Suche nach Optimierungsverfahren

Unlearnable Examples schlagen zurück: Pretraining macht sie nutzlos

Unlearnable Examples (UEs) sind ein Schutzmechanismus, der unsichtbare Störungen in Daten einfügt, um Modelle dazu zu bringen, falsche Zusa…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neues Riemannian-Optimierungsverfahren verbessert modulare Systeme

Ein neues arXiv‑Veröffentlichung (2603.03610v1) liefert einen bedeutenden Fortschritt in der Optimierung von Systemen, die aus modularen Ba…

arXiv – cs.LG 05.03.2026 05:00

Forschung

AutoQRA: Optimale Quantisierung & LoRA für effizientes LLM‑Fine‑Tuning

In der Welt der großen Sprachmodelle (LLMs) ist die Kombination aus Quantisierung und parameter‑effizientem Feintuning zu einem vielverspre…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Strategische Risikoscheu verbessert Kollaboration von Agenten

Viele neue Agentenmodelle verlangen, dass Agenten gemeinsam mit anderen Agenten oder Menschen zusammenarbeiten, um gemeinsame Ziele zu erre…

arXiv – cs.LG 26.02.2026 05:00

Forschung

GenSR: Neue generative Symbolische Regression revolutioniert Gleichungsfindung

Die Forschung im Bereich der Symbolischen Regression (SR) hat einen bedeutenden Fortschritt erzielt: Das neue Framework GenSR nutzt einen g…

arXiv – cs.LG 25.02.2026 05:00

Forschung

Differenzielle Privatsphäre in nicht-konvexen, robusten Optimierungsmodellen

In realen Anwendungen treten häufig Datenverzerrungen, Ungleichgewichte zwischen Gruppen und gezielte Störungen auf, die die klassische Met…

arXiv – cs.LG 19.02.2026 05:00

Forschung

AstRL: KI-gestützte Synthese von Analog- und Mixed-Signal-Schaltungen

Analog- und Mixed-Signal‑ICs bilden das Herz moderner Rechen- und Kommunikationssysteme. Trotz steigender Designkomplexität hat die Automat…

arXiv – cs.AI 16.02.2026 05:00

Forschung

LUMOS stärkt federierte sequentielle Empfehlungen – LLMs liefern neue Ergebnisse

Federierte sequentielle Empfehlungssysteme (FedSeqRec) ermöglichen die Vorhersage des nächsten Items, ohne dass Nutzerdaten zentralisiert w…

arXiv – cs.LG 11.02.2026 05:00

Forschung

AVERE: Emotionserkennung in Audio-Video-Daten durch Präferenzoptimierung

Emotionserkennung ist ein entscheidender Baustein für sozial intelligente Agenten. Trotz der beeindruckenden Leistungen multimodaler Large…

arXiv – cs.LG 10.02.2026 05:00

Forschung

<p>Adam neu interpretiert: Beschleunigte kontinuierliche Dynamik als zweiter Ordnung</p> <p>In einer kürzlich veröffentlichten Arbeit auf arXiv (2602.09101v1) wird Adam – das beliebte Optimierungsverfahren aus dem maschinellen Lernen – in einer völlig neuen Perspektive dargestellt. Durch die Modellierung als zweiter‑Ordnung‑Integro‑Differential‑System entsteht eine beschleunigte kontinuierliche Zeitformulierung, die die Dynamik von Adam auf eine elegante, physikalisch inspirierte Ebene hebt.</p> <p>Der Ansa

arXiv – cs.LG 11.02.2026 05:00

Forschung

Neue Methode stärkt Sicherheit von Sprachmodellen durch gezielte Optimierungsgeometrie

Die Sicherheit großer Sprachmodelle bleibt trotz Fortschritten oft fragil, wenn die Trainingsdaten von ihrem ursprünglichen Kontext abweich…

arXiv – cs.LG 10.02.2026 05:00

Forschung

Yunjue Agent: Selbstentwickelnde KI löst offene Aufgaben ohne Startdaten

In einer Welt, in der Aufgaben ständig wechseln und externe Anleitung knapp ist, stoßen herkömmliche Agentensysteme an ihre Grenzen. Sie ve…

arXiv – cs.AI 27.01.2026 05:00

Forschung

Stabile Exponential-Integration für Gaussian‑Mixture‑BBVI: Neue Methode

Eine neue Technik für die Black‑Box‑Variationsinferenz (BBVI) mit Gaußschen Mischfamilien verspricht, komplexe Posteriorverteilungen effizi…

