Suche nach Optimierungsframework

Sprachmodelle sabotieren sich: Optimierte Prompts führen zu massivem Leistungsverlust

In einer neuen Studie von Forschern aus dem Bereich der künstlichen Intelligenz wurde gezeigt, dass große Sprachmodelle ihre eigene Leistun…

arXiv – cs.AI 05.03.2026 05:00

Forschung

KI-Optimierung verbessert Winterstraßenpflege in Großbritannien

Die Winterstraßenpflege ist entscheidend für die öffentliche Sicherheit und die Reduzierung von Umweltauswirkungen. Traditionelle Verfahren…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Neue synthetische Daten ermöglichen skalierbare Personalisierung großer Sprachmodelle

Ein bahnbrechendes Forschungsprojekt liefert die bislang fehlende Datenbasis für die Personalisierung von großen Sprachmodellen (LLMs). Dur…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Bi-Level Prompt-Optimierung stärkt multimodale LLM-Judges bei Bildbewertungen

Große Sprachmodelle (LLMs) werden zunehmend als automatisierte Richter eingesetzt, um KI-generierte Inhalte zu bewerten. Trotz ihrer beeind…

arXiv – cs.AI 13.02.2026 05:00

Forschung

DLLM-Searcher: Effiziente Suchagenten mit Diffusions-LLM

Die jüngste Veröffentlichung auf arXiv (2602.07035v1) präsentiert DLLM-Searcher, ein neues Optimierungsframework, das Diffusions‑Large‑Lang…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Stochastische Optimierung: Neue Methode beschleunigt Kalibrierung von Plasmasystemen

Ein neues Optimierungsframework, das sich an der Theorie der „Sloppy Models“ orientiert, wurde vorgestellt. Es ermöglicht die effiziente Ka…

arXiv – cs.LG 06.02.2026 05:00

Forschung

AutoSizer: KI-gestützte Transistorgrößenbestimmung für AMS-Schaltungen

Die neue Methode AutoSizer nutzt Künstliche Intelligenz, um die Transistorgrößen in Analog- und Mixed-Signal-Schaltungen automatisch zu bes…

arXiv – cs.AI 04.02.2026 05:00

Forschung

LLM-gestützte Heuristik-Entwicklung für A* verbessert Suchleistung

Ein neues Verfahren nutzt große Sprachmodelle (LLMs), um Heuristiken für den A*-Suchalgorithmus automatisch zu entwerfen. Traditionell werd…

arXiv – cs.AI 28.01.2026 05:00

Forschung

Fehlerbasierte Prompt-Optimierung lässt kleine Modelle die Konkurrenz schlagen

In einer kürzlich veröffentlichten Studie auf arXiv (2512.13323v1) wird ein innovatives, fehlerbasiertes Optimierungsframework vorgestellt…

arXiv – cs.AI 16.12.2025 05:00

Forschung

Optimierung der Trainingsdaten: Datensatz‑Mischung für Zeitreihenprognosen

In der Welt des Deep Learning gilt die alte Regel: Je mehr Daten, desto besser. Doch bei Sensor‑Streams ist das nicht immer so. Oft sind di…

arXiv – cs.LG 15.12.2025 05:00

Forschung

Neues Fuzzy-Optimierungsmodell erweitert FCM-Kausalität

Auf arXiv veröffentlicht (ID 2512.09976v1) präsentiert ein neues Forschungsdokument ein innovatives Fuzzy-Optimierungsframework, das die kl…

arXiv – cs.AI 12.12.2025 05:00

Forschung

ESPO: Entropy Importance Sampling Policy beschleunigt LLM-Fine-Tuning

In der Welt der großen Sprachmodelle (LLM) hat sich die Verstärkungslern-Strategie zunehmend auf gruppenbasierte Optimierungsframeworks wie…

arXiv – cs.LG 02.12.2025 05:00

Forschung

Heterogenität in Big Data: Klassifikation strukturiert vs. unstrukturiert

Eine neue Studie beleuchtet, wie die Vielfalt von Big‑Data‑Datensätzen die Wahl von Klassifikationsalgorithmen beeinflusst. Dabei werden st…

