Suche nach OHEM | meineki.news

FedEMA‑Distill: EMA‑basierte Knowledge‑Distillation stärkt Federated Learning

Federated Learning (FL) leidet häufig unter heterogenen, nicht‑IID‑Daten und aggressiven Clients, was zu Drift, langsamer Konvergenz und ho…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Reinforcement-Learning-Modell prognostiziert Parkinsonpatienten-Freeze in 8,7 Sekunden

Ein neues, auf Verstärkungslernen basierendes System kann das „Freezing of Gait“ (FOG) bei Parkinson‑Patienten bereits bis zu 8,7 Sekunden…

arXiv – cs.LG 05.03.2026 05:00

Forschung

GLEAN: Neue Methode zur zuverlässigen Verifikation von KI-Agenten in der Medizin

In einer Zeit, in der KI‑Agenten zunehmend Entscheidungen mit hohem Risiko treffen – etwa bei klinischen Diagnosen – ist eine robuste Verif…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Hopfield-Netzwerke verbinden Diffusion Guidance mit Anderson Acceleration

Ein neues Papier auf arXiv (2603.02531v1) legt einen grundlegenden Rahmen vor, der die bislang getrennten Ansätze der Diffusion‑Guidance un…

arXiv – cs.LG 04.03.2026 05:00

Praxis

Alibaba präsentiert OpenSandbox: Einheitliche, sichere API für KI-Agenten

In der heutigen digitalen Landschaft ist die Fähigkeit, sich von der Masse abzuheben, entscheidend für den Erfolg von Unternehmen. Die Erst…

MarkTechPost 03.03.2026 08:32

Forschung

U-CAN: Unlearning in Generativen Empfehlungen – Utility-Aware Attenuation

Generative Recommendation (GenRec) nutzt große Sprachmodelle, um Personalisierung als auf Anweisungen basierende Sequenzgenerierung neu zu…

arXiv – cs.LG 02.03.2026 05:00

Forschung

PseudoAct: Pseudocode‑Synthese ermöglicht flexible Planung in LLM‑Agenten

In der Welt der großen Sprachmodelle (LLM) setzen Agenten bislang vorwiegend reaktive Entscheidungsparadigmen wie ReAct ein. Diese wählen A…

arXiv – cs.AI 02.03.2026 05:00

Forschung

WaveSSM: Neue Wavelet-basierte Zustandsmodelle verbessern Signalverarbeitung

State‑Space‑Modelle (SSMs) haben sich als leistungsstarke Grundlage für die Modellierung von langen Sequenzen etabliert. Durch das HiPPO‑Fr…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Präzise Messung von Regelverstößen: ML-gestützte Stichprobe & LLM-Labeling

Content‑Safety‑Teams brauchen Kennzahlen, die das tatsächliche Nutzererlebnis widerspiegeln – nicht nur die gemeldeten Fälle. In einer neue…

arXiv – cs.LG 24.02.2026 05:00

Forschung

LLMs: Zu viel Rechenleistung kann Denken bremsen – neue Halo-Lösung

In einer aktuellen Studie auf arXiv wird gezeigt, dass die beliebte Chain-of-Thought-Strategie, die große Sprachmodelle bei komplexen Aufga…

arXiv – cs.AI 24.02.2026 05:00

Forschung

Effiziente Tool-Orchestrierung mit reflektiver Fehlerkorrektur

In agentischen Systemen ist das Aufrufen von Tools ein zentrales Element, doch häufig entstehen Fehler nicht bei einzelnen Tool‑Aufrufen, s…

arXiv – cs.AI 24.02.2026 05:00

Aktuell

Google‑AI‑Zusammenfassungen täuschen: So schützen Sie sich vor Fehlinformationen

Google nutzt KI, um Suchergebnisse in kompakte Zusammenfassungen zu verpacken. Diese „AI‑Overviews“ sollen die Suche vereinfachen, doch sie…

Wired – AI (Latest) 15.02.2026 11:30

Forschung

ThinkRouter: Effizientes Denken durch Routing zwischen latenter und diskreter Ebene