arXiv – cs.LG 22.01.2026 05:00

Forschung

Framework optimiert Quellengewichte und Transfermenge im Multi-Source Transfer

Transfer‑Learning ist ein entscheidender Ansatz, um Modelle in datenarmen Szenarien zu verbessern. Doch wenn mehrere Quellaufgaben gleichmä…

arXiv – cs.AI 19.01.2026 05:00

Forschung

<h1>HADES: Strukturbasierte Hamiltonian‑Dynamik optimiert Proteinvarianten</h1> <p>Die neueste Veröffentlichung auf arXiv stellt HADES vor, ein Bayesian‑Optimierungsverfahren, das mithilfe von Hamiltonian‑Dynamik Proteinvarianten effizienter gestaltet. Durch die Kombination von physikalischer Bewegungssimulation und probabilistischer Modellierung eröffnet HADES einen vielversprechenden Ansatz für die Protein‑Engineering‑Forschung.</p> <p>Traditionelle sequentienbasierte Optimierungsmethoden stoßen an ihre G

arXiv – cs.AI 19.01.2026 05:00

Forschung

ResMAS: Optimierung der Resilienz in LLM-basierten Multi-Agenten-Systemen

Large‑Language‑Model‑basierte Multi‑Agenten‑Systeme (LLM‑MAS) haben in den letzten Jahren beeindruckende Leistungen in komplexen Aufgabenbe…

arXiv – cs.AI 09.01.2026 05:00

Forschung

Mehr Effizienz in Multi‑Objektiven Optimierung durch Reinforcement Learning

Die Suche nach effizienteren Optimierungsverfahren bleibt ein zentrales Thema in der Forschung. Ein vielversprechender Ansatz ist die Nutzu…

arXiv – cs.AI 12.12.2025 05:00

Forschung

HB‑SGE: Robustes Heavy‑Ball‑Momentum mit vorausschauender Extrapolation

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

arXiv – cs.LG 12.12.2025 05:00

Forschung

CompassMax‑V3‑Thinking: RL für hundert Milliarden MoE ohne Rollout‑Verlust

Das neue Modell CompassMax‑V3‑Thinking setzt einen Meilenstein in der Skalierung von Reinforcement‑Learning (RL) auf hundert Milliarden Par…

arXiv – cs.AI 09.12.2025 05:00

Forschung

DeepRule: KI-gestütztes Framework für Geschäftsregeln im Einzelhandel

Auf der Plattform arXiv wurde das neue Forschungsprojekt DeepRule vorgestellt, das ein integriertes System zur automatisierten Erzeugung vo…

arXiv – cs.AI 04.12.2025 05:00

Forschung

KI-Framework erklärt Materialverhalten: 32 Datenpunkte reichen für 88% Genauigkeit

In der Industrie steht die Einführung von Künstlicher Intelligenz für Ingenieurwesen (AI4E) vor zwei großen Hindernissen: der Mangel an hoc…

arXiv – cs.LG 03.12.2025 05:00

Forschung

SelfAI: Selbstlernende KI-Plattform mit LLM-Agenten revolutioniert Forschung

In der jüngsten Forschung zur autonomen wissenschaftlichen Entdeckung setzen immer mehr Systeme auf große Sprachmodelle (LLMs), um Problemd…

arXiv – cs.LG 02.12.2025 05:00

Forschung

Tensor-Netzwerk-basiertes Feature-Lernmodell

Ein brandneues Modell namens Feature Learning (FL) nutzt Tensor-Netzwerke, um die Auswahl von Feature‑Hyperparametern automatisch zu optimi…

arXiv – cs.LG 03.12.2025 05:00

Forschung

HeaRT: Hierarchisches KI-Framework optimiert AMS-Designs schneller und genauer

Ein neues KI-Framework namens HeaRT verspricht, die Automatisierung von Analog‑Mixed‑Signal‑(AMS)‑Designs grundlegend zu verändern. Im Gege…

arXiv – cs.AI 26.11.2025 05:00

Forschung

RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein

In der jüngsten Veröffentlichung auf arXiv wird ein neues Konzept vorgestellt, das die Grenzen der heutigen KI‑Ausrichtung aufzeigt: das RL…

