Suche

Finde Modelle, Firmen und Themen

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

Ergebnisse für “Mining”
Forschung

<h1>Bias in Chatbot-Personas: Wie Rollenwahl LLM-Agenten schwächt</h1> <p>Moderne Sprachmodelle werden zunehmend als autonome Agenten eingesetzt, die weit mehr als Texte erzeugen – sie treffen Entscheidungen, planen und führen technische Aufgaben aus. Doch während die Auswirkungen von voreingenommenen Personas bei der Textgenerierung gut dokumentiert sind, blieb die Frage, wie solche Biases die Leistung von Agenten beeinflussen, lange unberücksichtigt.</p> <p>Eine neue Studie liefert erstmals systematische

arXiv – cs.AI
Forschung

<h1>HeteroComp: Neue Methode erkennt Gruppenanomalien in heterogenen Tensorströmen</h1> <p>In der Analyse von Ereignis‑Tensorströmen, die Zeitstempel und mehrere Attribute wie IP‑Adressen und Paketgrößen enthalten, ist die Erkennung von Anomalien von entscheidender Bedeutung. Traditionelle Verfahren zur Tensorzerlegung und Anomalieerkennung stoßen jedoch an zwei wesentliche Grenzen: Sie können heterogene Datenströme, die sowohl kategoriale als auch kontinuierliche Attribute umfassen, nicht adäquat verarbeit

arXiv – cs.LG
Forschung

<p>Mehr Kontext nicht immer besser: LLMs schlagen ML bei Zeitintervallen</p> <p>Large Language Models (LLMs) haben in den letzten Jahren enorme Fortschritte in der Logik und Vorhersage erzielt. Dennoch bleibt ihre Fähigkeit, zeitliche Muster aus strukturierten Verhaltensdaten abzuleiten, weitgehend unerforscht. In einer neuen Untersuchung wird genau das nachgeprüft: Können LLMs die Intervalle zwischen wiederkehrenden Nutzeraktionen – etwa wiederholten Käufen – vorhersagen, und wie wirkt sich die Menge an Ko

arXiv – cs.AI