arXiv – cs.LG 02.12.2025 05:00

Forschung

KI-gestütztes DSS für Open-Pit-Mining: GPU-Optimierung bei Unsicherheit

In einer bahnbrechenden Weiterentwicklung des KI-gestützten Decision Support Systems (DSS) für die Planung von Tagebauen präsentiert die ne…

arXiv – cs.AI 25.11.2025 05:00

Forschung

Neural-Optimierungsrahmen für freie Rand-Diffeomorphismen Oberflächenabbildung

Die Optimierung von freien Rand‑Diffeomorphismen ist ein zentrales, aber äußerst schwieriges Problem in der Oberflächenabbildung. Hierbei m…

arXiv – cs.LG 18.11.2025 05:00

Forschung

Ein neues Diffusionsmodell reduziert Druckverlust bei Wärmeableitern Forscher haben ein generatives Optimierungsframework entwickelt, das auf einem guided denoising diffusion probabilistic model (DDPM) basiert. Durch die Verwendung von Surrogatgradienten erzeugt das System Wärmeableiter, die sowohl den Druckverlust minimieren als auch die Oberflächentemperatur unter einem vorgegebenen Grenzwert halten. Die Geometrien der Wärmeableiter werden als Grenzflächen mehrerer Finnen dargestellt. Für

arXiv – cs.LG 14.11.2025 05:00

Forschung

LLM-Inference auf IoT: Adaptive Split-Computing reduziert Speicher und Latenz

Große Sprachmodelle (LLMs) erreichen inzwischen nahezu menschliche Leistungen in einer Vielzahl von Denkaufgaben, doch ihre Nutzung auf res…

arXiv – cs.LG 07.11.2025 05:00

Forschung

Neues Tool FLAIRR-TS verbessert Zeitreihen‑Vorhersagen mit LLMs ohne Feinabstimmung

Die Vorhersage von Zeitreihen mit großen Sprachmodellen (LLMs) erfordert die Verbindung von numerischen Mustern und natürlicher Sprache. Tr…

arXiv – cs.AI 28.08.2025 05:00

Forschung

Tri-Accel: GPU-Optimierung mit adaptiver Präzision und Speicherflexibilität

Tri-Accel ist ein neues, einheitliches Optimierungsframework, das drei fortschrittliche Beschleunigungstechniken gleichzeitig anpasst. Durc…

arXiv – cs.LG 26.08.2025 05:00

Finde Modelle, Firmen und Themen

Sprachmodelle sabotieren sich: Optimierte Prompts führen zu massivem Leistungsverlust

KI-Optimierung verbessert Winterstraßenpflege in Großbritannien

Neue synthetische Daten ermöglichen skalierbare Personalisierung großer Sprachmodelle

Bi-Level Prompt-Optimierung stärkt multimodale LLM-Judges bei Bildbewertungen

DLLM-Searcher: Effiziente Suchagenten mit Diffusions-LLM

Stochastische Optimierung: Neue Methode beschleunigt Kalibrierung von Plasmasystemen

AutoSizer: KI-gestützte Transistorgrößenbestimmung für AMS-Schaltungen

LLM-gestützte Heuristik-Entwicklung für A* verbessert Suchleistung

Fehlerbasierte Prompt-Optimierung lässt kleine Modelle die Konkurrenz schlagen

Optimierung der Trainingsdaten: Datensatz‑Mischung für Zeitreihenprognosen

Neues Fuzzy-Optimierungsmodell erweitert FCM-Kausalität

ESPO: Entropy Importance Sampling Policy beschleunigt LLM-Fine-Tuning

Heterogenität in Big Data: Klassifikation strukturiert vs. unstrukturiert

KI-gestütztes DSS für Open-Pit-Mining: GPU-Optimierung bei Unsicherheit

Neural-Optimierungsrahmen für freie Rand-Diffeomorphismen Oberflächenabbildung

LLM-Inference auf IoT: Adaptive Split-Computing reduziert Speicher und Latenz

Neues Tool FLAIRR-TS verbessert Zeitreihen‑Vorhersagen mit LLMs ohne Feinabstimmung

Tri-Accel: GPU-Optimierung mit adaptiver Präzision und Speicherflexibilität

🍪 Cookie-Einstellungen