Finde Modelle, Firmen und Themen

Federated Learning (FL) ermöglicht es, Modelle auf verteilten Geräten zu trainieren, ohne dass die Rohdaten zentralisiert werden. Durch meh…

Der Muon-Optimierer hat bereits bei der Vortrainierung großer Sprachmodelle vielversprechende Ergebnisse erzielt, indem er Gradienten (oder…

Flow-basierte Generative Modelle haben sich als leistungsstarkes Werkzeug für hochqualitative Bildgenerierung etabliert. In ihrer Standardf…

Eine neue Methode ermöglicht es Städten, die Verschlechterung ihrer Brücken gemeinsam zu bewerten, ohne dass sensible Inspektionsdaten ausg…

In der Welt der Finanzberatung misst die Qualität von Empfehlungen nicht nur, wie gut ein Modell das Verhalten von Nutzern nachahmt, sonder…

Arcee AI hat heute den technischen Bericht zu ihrem neuesten Sprachmodell Trinity Large veröffentlicht. Das sparsamente Mixture-of-Experts-…

In der Welt der Optimierung, wo das Finden von Extrema oft von der Feinabstimmung von Lernraten und Momentum abhängt, präsentiert ein neues…

Muons, eine Familie von Optimierern, nutzt Newton-Schulz-Iteration, um die Update-Schritte zu orthogonalisieren. Dadurch entsteht eine nahe…

Ein neuer Optimierer namens MVN-Grad, vorgestellt auf arXiv, kombiniert zwei bewährte Ideen – die Varianznormalisierung von Gradienten und…

Das Mechanistic Interpretability‑Programm hat den Transformer bereits als präzises Rechen­graphen‑Modell abgebildet. In der neuesten Veröff…

Die neuesten Forschungsergebnisse zeigen, dass die Optimierungsstrategie Muon die Vortrainingsphase großer Sprachmodelle deutlich beschleun…

Ein neuer Ansatz namens M‑GRPO (Momentum‑Anchored Group Relative Policy Optimization) verspricht, die Leistungsfähigkeit großer Sprachmodel…

Mit dem exponentiellen Wachstum von Sprachmodellen auf Billionen von Parametern wird das verteilter Training über zahlreiche GPUs unverzich…

Ein neues Optimierungsverfahren, HB‑SGE, kombiniert das klassische Heavy‑Ball‑Momentum mit einer vorausschauenden Gradientenextrapolation…

In der Optimierung von neuronalen Netzen spielt die Gewichtungsabklingung (weight decay) eine zentrale Rolle. Während AdamW im Vergleich zu…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues Verfahren vorgestellt, das die dynamische 3D‑Rekonstruktion aus monocula…

Die gleichzeitige Rekonstruktion mehrerer sparsiger Signale – ein zentrales Problem im Bereich des maschinellen Lernens – stellt seit lange…

Ein brandneues Verfahren namens FedWMSAM verspricht, die beiden zentralen Herausforderungen des Federated Learning – schnelle Konvergenz be…

Ein neues arXiv‑Veröffentlichung (2511.20725v1) bietet einen praxisorientierten Überblick über die Konfiguration von Optimierungsalgorithme…

Split‑Federated Learning nutzt die Rechenleistung zentraler Server, um Modellpartitionen zu trainieren. Doch die stark unterschiedlichen Da…

In der Stadtforschung gewinnt das Lernen von Regionrepräsentationen zunehmend an Bedeutung, weil es ermöglicht, aus unbeschrifteten Bilddat…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein völlig neuer Ansatz zur Analyse von Regret‑Grenzen in nicht‑stationären Multi‑…

In einer wegweisenden Veröffentlichung auf arXiv wird ein theoretisches Modell vorgestellt, das Lernregeln – die Anweisungen, wie Modellpar…

Angesichts der steigenden weltweiten Belastung durch chronische Krankheiten und der Vielzahl heterogener klinischer Daten – von medizinisch…

In der Welt des Federated Graph Learning (FGL) stellen unterschiedliche Datenquellen – etwa die Nutzerprofile von Twitch-Gamern oder die me…

In der heutigen KI‑Forschung sind Optimierungsalgorithmen, die Momentum und adaptive Schrittgrößen kombinieren, ein entscheidender Erfolgsf…

Forscher haben herausgefunden, dass die Gating‑Mechanismen in rekurrenten neuronalen Netzwerken (RNNs) selbstständig ein adaptives Lernverh…