‑Models (LLMs) entstehen durch die Nutzung großer, oft lizenzbeschränkter Datensätze erhebliche Herausforderungen im Bereich Datengovernance und Urheberrecht. Membership‑Inference‑Attacks (MIAs) bieten hier einen vielversprechenden Ansatz, um unautorisierte Datenverwendung aufzudecken. Während die klassische Loss‑Attack als Basis dient, bleibt die Polarized Augment Calibration (PAC) im

arXiv – cs.AI 17.02.2026 05:00

Forschung

VILA: Vision‑Language‑Kalibrierung stärkt analytisches inkrementelles Lernen

1. **Einführung** Die Entwicklung von KI-gestützten Sprachmodellen hat die Art und Weise, wie wir mit Computern interagieren, revolutionier…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Gerechte Klassifikation mit kalibrierten Scores: Optimale Entscheidungen unter Suffizienz

In der überwachten Lernforschung ist die binäre Klassifikation anhand vorhergesagter Wahrscheinlichkeiten ein zentrales Problem. Traditione…

arXiv – cs.LG 10.02.2026 05:00

Forschung

KI-Explainer manipuliert Vertrauen: Angriffe auf menschliche Entscheidungen

In einer brandneuen Studie, veröffentlicht auf arXiv (2602.04003v1), wird ein bislang wenig beachtetes Risiko im Bereich der künstlichen In…

arXiv – cs.AI 05.02.2026 05:00

Forschung

NeuroPareto: Neue Methode für kostengünstige Mehrzieloptimierung

NeuroPareto ist ein neu entwickeltes Verfahren, das die Suche nach optimalen Trade‑Offs in hochdimensionalen Parameterräumen unter strengen…

arXiv – cs.LG 05.02.2026 05:00

Forschung

Neues Aggregationsmodell liefert probabilistische Prognosen für erneuerbare Energie

Mit der rasanten Zunahme von erneuerbaren Energiequellen steigt der Bedarf an zuverlässigen, probabilistischen Vorhersagen, die die Stromne…

arXiv – cs.LG 04.02.2026 05:00

Forschung

CodePilot: KI + Monte-Carlo-Suche zur automatischen Fehlerbehebung

In einer wegweisenden Entwicklung kombiniert das neue Framework CodePilot die Kraft von großen Sprachmodellen mit der Monte-Carlo-Baum-Such…

arXiv – cs.LG 03.02.2026 05:00

Forschung

OpenSec: Neue Benchmark für Incident-Response-Agenten unter Angriffsszenarien

Mit dem rasanten Fortschritt großer Sprachmodelle steigen auch deren Einsatzmöglichkeiten im Angriffsszenario. Während neue Agenten in weni…

arXiv – cs.AI 30.01.2026 05:00

Forschung

LLM-gestützte Heuristiken neu gedacht: DASH steigert Effizienz um 300 %

Large Language Models (LLMs) haben die automatisierte Entwicklung von Heuristiken für kombinatorische Optimierungsprobleme revolutioniert…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Intuition zu Expertise: Rubrikbasierte Kalibrierung zur Erkennung LLM-Koreanisch

Die Unterscheidung von menschlich verfasstem Koreanisch und von großen Sprachmodellen (LLM) erzeugtem Text bleibt auch für sprachlich gesch…

arXiv – cs.AI 29.01.2026 05:00

Forschung

Skalierbare Kalibrierung: Empirische Analyse modellunabhängiger Post‑Hoc‑Methoden

In einer umfassenden Untersuchung wurden 21 gängige Klassifikatoren – von linearen Modellen über SVMs bis hin zu Tree‑Ensembles wie CatBoos…

arXiv – cs.LG 29.01.2026 05:00

Finde Modelle, Firmen und Themen

SOLID: Diffusionsmodell liefert präzise Vorhersagen bei spärlichen Messungen

Neuer Ansatz reduziert Bias bei Feature-Attributionen in KI-Modellen

Verteilungsbasierte Vertrauenskalibrierung verbessert KI-Modelle

SymTorch: PyTorch‑Bibliothek wandelt Deep‑Learning‑Modelle in Gleichungen um

Router‑Kalibrierung rettet re‑Training‑freie MoE‑Kompression

Neues Modell zeigt, wie Abstinenz KI-Entscheidungen verbessert

Neue Methode liefert kalibrierte Bayesianische Inferenz mit Diffusionsmodellen

Neue Methode zertifiziert Zuverlässigkeit von Black-Box‑KI-Agenten

Neues Verfahren: Online-Generative Modelle, die nicht falsifizierbar sind

QuantVLA: Post-Training Quantisierung für Vision‑Language‑Action‑Modelle

Bayessche Stiefel-Adapter: Kalibrierte PEFT für zuverlässige Sprachmodelle

WorkflowPerturb: Kalibrierte Stresstests für Multi-Agent-Workflows

JAX-Privacy: Neue Bibliothek für effizientes, privates maschinelles Lernen

Amazon testet KI-Agenten: Praxisnahe Erkenntnisse aus der Entwicklung

**Solution Explanation**

P300-BCI-Schreiber: Adaptive Lernmethode reduziert Kalibrierung drastisch

Koopman-Framework steigert Haptik-Simulation in der Chirurgie um 20 %

COMPOT: Trainingfreie Kompression von Transformers mit Procrustes‑Optimierung

VILA: Vision‑Language‑Kalibrierung stärkt analytisches inkrementelles Lernen

Gerechte Klassifikation mit kalibrierten Scores: Optimale Entscheidungen unter Suffizienz

KI-Explainer manipuliert Vertrauen: Angriffe auf menschliche Entscheidungen

NeuroPareto: Neue Methode für kostengünstige Mehrzieloptimierung

Neues Aggregationsmodell liefert probabilistische Prognosen für erneuerbare Energie

CodePilot: KI + Monte-Carlo-Suche zur automatischen Fehlerbehebung

OpenSec: Neue Benchmark für Incident-Response-Agenten unter Angriffsszenarien

LLM-gestützte Heuristiken neu gedacht: DASH steigert Effizienz um 300 %

Intuition zu Expertise: Rubrikbasierte Kalibrierung zur Erkennung LLM-Koreanisch

Skalierbare Kalibrierung: Empirische Analyse modellunabhängiger Post‑Hoc‑Methoden

🍪 Cookie-Einstellungen

Solution Explanation

Koopman-Framework steigert Haptik-Simulation in der Chirurgie um 20 %

LLM-gestützte Heuristiken neu gedacht: DASH steigert Effizienz um 300 %