Finde Modelle, Firmen und Themen

In einer neuen Studie wird gezeigt, dass multimodale große Sprachmodelle (MLLMs) durch das gezielte Einbinden von visuellen Hilfen ihre geo…

In der Forschung zu großen Sprachmodellen (LLM) haben Agenten bereits beeindruckende Ergebnisse bei mehrstufigen Tool‑Use‑Aufgaben erzielt…

Ein neues Benchmark namens DEAF (Diagnostic Evaluation of Acoustic Faithfulness) wurde entwickelt, um zu prüfen, ob Audio‑Multimodale Large…

Ein neues arXiv-Papier beleuchtet die Grenzen von Rotary Positional Embedding (RoPE), einer weit verbreiteten Technik zur Positionskodierun…

Eine neue Variante der Sparse Mixture-of-Experts (MoE) – PathMoE – verspricht, die Effizienz von Sprachmodellen noch weiter zu steigern. Tr…

In der Forschung zu großen Sprachmodellen (LLMs) wird zunehmend erkannt, dass lange, redundante Beweiswege nicht nur die Rechenzeit erhöhen…

Ein neues arXiv-Papier präsentiert VeriGrey, einen Greybox-Ansatz zur Untersuchung von LLM-Agenten. Diese Agenten kombinieren große Sprachm…

Ein neues Modell namens MANAR (Memory‑augmented Attention with Navigational Abstract Conceptual Representation) erweitert die klassische Mu…

Mit der zunehmenden Realitätsnähe von Sprach- und Text‑Chatbots wächst die Unsicherheit der Nutzer, ob sie mit einem Menschen oder einer KI…

Der internationale Schiffsverkehr verursacht rund 3 % der weltweiten Treibhausgasemissionen, doch die Routenplanung bleibt weitgehend auf h…

QuantFL ist ein neu entwickeltes Framework für Federated Learning (FL), das speziell für Edge‑IoT‑Geräte konzipiert wurde. Durch die Nutzun…

Moderne Fahrzeuge erzeugen mit ihren elektronischen Steuergeräten (ECUs) tausende asynchroner Ereignisse, die sogenannten Diagnose‑Fehlerco…

Die Automatisierung im Kundenservice erlebt einen tiefgreifenden Wandel: Statt einseitiger, vordefinierter Chatbots setzen Unternehmen zune…

Große Sprachmodelle (LLMs) können jetzt nicht nur logisch denken, sondern auch Werkzeuge einsetzen. Das eröffnet die Möglichkeit, autonome…

Autorek, ein Anbieter von KI-Lösungen für die Versicherungsbranche, hat einen Bericht veröffentlicht, der die operativen Engpässe in intern…

Ein neues arXiv-Papier (2603.15665v1) legt die theoretische Basis für das Query‑Key‑Value (QKV)-Modell in Transformer‑Architekturen fest. D…

Ein neues arXiv-Papier präsentiert den Recursive Stem Model (RSM), ein rekursives Reasoning‑Modell, das die Architektur des Tiny Recursive…

FlashSampling ist ein neues, exakt arbeitendes Sampling-Primitive, das die Stichprobe direkt in die Matrix‑Multiplikation des LM‑Heads einb…

Ein neues arXiv-Papier (2603.13243v1) zeigt, dass Diffusions‑Large‑Language‑Models (dLLMs) bei mehrstufigen Logikaufgaben hinter autoregres…

Die jüngste Studie aus dem arXiv-Repository präsentiert ein zukunftsweisendes, zweigeteiltes Konzept, das Krankenhäusern hilft, ihre Kapazi…

Ein neues Papier auf arXiv (2603.13311v1) stellt ein innovatives Verfahren zur Approximation mehrdimensionaler Funktionen vor, das die Gren…

Ein neues arXiv-Papier mit der Nummer 2603.13277v1 präsentiert einen innovativen Ansatz, der Sparse Autoencoders (SAEs) nutzt, um die dicht…

Transformer‑basierte Modelle haben die Wettervorhersage in den letzten Jahren stark vorangebracht, doch die bisherige position‑zentrierte T…

Ein neues KI-Planungsframework für webbasierte LLM-Agenten wurde auf arXiv veröffentlicht. Das Papier adressiert die zentrale Herausforderu…

Obwohl Sprachmodelle umfangreiche Sicherheitstrainings durchlaufen, bleiben sie weiterhin anfällig für Prompt‑Injection‑Angriffe. In einer…

In der Welt der Datenanalyse sind Algorithmen wie DBSCAN und HDBSCAN seit langem die Standardwerkzeuge, um Cluster beliebiger Form zu erken…

Ein neuer Algorithmus zur Clusterung von Längsschnittdaten wurde auf der Plattform arXiv veröffentlicht. Der Ansatz, der als Feature‑basier…

In einer Zeit, in der multimodale Sprachmodelle bereits beeindruckende Leistungen in der medizinischen Bildanalyse und klinischen Entscheid…

In einer kürzlich veröffentlichten Studie auf arXiv wird die wachsende Gefahr von KI-Systemen hervorgehoben, die über eine hochentwickelte…

Sprachmodelle wie Qwen3-8B haben bisher vor allem bei allgemeinen Aufgaben beeindruckende Ergebnisse erzielt. Die Übertragung dieser Modell…