Suche nach NTK | meineki.news

FreST Loss: Frequenzbasierte Methode verbessert spatio-temporale Vorhersagen

Ein neues Forschungswerk aus dem Bereich der graphbasierten Zeitreihenanalyse hat die Art und Weise, wie komplexe räumlich‑zeitliche Abhäng…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neue RNNs mit selektiver Aktualisierung meistern Langzeitsequenzen effizient

In realen Audio- und Videodaten liegen wichtige Informationen oft in langen stillen oder verrauschten Abschnitten verborgen. Klassische rek…

arXiv – cs.LG 04.03.2026 05:00

Forschung

SALIENT: Neues Diffusionsmodell verbessert CT‑Erkennung seltener Läsionen

Die Erkennung seltener Läsionen im Ganzkörper‑CT steht vor einer großen Herausforderung: extreme Klassenungleichgewichte und ein sehr niedr…

arXiv – cs.AI 02.03.2026 05:00

Forschung

EPSVec: Effiziente, private Datengenerierung mit Dataset‑Vektoren

In der heutigen KI‑Welt sind hochwertige Daten unverzichtbar, doch viele wertvolle Datensätze sind sensibel und dürfen nicht frei geteilt w…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Entropie-adaptives Modell-Merging: Neue Methode für medizinische Bildgebung

In der medizinischen Bildgebung, wo Modelle lokal an einzelnen Kliniken auf privaten Daten feinabgestimmt werden, stellen unerwartete Testz…

arXiv – cs.AI 26.02.2026 05:00

Forschung

MeGU: Maschinelles Unlernen mit gezielter Feature‑Entkoppelung

Der Schutz von Trainingsdaten hat das „Recht auf Vergessen“ zu einer zentralen Anforderung gemacht. Gleichzeitig wächst die Nachfrage nach…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Effiziente Mathematik-Wettbewerb: Off-the-Shelf Modelle übertreffen Goldmedaille

In den vergangenen zwölf Monaten haben maßgeschneiderte, bislang nicht veröffentlichte Mathematik‑Reasoning‑Modelle die Goldmedaille bei de…

arXiv – cs.LG 20.02.2026 05:00

Forschung

STOC 2026: Rekordliste der akzeptierten Arbeiten und Quantenkomplexität

Die Liste der von STOC 2026 akzeptierten Arbeiten ist veröffentlicht worden und zeigt ein beeindruckendes Spektrum an Forschung. Besonders…

Scott Aaronson – Shtetl-Optimized 20.02.2026 06:31

Forschung

Kontinuierliches Lernen kausaler Modelle via dynamische Prädikaten-Erfindung

Eine neue Veröffentlichung auf arXiv (2602.17217v1) präsentiert einen innovativen Ansatz, der es Agenten ermöglicht, die Logik ihrer Umgebu…

arXiv – cs.AI 20.02.2026 05:00

Forschung

MoE‑Spec: Expertenbudgetierung steigert Effizienz von spekulativem Decoding

Die neueste Veröffentlichung auf arXiv (2602.16052v1) präsentiert MoE‑Spec, eine innovative Methode zur Optimierung des spekulativen Decodi…

arXiv – cs.LG 19.02.2026 05:00

Forschung

Safe‑SDL: Sicherheitsrahmen für KI‑gesteuerte autonome Labore

Die neuartige Klasse der Self‑Driving Laboratories (SDLs) kombiniert künstliche Intelligenz mit robotischer Automatisierung, um geschlossen…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neues MLLM-Framework ermöglicht autonome GUI-Navigation ohne hohe Datenkosten

Durch die jüngsten Fortschritte multimodaler Large Language Models (MLLMs) haben autonome Agenten für grafische Benutzeroberflächen (GUI) e…

arXiv – cs.AI 17.02.2026 05:00

Forschung

Neuer Ansatz CEPAE verbessert Zeitreihen-Kounterfactuals

Die präzise Durchführung von Kounterfactual-Analysen bei Zeitreihen ist für Entscheidungen in Bereichen wie Finanzen, Gesundheitswesen und…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Leichtgewichtiges LLM-Framework verbessert Krisen-Info-Klassifizierung

