Finde Modelle, Firmen und Themen

In einer wegweisenden Veröffentlichung skizziert ein Team von Forschern ein neues Paradigma für autonome Agenten, die nicht nur effizient l…

In der neuesten Forschung wird gezeigt, wie agentische künstliche Intelligenz (KI) die autonome Steuerung von Radio‑Access‑Netzwerken (RANs…

In der Welt der großen Sprachmodelle (LLMs) gewinnt die direkte Lösung von Optimierungsproblemen ohne Hilfsmittel eines Solver-Programms zu…

Compiler‑Auto‑Tuning steht vor einer klassischen Wahl: traditionelle Black‑Box‑Suchmethoden bieten keine semantische Orientierung, während…

In vielen wissenschaftlichen und industriellen Bereichen wachsen hochdimensionale Datensätze stetig, doch die klassische Clusterbildung ble…

In der Praxis stellt die Sicherheit von Reinforcement‑Learning‑Systemen eine zentrale Herausforderung dar. Traditionelle Constrained Reinfo…

Ein neues Verfahren namens MICE (Memory‑driven Intrinsic Cost Estimation) verspricht, die Sicherheit von Reinforcement‑Learning‑Systemen de…

Im Rahmen des AAAI 2026 wird ein Tutorial vorgestellt, das sich mit der Herausforderung beschäftigt, große, reale Datensätze in sinnvolle G…

Ein neues Modell namens HGATSolver, vorgestellt auf arXiv, bietet einen vielversprechenden Ansatz für die Simulation von Fluid‑Struktur‑Int…

Ein neues, vollständig automatisiertes Planungsframework wurde vorgestellt, das natürliche Sprachbeschreibungen in präzise PDDL-Modelle übe…

Große Sprachmodelle liefern zwar fließende Antworten, doch häufig ohne die nötige Basis – sogenannte Halluzinationen. Das stellt ein ernste…

Hierarchisches Clustering ist ein zentrales Verfahren im maschinellen Lernen, das Datenpunkte in baumartige Strukturen, sogenannte Dendrogr…

Die rasante Entwicklung von Bildgeneratoren wie StyleGAN, Midjourney und DALL‑E hat zu hochrealistischen synthetischen Bildern geführt, die…

Reinforcement Learning (RL) nutzt üblicherweise ein einzelnes, skalare Belohnungssignal, das nur schwer komplexe zeitliche, bedingte oder s…

Ein neues Benchmark namens CostNav hat die Forschung im Bereich autonomer Navigation revolutioniert, indem es die bislang vernachlässigte w…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein innovatives Verfahren namens GCL-OT vorgestellt, das graphkontrastives Lernen…

Ein kürzlich auf arXiv veröffentlichtes Papier (ID 2511.15715v1) beleuchtet ein zentrales Problem moderner, auf großen Sprachmodellen basie…

Die Fähigkeit großer Sprachmodelle, komplexe mehrstufige Argumentationen zu lösen, steht im Mittelpunkt aktueller KI-Forschung. Um diese Ko…

Wissenschaftler haben ein neues Konzept vorgestellt, das erklärt, warum ein bestimmtes Objekt einer Klasse angehört, während ein anderes ni…

In der modernen Schifffahrt stehen die Planung von Strom- und Logistikaufgaben in Häfen oft vor dem Problem, dass sich die Aufgabenstellung…

Die Leistungsfähigkeit von Large‑Language‑Model‑Agenten hängt vor allem von zwei Kernfähigkeiten ab: der Planung von Aktionen und der Zusam…

In einer neuen Veröffentlichung aus der KI‑Forschung wird untersucht, wie Trust‑Region‑Optimierungsverfahren wie TRPO und PPO in Umgebungen…

LLM‑Agenten haben sich zu leistungsstarken Helfern entwickelt, die von Webrecherchen über Berichtserstellung bis hin zu Datenanalysen und m…

Generative Modelle haben in den letzten Jahren beeindruckende Fortschritte erzielt und werden inzwischen in vielen Bereichen eingesetzt – v…

In den letzten Jahren haben große Rechenmodelle für logisches Denken, die sogenannten Large Reasoning Models (LRMs), beeindruckende Ergebni…

Ein neues arXiv‑Veröffentlichung (2508.10345v1) präsentiert einen revolutionären Ansatz für Clustering‑Algorithmen, der die Wohlfahrt der b…