Finde Modelle, Firmen und Themen

In jüngsten Untersuchungen wurde gezeigt, dass Quantum‑Neural‑Netzwerke (QNNs) in wenigen Beispiel‑Regimen besonders gut generalisieren. Au…

Eine neue Studie aus dem arXiv-Repository zeigt, dass die Methode der Kontaminationserkennung über die Ausgabeverteilung (CDD) bei kleinen…

In einer neuen Studie wird gezeigt, dass das Phänomen des katastrophischen Vergessens bei Low‑Rank‑Adaptation (LoRA) durch eine einfache ge…

In einer neuen Studie wird gezeigt, wie mobile Geräte mit unterschiedlichen Aufgaben‑Datensätzen gemeinsam ein großes Sprachmodell (LLM) ve…

Parameter‑effiziente Feintuning‑Methoden wie Low‑Rank‑Adaptation (LoRA) ermöglichen es großen Sprachmodellen, sich schnell an neue Aufgaben…

In der Welt der großen Sprachmodelle (LLMs) hat sich die Low‑Rank‑Adaptation (LoRA) als Standardverfahren etabliert, um Modelle kostengünst…

In der jüngsten Veröffentlichung auf arXiv wird ein faszinierendes Phänomen bei der Feinabstimmung großer Sprachmodelle (LLMs) mit der Low‑…

In der Welt der KI‑Modelle hat die Low‑Rank‑Adaptation (LoRA) einen wichtigen Platz eingenommen, indem sie die Aktualisierung von vortraini…

Large Language Models (LLMs) haben die Verarbeitung natürlicher Sprache revolutioniert, doch ihre hohe Rechen-, Speicher- und Energieanford…

Eine aktuelle Untersuchung an der Zhejiang University hat gezeigt, dass die gezielte Integration von Künstlicher Intelligenz (KI) in das Ar…

Die neue Methode PS-LoRA löst ein langjähriges Problem im kontinuierlichen Lernen: das katastrophale Vergessen, das bei Low‑Rank‑Adaptation…

Ein neues arXiv‑Preprint (2509.00046v1) beleuchtet, wie die Gewichte in großen Sprachmodellen je nach Layer unterschiedlich verteilt sind u…

Mit dem Aufkommen von Foundation Models (FMs) rückt die Frage nach einer datenschutzfreundlichen und ressourcenschonenden Feinabstimmung im…

Die Feinabstimmung großer Sprachmodelle (LLMs) mit Low‑Rank‑Adaptation (LoRA) gilt als kostengünstige Methode, um Modelle an spezifische Da…