Suche nach Modellkomplexität

Neuer Ansatz löst Plateau bei Korrelationsoptimierung von Attention-Regressoren

In der Welt der Attention‑basierten Regressoren wird häufig gleichzeitig die mittlere quadratische Fehlerfunktion (MSE) und der Pearson‑Kor…

arXiv – cs.LG 23.02.2026 05:00

Forschung

Neuer Ansatz TPC verbessert Zeitreihen‑Vorhersagen drastisch

In der Welt der Zeitreihenanalyse hat ein neuer Ansatz namens Temporal‑Prior Conditioning (TPC) die Messlatte deutlich höher gelegt. Währen…

arXiv – cs.LG 19.02.2026 05:00

Forschung

LemonadeBench: LLMs meistern Wirtschaftssimulation – 70 % der optimalen Gewinne

Mit der Veröffentlichung von LemonadeBench v0.5 stellen Forscher ein neues, schlankes Benchmark‑Set vor, das die wirtschaftliche Intuition…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Cerebellum-gestützte RL-Architektur verbessert Effizienz und Robustheit

Ein neues Reinforcement-Learning-Framework, das sich an den Strukturen des Kleinhirns orientiert, verspricht, die Grenzen herkömmlicher Alg…

arXiv – cs.LG 18.02.2026 05:00

Forschung

tensorFM: Niedrigrangige Annäherungen an Kreuz-Ordnung-Feature-Interaktionen

Ein brandneues Modell namens tensorFM hat die Art und Weise, wie wir Vorhersagen aus tabellarischen, kategorialen Daten treffen, revolution…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Neue Flow-basierte Policy: MVP liefert schnellste Ein-Schritt-Aktionsgenerierung

In der Welt des Reinforcement Learning (RL) gilt die Entwicklung von ausdrucksstarken und effizienten Policy-Funktionen als vielversprechen…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Schnelle, multiplikationsfreie Dimensionsreduktion durch gezielte Elementauswahl

In einer kürzlich veröffentlichten Studie wurde ein neuer, extrem schneller Algorithmus vorgestellt, der die Dimensionen von Daten ohne jeg…

arXiv – cs.LG 17.02.2026 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

Forschung

Neuer Algorithmus SPECIAL sichert rückwärts Lernen in federierten Systemen

In realen verteilten Lernsystemen ändern sich die Datenverteilungen ständig, während Datenschutzbestimmungen den Austausch roher Daten verb…

arXiv – cs.LG 02.02.2026 05:00

Forschung

Neues Verfahren verbessert LLM-Logik durch latentes Contrastive RL

Large Language Models (LLMs) glänzen bei der Erzeugung von Texten, doch bei komplexen Mehrschritt‑Aufgaben bleiben sie oft bei statistische…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Kategorien der Inferenzskalierung für verbesserte LLM-Logik

In den letzten Jahren haben Forscher neue Wege gefunden, die Leistungsfähigkeit großer Sprachmodelle (LLMs) zu steigern, ohne die Modellgrö…

Sebastian Raschka – Ahead of AI 24.01.2026 11:23

Forschung

Neuer Ansatz: Eluder-Dimension lokalisiert – bei Bandit- und RL-Analyse

Eine neue Veröffentlichung auf arXiv (2601.09825v1) liefert einen entscheidenden Durchbruch in der Analyse von Bandit- und Reinforcement-Le…

arXiv – cs.LG 16.01.2026 05:00

Forschung

Neuer Ansatz zur Schätzung kausaler Effekte in Gaussian Linear SCMs

In der Kausalitätsforschung bleibt die Schätzung von Effekten aus rein beobachtenden Daten ein zentrales Problem, besonders wenn latente St…

arXiv – cs.LG 09.01.2026 05:00

Forschung

LLMs nutzen Solomonoff-Methodik für verlässliche Vorhersagen bei Unsicherheit

Ein neuer Ansatz aus der KI-Forschung kombiniert die Kraft großer Sprachmodelle (LLMs) mit der Solomonoff‑Theorie, um bei unsicheren Aufgab…

