Finde Modelle, Firmen und Themen

In einer kürzlich veröffentlichten Arbeit wird Matrix Completion mithilfe von tiefen Matrix‑Faktorisierungen – also tiefen linearen neurona…

In einer neuen Untersuchung auf arXiv wird das Phänomen des „catastrophischen Vergessens“ in kontinuierlichen Lernsystemen genauer beleucht…

Große Sprachmodelle (LLMs) haben in den letzten Jahren enorme Fortschritte im Sprachverständnis und in multimodalen Anwendungen erzielt. In…

Ein neues arXiv‑Veröffentlichungsdokument stellt einen innovativen Ansatz vor, der Reinforcement Learning (RL) mit klassischen Kontrolltheo…

In RPL‑basierten IoT‑Netzwerken führen Verschiebungen der Angriffs­muster zu einer ernsthaften Bedrohung für die Zuverlässigkeit und Sicher…

Protein‑Sprachmodelle (pLMs) haben die Forschung im Bereich der Wirkstoffentwicklung neu definiert, indem sie aus großen, ständig aktualisi…

Ein neues Verfahren namens Batch Adaptation Policy Optimization (BAPO) verspricht, die Effizienz von großen Sprachmodellen nach dem Trainin…

In den letzten Jahren haben sich Reinforcement Learning (RL) und Deep Reinforcement Learning (DRL) rasant weiterentwickelt und wurden erfol…

Das neu veröffentlichte Modell GeoAgent kann geografische Fragen mit einer Genauigkeit beantworten, die dem menschlichen Denken sehr naheko…

In einem bahnbrechenden Beitrag aus dem arXiv‑Repository wird ein neues Lernframework vorgestellt, das KI-Systeme befähigt, ihre eigenen De…

Die Forschung im Bereich künstlicher Intelligenz erlebt einen Paradigmenwechsel: Statt ausschließlich Modelle zu optimieren, liegt der Foku…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neuer, deutlich effizienterer Algorithmus zur Minimierung von Swap-Regret in O…

Personalisierte virtuelle Assistenten, die auf großen Sprachmodellen (LLMs) laufen, gewinnen zunehmend an Bedeutung – besonders wenn sie au…

In der numerischen Lösung von partiellen Differentialgleichungen (PDEs) spielt die effiziente Behandlung großer, spärlicher linearer System…

Eine neue Untersuchung aus dem arXiv-Repository zeigt, dass reine Konkurrenz zwischen Lernenden bereits zu einer spontanen Spezialisierung…

In einer wegweisenden Veröffentlichung präsentiert ein Forschungsteam ein neues Konzept für selbstlernende Systeme, die ohne externe Belohn…

Ein brandneues Verfahren namens SHARP‑QoS wurde vorgestellt, das die Vorhersage von Service‑Qualitätsparametern (QoS) in verteilten Systeme…

Hochauflösende Magnetresonanztomographie (MRT) ist für die klinische Diagnostik und die Forschung unverzichtbar, doch die Erzeugung solcher…

In der klinischen Praxis ist die Vorhersage von Überlebensraten bei Krebspatienten entscheidend, weil sie die Einschätzung von Sterblichkei…

Reinforcement‑Learning‑Agenten, die in vielen Bereichen beeindruckende Erfolge erzielen, sind anfällig für gezielte Angriffe. Besonders in…

Die Überführung von Offline- zu Online-Reinforcement‑Learning stellt ein zentrales Problem dar, weil die Verteilung der Aktionen im Offline…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovatives Lernverfahren vorgestellt, das die Schwächen herkömmlicher Behavio…

In der neuesten Veröffentlichung auf arXiv wird das Konzept des Ultra Strong Machine Learning (USML) vorgestellt – ein Ansatz, bei dem symb…

In den letzten Jahren hat die Anwendung von Reinforcement Learning (RL) auf große Sprachmodelle (LLMs) bemerkenswerte Fortschritte erzielt…

Ein neuer Beitrag auf arXiv (2508.19709v1) präsentiert ein innovatives Konzept zur Messung von Pfaden in Graphen. Die Autoren führen eine g…

Die automatische Zuordnung von unstrukturierten Texten aus elektronischen Patientenakten zu den internationalen Klassifikationssystemen (IC…

Eine neue Analyse der PISA‑2018‑Daten nutzt erklärbare Künstliche Intelligenz (XAI), um die Faktoren zu identifizieren, die die Mathematikl…

Die neuesten Fortschritte bei großen Sprachmodellen (LLMs) haben die Art und Weise, wie Maschinen Sprache verstehen, Probleme lösen und Cod…