Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “MAM”
Forschung

<p>AlignMamba-2: Multimodale Fusion und Sentiment‑Analyse neu definiert</p> <p>In der Ära großer vortrainierter Modelle bleibt die Anpassung von allgemeinem Wissen an spezifische Aufgaben der affektiven Analyse eine Herausforderung. Besonders problematisch sind dabei die Rechenkosten und die heterogene Natur multimodaler Daten.</p> <p>Transformer‑basierte Ansätze haben zwar die Modellierung intermodaler Abhängigkeiten vorangetrieben, jedoch limitiert ihre quadratische Komplexität die Anwendung bei langen Se

arXiv – cs.AI
Forschung

<h1>Benchmark: Kein Modell ist immer das Beste für US-Stromnetz-Vorhersagen</h1> <p>Die Auswahl des passenden Deep‑Learning‑Modells für die Vorhersage von Stromnetzlasten bleibt eine Herausforderung, weil die Leistung stark von den verfügbaren Daten abhängt. In einer neuen Studie wurden fünf moderne Architekturen systematisch miteinander verglichen.</p> <p>Zu den getesteten Modellen gehören zwei State‑Space‑Modelle (PowerMamba und S‑Mamba), zwei Transformer‑Varianten (iTransformer und PatchTST) sowie ein kl

arXiv – cs.LG
Forschung

<p>LLMs können Meme-Antworten nicht perfekt auswählen – neue Studie zeigt Lücken</p> <p>Eine neue Arbeit aus dem Bereich der Web‑Science stellt die Aufgabe „Meme‑Reply‑Selection“ vor und präsentiert dazu das MaMe‑Re‑Benchmark. Das Datenset umfasst 100.000 Paare aus frei lizenzierten japanischen Manga‑Panels und zugehörigen Social‑Media‑Posts, die von 2.325 unterschiedlichen Annotatoren mit insgesamt 500.000 Anmerkungen bewertet wurden.</p> <p>Die Analyse liefert drei zentrale Erkenntnisse. Erstens zeigen gr

arXiv – cs.LG