Eine neue Veröffentlichung auf arXiv (2602.11683v1) präsentiert ThinkRouter, ein innovatives Verfahren, das die Effizienz von KI‑Reasoning…

arXiv – cs.AI 13.02.2026 05:00

Forschung

Deep Learning verbessert Unsicherheitsabschätzung atomarer Potentiale

In der Molekulardynamik sind Unsicherheitsabschätzungen entscheidend, um die Zuverlässigkeit von maschinellen Lernpotenzialen (MLIPs) zu be…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Deep Learning übertrifft ML bei Vorhersage von Kinder-Malnutrition in Nepal

In einer wegweisenden Analyse aus Nepal zeigen Deep‑Learning‑Modelle deutlich bessere Ergebnisse als klassische Machine‑Learning‑Algorithme…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Kernel‑Lernverfahren prognostiziert ICU‑Notwendigkeit bei COVID‑19 Röntgenbildern

In der Welt des maschinellen Lernens sind Kernel‑Methoden seit langem ein bewährtes Werkzeug für Klassifikations‑ und Vorhersageaufgaben. S…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Ein Prompt macht KI-Modelle unsicher – neue Methode GRP-Oblit

Die Sicherheit von Sprachmodellen hängt von ihrem schwächsten Punkt ab. Obwohl umfangreiche Arbeiten zur Sicherheit nach dem Training exist…

arXiv – cs.LG 09.02.2026 05:00

Forschung

Motif-basierter PageRank verbessert Graph-Convolutional Networks

Neues Verfahren namens GCN‑MPPR nutzt einen motif‑basierten Personalized PageRank, um die Informationsweitergabe in Message‑Passing‑Neural‑…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Medizinische LLMs bewerten Augenpatientenfragen – Studie zeigt Unterschiede

In einer aktuellen Untersuchung wurden vier kleine, medizinisch spezialisierte Sprachmodelle – Meerkat‑7B, BioMistral‑7B, OpenBioLLM‑8B und…

arXiv – cs.AI 06.02.2026 05:00

Forschung

Neue Methode steigert LLMs beim mathematischen Problemlösen

Die Fähigkeit von Sprachmodellen, mathematische Aufgaben zu lösen, gilt als entscheidender Test für ihre Denkfähigkeit und ist für Anwendun…

arXiv – cs.AI 05.02.2026 05:00

Forschung

Matrix‑Faktorisierung: Mittelwertschätzung mit nutzerbezogener Privatsphäre

Ein neues arXiv‑Veröffentlichung beleuchtet die Herausforderung der kontinuierlichen Mittelwertschätzung, bei der Datenvektoren nacheinande…

arXiv – cs.LG 02.02.2026 05:00

Forschung

Mapping‑Verfahren verbindet Text mit Ambiguität – Entropie bleibt erhalten

In der neuen Studie wird ein mathematisches Mapping vorgestellt, das natürliche Sprache direkt in die Zustandsräume des sogenannten Non‑Res…

arXiv – cs.AI 29.01.2026 05:00

Forschung

Neues FPGA-Design ermöglicht vollauslastete CNN-Inferenz mit hoher Durchsatzrate Ein neues Forschungsprojekt hat einen Durchbruch erzielt, der die Effizienz von CNN-Implementierungen auf FPGAs drastisch steigert. Traditionelle Datenfluss-Architekturen nutzen jede Neuronen-Operation als eigene Hardware-Einheit, was bei FPGAs zu sehr niedriger Latenz und hohem Durchsatz führt. Doch bei Convolutional Neural Networks (CNNs) führen Pooling- und Stride‑größere‑als‑eins‑Schichten zu einer starken

arXiv – cs.AI 29.01.2026 05:00

Forschung

MAPLE: Selbstüberwachtes Lernen verbessert UMAP Dimensionalitätsreduktion

Eine neue Methode namens MAPLE (Maximum Manifold Capacity Representation) wurde vorgestellt, die die bekannte UMAP-Algorithmus-Variante dur…

arXiv – cs.LG 29.01.2026 05:00

Forschung

RareAlert: Früherkennung seltener Krankheiten mit KI-gestützter Risikobewertung Ein neues Screening-System namens RareAlert soll die lange Diagnoseverzögerung bei seltenen Erkrankungen reduzieren. Durch die Analyse von Routinedaten aus Erstuntersuchungen erkennt es frühzeitig Patienten mit hohem Risiko für seltene Krankheiten. RareAlert nutzt die kombinierten Erkenntnisse von zehn großen Sprachmodellen (LLMs). Diese Signale werden mit maschinellem Lernen kalibriert und gewichtet, bevor sie

