Suche nach Mamba | meineki.news

Mag-Mamba revolutioniert POI-Empfehlungen durch komplexe Phasen‑Dynamik

Die Herausforderung der KI-Entwicklung besteht darin, die Balance zwischen der Erschließung neuer Möglichkeiten und der Vermeidung von Risi…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Mamba beschleunigt Flexible Job Shop Scheduling: Effizientes Sequenzmodell

Ein neues arXiv-Preprint (2602.21546v1) präsentiert eine bahnbrechende Architektur, die das Flexible Job Shop Scheduling (FJSP) mithilfe de…

arXiv – cs.LG 26.02.2026 05:00

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 26.02.2026 05:00

Forschung

HELIX: Manifold‑Steering reduziert Halluzination bei quantisierten LLMs

In der Welt der quantisierten Sprachmodelle besteht ein klassisches Dilemma: Bei niedrigen Sampling‑Temperaturen entstehen wiederholende, m…

arXiv – cs.LG 23.02.2026 05:00

Forschung

Mamba-Modelle: Theoretische Analyse zeigt Feature‑Selektion

Die jüngsten Erfolge von Mamba und anderen selektiven Zustandsraummodellen haben das Interesse an Nicht‑Attention‑Architekturen für Sequenz…

arXiv – cs.LG 16.02.2026 05:00

Forschung

GHOST: Reduziert Mamba2‑Statusdimension um 50 % ohne großen Qualitätsverlust

Die neueste Veröffentlichung auf arXiv (2602.11408v1) stellt GHOST vor – ein strukturiertes Pruning‑Framework, das die enorme Zustandsdimen…

arXiv – cs.AI 13.02.2026 05:00

Forschung

Neues Verfahren entschlüsselt Gehirnverbindungen trotz indirekter Messungen

Die gezielte Ermittlung von gerichteten Verbindungen im Gehirn aus neuroimaging-Daten ist ein schwieriges Problem. Hemodynamische Filterung…

arXiv – cs.AI 11.02.2026 05:00

Forschung

Neues Modell Palimpsa erweitert Gedächtnisleistung von Attention‑Netzwerken

In-Context Learning (ICL) in Transformer‑Modellen fungiert als Online‑Assoziativspeicher und gilt als Schlüssel zu ihrer hohen Leistungsfäh…

arXiv – cs.AI 11.02.2026 05:00

Forschung

DMamba: Neuer SSM-Ansatz übertrifft bestehende Modelle bei Zeitreihenprognosen

Die neueste Forschung im Bereich der Zustandsraummodelle (SSM) präsentiert DMamba, ein innovatives Verfahren, das die Leistungsfähigkeit vo…

arXiv – cs.AI 11.02.2026 05:00

Praxis

Beschleunigung von Mamba2 durch Kernel-Fusion

In diesem Beitrag zeigen wir, wie wir das Mamba‑2 State‑Space Dual (SSD) Modul mit einem zusammengeführten Triton‑Kernel optimiert haben. D…

PyTorch – Blog 06.02.2026 22:48

Forschung

Produktinteraktion: Ein algebraisches Formalismus für Deep‑Learning‑Architekturen

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues Konzept namens „Product Interactions“ vorgestellt, das neuronale Netzwer…

arXiv – cs.LG 04.02.2026 05:00

Praxis

NVIDIA stellt Nemotron-3-Nano-30B in NVFP4 mit QAD für effiziente Inferenz vor

NVIDIA hat den Produktions-Checkpoint Nemotron‑Nano‑3‑30B‑A3B‑NVFP4 veröffentlicht, der ein 30‑Billionen‑Parameter‑Modell für logisches Den…

MarkTechPost 02.02.2026 07:26

Forschung

MambaNet: KI-gestützte Kanalabschätzung für OFDM mit geringem Aufwand

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz präsentiert MambaNet, ein neuronales Netzwerk, das die Kanalabschät…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Neuer Quantisierer Quamba-SE verbessert Aktivierungsquantisierung in State‑Space‑Modellen