Die schnelle Klassifizierung von Hilfsinformationen aus sozialen Medien ist entscheidend für eine effektive Katastrophenreaktion. Doch groß…

arXiv – cs.AI 16.02.2026 05:00

Forschung

Schnelleres Finden von Kryoprotektanten: Bayesian-Optimierung beschleunigt die Suche

In einem bahnbrechenden Ansatz kombinieren Wissenschaftler hochdurchsatz‑Screening mit einer aktiven Lernschleife, die auf Multi‑Objective…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Flow-Factory: Einheitliches RL-Framework für Flow-Matching-Modelle

Reinforcement Learning hat sich als vielversprechendes Mittel etabliert, um Diffusions- und Flow-Matching‑Modelle an menschliche Präferenze…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Soft Contamination: Benchmark-Ergebnisse verfälscht

Eine neue Studie aus dem arXiv-Preprint arXiv:2602.12413v1 zeigt, dass große Sprachmodelle (LLMs) häufig mit Benchmark‑Testdaten in ihren T…

arXiv – cs.AI 16.02.2026 05:00

Forschung

X‑SYS: Neue Referenzarchitektur für interaktive Erklärungs‑Tools

Die Forschung im Bereich erklärbarer KI (XAI) hat zahlreiche technische Ansätze entwickelt, doch die Umsetzung von Erklärungen in funktions…

arXiv – cs.AI 16.02.2026 05:00

Forschung

SD-MoE: Spektrale Trennung steigert Experten-Spezialisierung in Sprachmodellen

Ein neues arXiv-Papier präsentiert SD-MoE, eine Methode, die die Spektralstruktur von Parametern und Gradienten nutzt, um die Effektivität…

arXiv – cs.LG 16.02.2026 05:00

Forschung

<p>Ein neues Papier auf arXiv (2602.11320v1) präsentiert einen Ansatz, der die Rechenlast von Neural Tangent Kernel (NTK)-Methoden drastisch senkt. Traditionell erfordern NTK-Analysen die Auswertung riesiger Jacobian-Matrizen über viele Datenpunkte, was die Skalierbarkeit stark begrenzt.</p> <p>Die Autoren zeigen, dass die Komplexität nicht nur durch Projektion und Sketching der Jacobian reduziert werden kann, sondern auch durch eine gezielte Kompression der Datendimension mittels NTK‑angepasster Datensatzd

arXiv – cs.LG 13.02.2026 05:00

Forschung

MVN-Grad: Neuer Optimierer kombiniert Varianznormalisierung und Momentum

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

arXiv – cs.LG 12.02.2026 05:00

Forschung

Disentangled Instrumental Variables: Kausalität in Netzwerken verbessert

In der neuesten Veröffentlichung auf arXiv (2602.07765v1) stellen die Autoren ein innovatives Verfahren vor, das die Analyse von kausalen E…

arXiv – cs.AI 10.02.2026 05:00

Aktuell

Trennung von Logik und Suche steigert Skalierbarkeit von KI-Agenten

Durch die Trennung von Logik und Inferenz wird die Skalierbarkeit von KI-Agenten deutlich erhöht, weil die Kernprozesse von den Ausführungs…

AI News (TechForge) 06.02.2026 11:32

Forschung

Modell-Merging ermöglicht effiziente Optimierung multimodaler Datemischungen

In der Welt der multimodalen großen Sprachmodelle ist die Auswahl der optimalen Datenmischung entscheidend für den Erfolg des Supervised Fi…

arXiv – cs.LG 06.02.2026 05:00

Forschung

SCPL: Training neuronaler Netze beschleunigt durch entkoppelte Verluste

Ein neues Verfahren namens Supervised Contrastive Parallel Learning (SCPL) verspricht, die Trainingsgeschwindigkeit großer neuronaler Netzw…

arXiv – cs.LG 03.02.2026 05:00

Produkt

Amazon Bedrock nutzt globale Inferenz in Südafrika mit Anthropic Claude 4.5

Mit Amazon Bedrock können Unternehmen jetzt globale Inferenz über mehrere AWS‑Regionen hinweg durchführen und dabei die leistungsstarken An…

