Finde Modelle, Firmen und Themen

Die jüngsten Fortschritte im Deep Learning haben neue Wege für die computational materials discovery (CMD) eröffnet. In vielen Fällen geht…

Reinforcement‑Learning‑Forscher haben kürzlich gezeigt, dass Diffusionsmodelle ein vielversprechendes Mittel sind, um multimodale Handlungs…

In der Welt der großen Sprachmodelle ist das Reward‑Modeling entscheidend, um die Systeme an menschliche Vorlieben anzupassen. Bisher fehlt…

Reinforcement‑Learning‑Post‑Training hat kürzlich große Fortschritte bei der langen Ketten‑von‑Denken‑Logik von großen Sprachmodellen erzie…

Wissenschaftliche Inverseprobleme erfordern die Rekonstruktion hochdimensionaler physikalischer Zustände aus spärlichen und verrauschten Me…

The passage you provided is already written in English, so no translation is necessary. Here it is unchanged: > In the realm of digital mar…

Eine neue Methode ermöglicht es Städten, die Verschlechterung ihrer Brücken gemeinsam zu bewerten, ohne dass sensible Inspektionsdaten ausg…

Ein kürzlich veröffentlichtes arXiv‑Paper präsentiert einen frischen Blick auf das sogenannte Drifting Model. Durch eine semigroup‑konsiste…

Ein neuer Ansatz zur Verkehrs­geschwindigkeitsvorhersage hat die Forschung im Bereich der vernetzten Fahrzeuge vorangetrieben. Der „Macro‑M…

Große Sprachmodelle haben das Potenzial, Kundensupportsysteme zu revolutionieren, doch bisherige Trainingsmethoden – die sich auf tokenbasi…

Ein neues Forschungsprojekt aus dem Bereich der Verkehrssicherheit hat einen innovativen Ansatz entwickelt, um die Wahrscheinlichkeit von s…

Die neue Methode MAVRL (Multi‑Feedback Reward Learning) löst ein langjähriges Problem in der Robotik und im maschinellen Lernen: Wie kann m…

Der Hierarchical Dirichlet Process (HDP) ist ein äußerst flexibles Bayesianisches Nonparametrisches Modell, das es ermöglicht, gruppierte D…

Reinforcement Learning with Verifiable Rewards (RLVR) ist ein zentrales Verfahren, um moderne Denkmodelle zu trainieren. Dabei werden Model…

Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) hat sich als wirkungsvolle Technik zur Verbesserung der Denkfähigkeiten große…

Autoregressive Modelle haben die Suche und das Ranking in einem einzigen generativen Rahmen vereint. Beim Feintuning dieser Modelle mit Rei…

Die Sicherheit großer Sprachmodelle bleibt trotz Fortschritten oft fragil, wenn die Trainingsdaten von ihrem ursprünglichen Kontext abweich…

In einer neuen Studie wird gezeigt, wie physikalisches Wissen als induktiver Bias in die kausale Entdeckung eingebunden werden kann. Der An…

In der heutigen Zeit sind KI‑gestützte Surrogatmodelle ein zentrales Werkzeug, um komplexe Ingenieurprobleme schnell zu lösen. Ihre Leistun…

In einer neuen Studie wird Bayesian-LoRA vorgestellt, eine Methode, die die klassische LoRA‑Aktualisierung in ein probabilistisches Low‑Ran…

Testzeit‑Anpassung (TTA) erlaubt vortrainierten Modellen, sich an veränderte Datenverteilungen anzupassen, indem sie aus unbeschrifteten Te…

Transformer‑Modelle haben in den letzten Jahren dank ihrer in‑Context‑Learning‑Fähigkeiten enorme Fortschritte erzielt. In einer neuen Stud…

Die Erkennung von Anomalien in industriellen Bilddaten bleibt eine große Herausforderung, weil defekte Muster selten sind und die Klassen s…

In den letzten Jahren haben stochastische Differentialgleichungen (SDEs) die Modellierung komplexer dynamischer Systeme in Bereichen wie Fi…

Ein neuer Ansatz namens EVEREST verspricht, die Vorhersage seltener Ereignisse in multivariaten Zeitreihen zu revolutionieren. Durch die Ko…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovativer Ansatz vorgestellt, der das Training von Gaussian Processes (GPs)…

Forscher haben eine neue Technik entwickelt, mit der aus dem Verhalten lernender Agenten die bislang unbekannten Anreizmechanismen rekonstr…

Reinforcement Learning from Human Feedback (RLHF) hat sich als führende Methode etabliert, um große Sprachmodelle (LLMs) an menschliche Int…

In einer neuen Veröffentlichung auf arXiv wird ein innovatives Trainingsziel für Gaußsche Prozesse vorgestellt, das auf niedrigdimensionale…

Die neue Methode SPRInG (Selective Parametric Adaptation and Retrieval-Interpolated Generation) löst ein langjähriges Problem der Personali…