Die neueste Veröffentlichung auf arXiv (2601.09451v1) präsentiert Quamba-SE, einen Soft‑Edge‑Quantisierer, der die Aktivierungsquantisierun…

arXiv – cs.LG 15.01.2026 05:00

Forschung

DeMa: Dual-Path Mamba revolutioniert effiziente Analyse multivariater Zeitreihen

Die Analyse multivariater Zeitreihen (MTS) wird in immer mehr intelligenten Anwendungen unverzichtbar. Während Transformer‑Modelle bislang…

arXiv – cs.LG 12.01.2026 05:00

Forschung

Zwei getrennte Mechanismen im In‑Context Learning: Task Schema und Binding

Eine neue Studie aus dem arXiv‑Repository hat gezeigt, dass das Phänomen des In‑Context Learning (ICL) nicht ein einziges, monolithisches V…

arXiv – cs.LG 22.12.2025 05:00

Praxis

NVIDIA präsentiert Nemotron 3 – Hybrid‑Transformer für Agenten mit langem Kontext

NVIDIA hat die Nemotron 3-Familie vorgestellt, ein Open‑Source-Stack für agentenbasierte KI. Der Release umfasst Modellgewichte, Datensätze…

MarkTechPost 20.12.2025 20:34

Forschung

BarcodeMamba+ revolutioniert die Fungi-Barcode‑Klassifikation

DNA‑Barcodes sind das Rückgrat der weltweiten Biodiversitätsüberwachung. Bei Pilzen stoßen jedoch herkömmliche Klassifikationsmethoden an i…

arXiv – cs.LG 19.12.2025 05:00

Forschung

FAIM: Leichtgewichtiges Frequenz-bewusstes Modell für Zeitreihenklassifikation

Die Klassifizierung von Zeitreihen ist in Bereichen wie Umweltüberwachung, medizinischer Diagnose und Körperhaltungserkennung von entscheid…

arXiv – cs.LG 10.12.2025 05:00

Forschung

UniQL: Quantisierung & Low‑Rank‑Kompression für Edge‑LLMs

Das Betreiben großer Sprachmodelle auf mobilen Geräten ist wegen begrenzter Speicher‑ und Rechenressourcen besonders schwierig. Die verfügb…

arXiv – cs.LG 04.12.2025 05:00

Forschung

PanFoMa: Leichtgewichtiges Modell für Pan‑Cancer‑Analyse

PanFoMa ist ein neues, leichtgewichtiges Hybridmodell, das die Stärken von Transformers und modernen State‑Space‑Modellen kombiniert. Durch…

arXiv – cs.AI 04.12.2025 05:00

Praxis

Hybridmodelle treffen SGLang: Mehr als reine Vollaufmerksamkeit

Hybridmodelle, die die Leistungsfähigkeit von Vollaufmerksamkeit mit alternativen Mechanismen wie Mamba oder linearer Aufmerksamkeit kombin…

PyTorch – Blog 03.12.2025 19:05

Forschung

PDE-FM: Ein universelles Basismodell für partielle Differentialgleichungen Das neue Modell PDE-FM stellt einen modularen Ansatz für physikbasierte maschinelle Lernverfahren dar. Es verbindet räumliche, spektrale und zeitliche Analyse in heterogenen PDE-Systemen und nutzt dafür eine Kombination aus räumlich-spektraler Tokenisierung, physikbewusster Konditionierung und einer Mamba‑basierten Zustandsraum‑Architektur. Ein operatortheoretischer Decoder rundet das System ab und ermöglicht skalierbare sowie daten

arXiv – cs.LG 01.12.2025 05:00

Forschung

Dueling Double Deep Q-Netzwerke: Uniswap V3 Replikation & Mamba-Erweiterung

In einem aktuellen Beitrag auf arXiv wird die Replikation und Weiterentwicklung eines Modells zur adaptiven Liquiditätsbereitstellung in Un…

arXiv – cs.LG 01.12.2025 05:00

Forschung

MamTiff-CAD: Neuer Diffusionsansatz für lange parametrisierte CAD-Sequenzen

Parametrisches CAD spielt in der Industrie eine zentrale Rolle, doch bisherige Methoden haben Schwierigkeiten, lange Befehlssequenzen zu er…

arXiv – cs.LG 25.11.2025 05:00

Forschung

Mamba-Architektur übertrifft Transformer bei Herzinsuffizienz‑Vorhersagen

In einer umfassenden Analyse von 42.820 Herzinsuffizienzpatienten aus Schweden wurden sechs Sequenzmodelle – darunter klassische Transforme…

arXiv – cs.AI 24.11.2025 05:00

Forschung

DiffuApriel: Schnelleres Diffusionsmodell dank Mamba-Backbone

Ein neues Diffusionsmodell namens DiffuApriel hat die Effizienz von Textgenerierung auf ein neues Niveau gehoben. Durch die Kombination ein…