AWS – Machine Learning Blog 30.01.2026 17:12

Forschung

Neue Methode für metrisches Answer Set Programming: Skalierbare Zeitpräzision

In einer kürzlich veröffentlichten Arbeit auf arXiv (2601.20735v1) stellen Wissenschaftler einen innovativen Ansatz vor, der das Metric Ans…

arXiv – cs.AI 29.01.2026 05:00

Forschung

FedSGM: Neues Framework für komprimiertes, konfigurationsbewusstes Federated

In einer wegweisenden Veröffentlichung präsentiert das Forschungsteam FedSGM, ein einheitliches Framework für federated constrained optimiz…

arXiv – cs.LG 26.01.2026 05:00

Forschung

CC-OR-Net: Einheitlicher Ansatz zur LTV‑Vorhersage durch strukturelle Entkopplung

Die Vorhersage des Customer Lifetime Value (LTV) ist ein zentrales Problem im modernen Marketing. Sie ist durch eine stark ungleich verteil…

arXiv – cs.LG 16.01.2026 05:00

Forschung

Q-realign: Quantisierung nutzt Sicherheit – effiziente LLM-Deployment-Lösung

Große Sprachmodelle (LLMs) werden in der Regel während des Pretrainings auf Sicherheit ausgerichtet, doch das anschließende, aufgabenbezoge…

arXiv – cs.LG 14.01.2026 05:00

Finde Modelle, Firmen und Themen

FreST Loss: Frequenzbasierte Methode verbessert spatio-temporale Vorhersagen

Neue RNNs mit selektiver Aktualisierung meistern Langzeitsequenzen effizient

SALIENT: Neues Diffusionsmodell verbessert CT‑Erkennung seltener Läsionen

EPSVec: Effiziente, private Datengenerierung mit Dataset‑Vektoren

Entropie-adaptives Modell-Merging: Neue Methode für medizinische Bildgebung

MeGU: Maschinelles Unlernen mit gezielter Feature‑Entkoppelung

Effiziente Mathematik-Wettbewerb: Off-the-Shelf Modelle übertreffen Goldmedaille

STOC 2026: Rekordliste der akzeptierten Arbeiten und Quantenkomplexität

Kontinuierliches Lernen kausaler Modelle via dynamische Prädikaten-Erfindung

MoE‑Spec: Expertenbudgetierung steigert Effizienz von spekulativem Decoding

Safe‑SDL: Sicherheitsrahmen für KI‑gesteuerte autonome Labore

Neues MLLM-Framework ermöglicht autonome GUI-Navigation ohne hohe Datenkosten

Neuer Ansatz CEPAE verbessert Zeitreihen-Kounterfactuals

Leichtgewichtiges LLM-Framework verbessert Krisen-Info-Klassifizierung

Schnelleres Finden von Kryoprotektanten: Bayesian-Optimierung beschleunigt die Suche

Flow-Factory: Einheitliches RL-Framework für Flow-Matching-Modelle

Soft Contamination: Benchmark-Ergebnisse verfälscht

X‑SYS: Neue Referenzarchitektur für interaktive Erklärungs‑Tools

SD-MoE: Spektrale Trennung steigert Experten-Spezialisierung in Sprachmodellen

MVN-Grad: Neuer Optimierer kombiniert Varianznormalisierung und Momentum

Disentangled Instrumental Variables: Kausalität in Netzwerken verbessert

Trennung von Logik und Suche steigert Skalierbarkeit von KI-Agenten

Modell-Merging ermöglicht effiziente Optimierung multimodaler Datemischungen

SCPL: Training neuronaler Netze beschleunigt durch entkoppelte Verluste

Amazon Bedrock nutzt globale Inferenz in Südafrika mit Anthropic Claude 4.5

Neue Methode für metrisches Answer Set Programming: Skalierbare Zeitpräzision

FedSGM: Neues Framework für komprimiertes, konfigurationsbewusstes Federated

CC-OR-Net: Einheitlicher Ansatz zur LTV‑Vorhersage durch strukturelle Entkopplung

Q-realign: Quantisierung nutzt Sicherheit – effiziente LLM-Deployment-Lösung

🍪 Cookie-Einstellungen