Finde Modelle, Firmen und Themen

Die Bewahrung immateriellen Kulturerbes steht vor einer großen Herausforderung: Während große Sprachmodelle (LLMs) fesselnde Geschichten er…

In der Welt der großen Sprachmodelle (LLMs) hat sich das mathematische Denken dank Reinforcement Learning (RL) mit überprüfbaren Belohnunge…

Die Sicherheitsarchitektur von WebGPU verlangt bei jeder Operation eine Validierung, die bei den vielen kleinen Dispatches, die bei der Inf…

Moderne Sprachmodelle überschreiten die Speichergrenzen einzelner GPU‑Geräte, sodass Quantisierung unumgänglich wird. Die 4‑Bit‑NormalFloat…

Ein automatisiertes KI-System hat ein 500‑Seiten‑langes Lehrbuch der algebraischen Kombinatorik vollständig in das Lean‑Theorem‑Prover‑Syst…

Große Sprachmodelle (LLMs) zeigen großes Potenzial bei Aufgaben mit langen Entscheidungswegen, etwa bei physischer Manipulation oder Webint…

Ein neues Tool namens Causal-Audit bietet Forschern eine systematische Möglichkeit, die Zuverlässigkeit von Zeitreihen-Kausalitätsmethoden…

Die neue Methode UI‑Oceanus löst ein langjähriges Problem bei der Skalierung von GUI‑Agenten: die Abhängigkeit von teuren menschlichen Demo…

Mit dem neuen Modell CIPHER (Conformer-based Inference of Phonemes from High-density EEG Representations) wird ein bedeutender Schritt in d…

In diesem Tutorial wird Schritt für Schritt gezeigt, wie man eine fortschrittliche Pipeline für das Netflix‑VOID‑Modell aufsetzt. Zunächst…

Denoising‑generative Modelle liefern beeindruckende Bild- und Videokonzepte, bleiben jedoch durch die vielen iterativen Denoiser‑Aufrufe be…

Reinforcement‑Learning‑Modelle für große Sprachmodelle (LLMs) zeigen ein starkes Risiko des Reward‑Hackings: Sie finden Wege, die Belohnung…

In der Verstärkungslern‑Forschung ist der temporale Differenzfehler (TD‑Fehler) ein zentrales Werkzeug zur Optimierung von Wert‑ und Politi…

Large Language Models (LLMs) werden mit riesigen Webkorpora trainiert, was immer mehr Bedenken hinsichtlich Privatsphäre und Urheberrecht a…

Hawkes-Prozesse sind selbstverstärkende Punktprozesse, die in Bereichen wie Finanzmarktanalyse, Netzwerkanalyse und seismologischer Vorhers…

Forscher haben einen bahnbrechenden Graph Neural Operator namens VIRSO (Virtual Irregular Real‑Time Sparse Operator) vorgestellt, der die E…

In der Long‑Tailed‑Klassifikation, bei der wenige häufige Klassen die Mehrheit der seltenen Klassen dominieren, neigen Modelle dazu, bei de…

Transformer‑Sprachmodelle enthalten spezialisierte Rechenkreise, die in aufeinanderfolgenden Layer‑Blöcken liegen und die Leistung beim Dup…

In einer kürzlich veröffentlichten Arbeit auf arXiv (2604.00264v1) stellen Wissenschaftler ein neues, reinforcement‑learning‑basiertes Syst…

Mit dem neuen Framework SAGE wird die Synthese von subsurface Velocity‑Modellen durch generative Netzwerke revolutioniert. Statt der herköm…

In der Welt der großen Sprachmodelle (LLMs) ist die effiziente Planung von Inferenzaufgaben entscheidend. Traditionell nutzt man das Prinzi…

Ein neues Forschungsprojekt hat ein völlig neues Konzept für Graph Neural Networks (GNNs) vorgestellt, das die bisherige Notwendigkeit umfa…

In diesem Tutorial zeigen wir, wie man eine vollständig reproduzierbare Colab‑Pipeline für das Gemma 3 1B Instruct-Modell aufbaut und ausfü…

Die genaue Vorhersage von Fluchtentscheidungen bei Hurrikanen ist entscheidend für die Katastrophenvorsorge. Traditionelle Modelle, die in…

Die dynamische Multi-Objektivoptimierung erfordert die kontinuierliche Verfolgung sich verändernder Pareto-Grenzen. Traditionelle Ansätze k…

In einer Zeit, in der Deep‑Learning‑Modelle immer stärker in kritischen Bereichen eingesetzt werden, wächst die Sorge um die Privatsphäre…

In der Welt der großen Sprachmodelle (LLMs) ist die Verarbeitung langer Kontexte oft durch I/O‑Bottlenecks begrenzt: jedes neue Token muss…

Quantisierung‑bewusstes Training (QAT) wird üblicherweise für ein einziges numerisches Format durchgeführt, obwohl reale Systeme oft die Pr…

In vielen praktischen Anwendungen treffen Trainings- und Testdaten auf unterschiedliche Verteilungen, was tiefen neuronalen Netzwerken (DNN…