arXiv – cs.AI 27.01.2026 05:00

Forschung

Neues Modell: ApCM – Neuronale Speicherarchitektur für dynamische LLMs

Große Sprachmodelle (LLMs) stoßen häufig an die Grenzen ihrer Laufzeit‑Speichermechanismen, was die Anpassung an dynamische und personalisi…

arXiv – cs.LG 21.01.2026 05:00

Forschung

AVP-Pro: Zwei‑Stufen‑Ansatz mit adaptiver Fusion und kontrastivem Lernen

Die präzise Identifikation von antiviralen Peptiden (AVPs) ist ein entscheidender Schritt bei der Entwicklung neuer Medikamente. Mit dem ne…

arXiv – cs.LG 19.01.2026 05:00

Forschung

Nutzer von KI-Modellen werden sozial bestraft – 36 % der Einnahmen verloren

Eine neue Studie aus dem Bereich der Verhaltensökonomie hat gezeigt, dass die Nutzung von großen Sprachmodellen (LLMs) nicht nur Effizienzs…

arXiv – cs.AI 16.01.2026 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

DRAGON: LLM-basierte Agenten lösen große kombinatorische Optimierungsprobleme

In einer bahnbrechenden Veröffentlichung stellt DRAGON – Decomposition and Reconstruction Agents Guided OptimizatioN – ein neues Paradigma…

arXiv – cs.AI 13.01.2026 05:00

Finde Modelle, Firmen und Themen

FedEMA‑Distill: EMA‑basierte Knowledge‑Distillation stärkt Federated Learning

Reinforcement-Learning-Modell prognostiziert Parkinsonpatienten-Freeze in 8,7 Sekunden

GLEAN: Neue Methode zur zuverlässigen Verifikation von KI-Agenten in der Medizin

Hopfield-Netzwerke verbinden Diffusion Guidance mit Anderson Acceleration

Alibaba präsentiert OpenSandbox: Einheitliche, sichere API für KI-Agenten

U-CAN: Unlearning in Generativen Empfehlungen – Utility-Aware Attenuation

PseudoAct: Pseudocode‑Synthese ermöglicht flexible Planung in LLM‑Agenten

WaveSSM: Neue Wavelet-basierte Zustandsmodelle verbessern Signalverarbeitung

Präzise Messung von Regelverstößen: ML-gestützte Stichprobe & LLM-Labeling

LLMs: Zu viel Rechenleistung kann Denken bremsen – neue Halo-Lösung

Effiziente Tool-Orchestrierung mit reflektiver Fehlerkorrektur

Google‑AI‑Zusammenfassungen täuschen: So schützen Sie sich vor Fehlinformationen

ThinkRouter: Effizientes Denken durch Routing zwischen latenter und diskreter Ebene

Deep Learning verbessert Unsicherheitsabschätzung atomarer Potentiale

Deep Learning übertrifft ML bei Vorhersage von Kinder-Malnutrition in Nepal

Kernel‑Lernverfahren prognostiziert ICU‑Notwendigkeit bei COVID‑19 Röntgenbildern

Ein Prompt macht KI-Modelle unsicher – neue Methode GRP-Oblit

Motif-basierter PageRank verbessert Graph-Convolutional Networks

Medizinische LLMs bewerten Augenpatientenfragen – Studie zeigt Unterschiede

Neue Methode steigert LLMs beim mathematischen Problemlösen

Matrix‑Faktorisierung: Mittelwertschätzung mit nutzerbezogener Privatsphäre

Mapping‑Verfahren verbindet Text mit Ambiguität – Entropie bleibt erhalten

MAPLE: Selbstüberwachtes Lernen verbessert UMAP Dimensionalitätsreduktion

Neues Modell: ApCM – Neuronale Speicherarchitektur für dynamische LLMs

AVP-Pro: Zwei‑Stufen‑Ansatz mit adaptiver Fusion und kontrastivem Lernen

Nutzer von KI-Modellen werden sozial bestraft – 36 % der Einnahmen verloren

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

DRAGON: LLM-basierte Agenten lösen große kombinatorische Optimierungsprobleme

🍪 Cookie-Einstellungen

Reinforcement-Learning-Modell prognostiziert Parkinsonpatienten-Freeze in 8,7 Sekunden

Nutzer von KI-Modellen werden sozial bestraft – 36 % der Einnahmen verloren