arXiv – cs.AI 22.12.2025 05:00

Forschung

KI‑Epidemiologie: Erklärbare KI durch Expertenüberwachung

Ein neues Konzept namens KI‑Epidemiologie bietet einen systematischen Weg, um fortschrittliche KI‑Systeme zu überwachen und zu erklären. Da…

arXiv – cs.AI 19.12.2025 05:00

Forschung

KAN‑Matrix visualisiert nichtlineare Zusammenhänge für physikalische Einsichten

Wissenschaftler haben ein neues Tool entwickelt, das komplexe Datensätze verständlicher macht: die KAN‑Matrix. Durch die Anwendung von Kolm…

arXiv – cs.LG 19.12.2025 05:00

Forschung

SigMA: Deep-Learning-Methode verbessert Parametererkennung bei fBm-SDEs

Stochastische Differentialgleichungen, die von fractional Brownian Motion (fBm) getrieben werden, modellieren zunehmend Systeme mit rauen D…

arXiv – cs.LG 18.12.2025 05:00

Forschung

Neues Sprachmodell: Latent-Autoregressive GP‑VAE mit Parallel‑Decoder

In einer kürzlich veröffentlichten Studie auf arXiv wird ein völlig neues Sprachmodell vorgestellt, das die Kraft eines Gaußschen Prozesses…

arXiv – cs.LG 11.12.2025 05:00

Forschung

PID-Boosting steigert Genauigkeit neuronaler Netzwerke bei Zeitreihenprognosen

Die Vorhersage von Zeitreihen in mehreren Schritten ist für Entscheidungsträger in vielen Industriezweigen unverzichtbar. Künstliche Intell…

arXiv – cs.LG 09.12.2025 05:00

Forschung

SAFLe: Einmaliger Federated Learning-Ansatz mit skalierbarer Nichtlinearität

Federated Learning (FL) steht seit langem vor zwei großen Problemen: der enorme Kommunikationsaufwand und die Leistungseinbußen bei heterog…

arXiv – cs.LG 04.12.2025 05:00

Forschung

Lernmethode Boltzmann‑Maschinen: Parallelisierbarer Sampler& Temperaturabschätzung

Forscher haben eine neue Lernmethode für Boltzmann‑Maschinen entwickelt, die die bisherige Trainingszeit drastisch reduziert und gleichzeit…

arXiv – cs.LG 03.12.2025 05:00

Forschung

LLM-gestützte FiCoTS revolutioniert Zeitreihenprognosen

Ein neues arXiv-Papier (v1, 25.12.2025) präsentiert FiCoTS, ein innovatives Modell, das die Leistungsfähigkeit großer Sprachmodelle (LLMs)…

arXiv – cs.LG 02.12.2025 05:00

Forschung

Diskrete Diffusionsmodelle: Konvergenz garantiert – Maskierung & Zufallswalk

In einer wegweisenden Studie wurden die theoretischen Grundlagen diskreter Diffusionsmodelle (DDMs) auf diskreten Zustandsräumen systematis…

arXiv – cs.LG 02.12.2025 05:00

Forschung

PeriodNet: Neue Attention-Struktur revolutioniert Zeitreihenprognosen

Ein neues Modell namens PeriodNet nutzt die Kraft des Attention-Mechanismus, um Zeitreihenprognosen deutlich zu verbessern. Während Attenti…

arXiv – cs.LG 26.11.2025 05:00

Forschung

Generative KI liefert fünf Erkenntnisse für die Hirnforschung

Ein neuer Beitrag auf arXiv (2511.16432v1) zeigt, dass die jüngsten Fortschritte in der generativen KI nicht auf mysteriösen Algorithmen be…

arXiv – cs.AI 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

LLMs können endlich vergessen: Fortschritte im sicheren Machine Unlearning

Die zunehmende Nutzung großer Sprachmodelle in sensiblen Bereichen hat ein entscheidendes Problem aufgedeckt: Es fehlt an zuverlässigen Ver…

arXiv – cs.LG 14.11.2025 05:00

Forschung

Optimale Expertenauswahl: Selective Sinkhorn Routing steigert SMoE-Leistung

Die neue Methode „Selective Sinkhorn Routing“ (SSR) bringt Sparse Mixture-of-Experts (SMoE) auf ein neues Level. Durch die Formulierung der…

arXiv – cs.LG 13.11.2025 05:00

Forschung

Quantum‑Boltzmann‑Maschinen: Effizientes Reinforcement Learning mit kontinuierlichen Aktionen