arXiv – cs.LG 21.11.2025 05:00

Forschung

CNNs schlagen Transformer- und Mamba-Modelle bei Zahnkaries-Segmentierung

In einer umfassenden Vergleichsstudie wurden zwölf moderne Deep‑Learning‑Architekturen – darunter DoubleU‑Net, VMUnet, MambaUNet, TransNetR…

arXiv – cs.AI 20.11.2025 05:00

Forschung

Neue Fourier‑KAN‑Mamba‑Architektur revolutioniert Zeitreihen‑Anomalieerkennung

In einer kürzlich veröffentlichten Studie auf arXiv wird die Fourier‑KAN‑Mamba vorgestellt, ein neuartiges Modell für die Erkennung von Ano…

arXiv – cs.LG 20.11.2025 05:00

Forschung

MPCM-Net: Multi‑Netzwerk mit Partial‑Attention & Mamba für Wolkensegmentierung

Die präzise Segmentierung von Wolkenbildern aus Bodenstationen ist ein entscheidender Schritt für die Vorhersage der Photovoltaikleistung…

arXiv – cs.LG 18.11.2025 05:00

Finde Modelle, Firmen und Themen

Mag-Mamba revolutioniert POI-Empfehlungen durch komplexe Phasen‑Dynamik

Mamba beschleunigt Flexible Job Shop Scheduling: Effizientes Sequenzmodell

HELIX: Manifold‑Steering reduziert Halluzination bei quantisierten LLMs

Mamba-Modelle: Theoretische Analyse zeigt Feature‑Selektion

GHOST: Reduziert Mamba2‑Statusdimension um 50 % ohne großen Qualitätsverlust

Neues Verfahren entschlüsselt Gehirnverbindungen trotz indirekter Messungen

Neues Modell Palimpsa erweitert Gedächtnisleistung von Attention‑Netzwerken

DMamba: Neuer SSM-Ansatz übertrifft bestehende Modelle bei Zeitreihenprognosen

Beschleunigung von Mamba2 durch Kernel-Fusion

Produktinteraktion: Ein algebraisches Formalismus für Deep‑Learning‑Architekturen

NVIDIA stellt Nemotron-3-Nano-30B in NVFP4 mit QAD für effiziente Inferenz vor

MambaNet: KI-gestützte Kanalabschätzung für OFDM mit geringem Aufwand

Neuer Quantisierer Quamba-SE verbessert Aktivierungsquantisierung in State‑Space‑Modellen

DeMa: Dual-Path Mamba revolutioniert effiziente Analyse multivariater Zeitreihen

Zwei getrennte Mechanismen im In‑Context Learning: Task Schema und Binding

NVIDIA präsentiert Nemotron 3 – Hybrid‑Transformer für Agenten mit langem Kontext

BarcodeMamba+ revolutioniert die Fungi-Barcode‑Klassifikation

FAIM: Leichtgewichtiges Frequenz-bewusstes Modell für Zeitreihenklassifikation

UniQL: Quantisierung & Low‑Rank‑Kompression für Edge‑LLMs

PanFoMa: Leichtgewichtiges Modell für Pan‑Cancer‑Analyse

Hybridmodelle treffen SGLang: Mehr als reine Vollaufmerksamkeit

Dueling Double Deep Q-Netzwerke: Uniswap V3 Replikation & Mamba-Erweiterung

MamTiff-CAD: Neuer Diffusionsansatz für lange parametrisierte CAD-Sequenzen

Mamba-Architektur übertrifft Transformer bei Herzinsuffizienz‑Vorhersagen

DiffuApriel: Schnelleres Diffusionsmodell dank Mamba-Backbone

CNNs schlagen Transformer- und Mamba-Modelle bei Zahnkaries-Segmentierung

Neue Fourier‑KAN‑Mamba‑Architektur revolutioniert Zeitreihen‑Anomalieerkennung

MPCM-Net: Multi‑Netzwerk mit Partial‑Attention & Mamba für Wolkensegmentierung

🍪 Cookie-Einstellungen

GHOST: Reduziert Mamba2‑Statusdimension um 50 % ohne großen Qualitätsverlust

NVIDIA präsentiert Nemotron 3 – Hybrid‑Transformer für Agenten mit langem Kontext