arXiv – cs.LG 26.11.2025 05:00

Forschung

Leichtgewichtiges Modell für Denken: Dynamisches Pruning & Distillation

Mit dem rasanten Fortschritt im Deep Learning haben große Sprachmodelle beeindruckende Fähigkeiten in komplexen Rechenaufgaben gezeigt. Ihr…

arXiv – cs.LG 25.11.2025 05:00

Forschung

VEROS‑Ozeanmodell wird vollständig differenzierbar – JAX‑Integration

Ein neues Update des VEROS‑Ozeanmodells macht es komplett differenzierbar, sodass die gesamte Dynamik automatisch abgeleitet werden kann. D…

arXiv – cs.LG 24.11.2025 05:00

Forschung

Transformer-gestütztes DRL optimiert Energieverbrauch bei eVTOL-Start

Die rasante Entwicklung von elektrischen Hub- und Landeflugzeugen (eVTOL) eröffnet neue Möglichkeiten, den städtischen Verkehr zu entlasten…

arXiv – cs.LG 20.11.2025 05:00

Forschung

Neurale Netze effizient skalieren: Neue Optimierungsansätze vorgestellt

Ein neues arXiv‑Papiere mit der Bezeichnung 2511.11163v1 bringt einen Überblick über die aktuellsten Optimierungsverfahren, die beim Traini…

arXiv – cs.LG 17.11.2025 05:00

Forschung

Neue Methode liefert nahezu optimale lineare Clusterung ohne Trennbarkeit

Lineare Predictive Clustering (LPC) teilt Datenpunkte anhand gemeinsamer linearer Beziehungen zwischen Merkmalen und Zielvariablen. Diese T…

arXiv – cs.LG 17.11.2025 05:00

Finde Modelle, Firmen und Themen

Unlearnable Examples schlagen zurück: Pretraining macht sie nutzlos

Neues Riemannian-Optimierungsverfahren verbessert modulare Systeme

AutoQRA: Optimale Quantisierung & LoRA für effizientes LLM‑Fine‑Tuning

Strategische Risikoscheu verbessert Kollaboration von Agenten

GenSR: Neue generative Symbolische Regression revolutioniert Gleichungsfindung

Differenzielle Privatsphäre in nicht-konvexen, robusten Optimierungsmodellen

AstRL: KI-gestützte Synthese von Analog- und Mixed-Signal-Schaltungen

LUMOS stärkt federierte sequentielle Empfehlungen – LLMs liefern neue Ergebnisse

AVERE: Emotionserkennung in Audio-Video-Daten durch Präferenzoptimierung

Neue Methode stärkt Sicherheit von Sprachmodellen durch gezielte Optimierungsgeometrie

Yunjue Agent: Selbstentwickelnde KI löst offene Aufgaben ohne Startdaten

Stabile Exponential-Integration für Gaussian‑Mixture‑BBVI: Neue Methode

Framework optimiert Quellengewichte und Transfermenge im Multi-Source Transfer

ResMAS: Optimierung der Resilienz in LLM-basierten Multi-Agenten-Systemen

Mehr Effizienz in Multi‑Objektiven Optimierung durch Reinforcement Learning

HB‑SGE: Robustes Heavy‑Ball‑Momentum mit vorausschauender Extrapolation

CompassMax‑V3‑Thinking: RL für hundert Milliarden MoE ohne Rollout‑Verlust

DeepRule: KI-gestütztes Framework für Geschäftsregeln im Einzelhandel

KI-Framework erklärt Materialverhalten: 32 Datenpunkte reichen für 88% Genauigkeit

SelfAI: Selbstlernende KI-Plattform mit LLM-Agenten revolutioniert Forschung

Tensor-Netzwerk-basiertes Feature-Lernmodell

HeaRT: Hierarchisches KI-Framework optimiert AMS-Designs schneller und genauer

RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein

Leichtgewichtiges Modell für Denken: Dynamisches Pruning & Distillation

VEROS‑Ozeanmodell wird vollständig differenzierbar – JAX‑Integration

Transformer-gestütztes DRL optimiert Energieverbrauch bei eVTOL-Start

Neurale Netze effizient skalieren: Neue Optimierungsansätze vorgestellt

Neue Methode liefert nahezu optimale lineare Clusterung ohne Trennbarkeit

🍪 Cookie-Einstellungen