In einer wegweisenden Veröffentlichung auf arXiv wird das neue Modell Continuous Semi‑Quantum Boltzmann Machines (CSQBMs) vorgestellt, das…

arXiv – cs.LG 10.11.2025 05:00

Forschung

Neural Networks: Linear Regions und Skip Connections – Neue Erkenntnisse

Neural‑Netzwerke sind zentrale Werkzeuge im maschinellen Lernen. Durch die Darstellung von stückweise linearen Aktivierungsfunktionen mitte…

arXiv – cs.LG 22.09.2025 05:00

Finde Modelle, Firmen und Themen

Neuer Ansatz löst Plateau bei Korrelationsoptimierung von Attention-Regressoren

Neuer Ansatz TPC verbessert Zeitreihen‑Vorhersagen drastisch

LemonadeBench: LLMs meistern Wirtschaftssimulation – 70 % der optimalen Gewinne

Cerebellum-gestützte RL-Architektur verbessert Effizienz und Robustheit

tensorFM: Niedrigrangige Annäherungen an Kreuz-Ordnung-Feature-Interaktionen

Neue Flow-basierte Policy: MVP liefert schnellste Ein-Schritt-Aktionsgenerierung

Schnelle, multiplikationsfreie Dimensionsreduktion durch gezielte Elementauswahl

DMamba: Neuer SSM-Ansatz übertrifft bestehende Modelle bei Zeitreihenprognosen

Neuer Algorithmus SPECIAL sichert rückwärts Lernen in federierten Systemen

Neues Verfahren verbessert LLM-Logik durch latentes Contrastive RL

Kategorien der Inferenzskalierung für verbesserte LLM-Logik

Neuer Ansatz: Eluder-Dimension lokalisiert – bei Bandit- und RL-Analyse

Neuer Ansatz zur Schätzung kausaler Effekte in Gaussian Linear SCMs

LLMs nutzen Solomonoff-Methodik für verlässliche Vorhersagen bei Unsicherheit

KI‑Epidemiologie: Erklärbare KI durch Expertenüberwachung

KAN‑Matrix visualisiert nichtlineare Zusammenhänge für physikalische Einsichten

SigMA: Deep-Learning-Methode verbessert Parametererkennung bei fBm-SDEs

Neues Sprachmodell: Latent-Autoregressive GP‑VAE mit Parallel‑Decoder

PID-Boosting steigert Genauigkeit neuronaler Netzwerke bei Zeitreihenprognosen

SAFLe: Einmaliger Federated Learning-Ansatz mit skalierbarer Nichtlinearität

Lernmethode Boltzmann‑Maschinen: Parallelisierbarer Sampler& Temperaturabschätzung

LLM-gestützte FiCoTS revolutioniert Zeitreihenprognosen

Diskrete Diffusionsmodelle: Konvergenz garantiert – Maskierung & Zufallswalk

PeriodNet: Neue Attention-Struktur revolutioniert Zeitreihenprognosen

Generative KI liefert fünf Erkenntnisse für die Hirnforschung

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

LLMs können endlich vergessen: Fortschritte im sicheren Machine Unlearning

Optimale Expertenauswahl: Selective Sinkhorn Routing steigert SMoE-Leistung

Quantum‑Boltzmann‑Maschinen: Effizientes Reinforcement Learning mit kontinuierlichen Aktionen

Neural Networks: Linear Regions und Skip Connections – Neue Erkenntnisse

🍪 Cookie-Einstellungen

LemonadeBench: LLMs meistern Wirtschaftssimulation – 70 % der optimalen Gewinne