Finde Modelle, Firmen und Themen

In der Forschung zum maschinellen Vergessen großer Sprachmodelle stellt sich häufig ein Datenschutzproblem dar: Sowohl die Serverparameter…

Ein völlig neuer Ansatz für multimodale KI hat die Forschung erschüttert: Das erste Tri‑Modal‑Masked‑Diffusion‑Modell, das von Grund auf mi…

Die effiziente Planung von Operatoren ist ein zentrales Problem in der Softwarekompilierung und der Hardware‑Synthese. Traditionelle Verfah…

Forscher haben einen bedeutenden Durchbruch in der Online-Optimierung erzielt: Sie zeigen, dass die Klasse der nicht-monotonen Diminishing-…

Eine neue Studie auf arXiv beleuchtet, wie zweischichtige neuronale Netze die Modulare Addition erlernen. Der Fokus liegt auf der Entstehun…

Neurale Operatoren haben die Lösung von partiellen Differentialgleichungen revolutioniert, indem sie auf Daten basierende, resolutionsunabh…

Die neueste Veröffentlichung auf arXiv, „Pawsterior: Variational Flow Matching for Structured Simulation-Based Inference“, präsentiert ein…

In einer wegweisenden Veröffentlichung präsentiert ein Forschungsteam neue, provably effiziente Algorithmen für robuste Markov-Entscheidung…

Low‑Rank Adaptation (LoRA) bleibt ein beliebtes Werkzeug, um große Modelle mit wenigen zusätzlichen Parametern zu verfeinern. Trotz des ger…

In der Welt der tiefen neuronalen Netze werden Nichtlinearitäten häufig als feste Bausteine wie ReLU behandelt. Diese Vorgehensweise schrän…

Ein neues Sprachmodell namens IMU‑1, das mit nur 430 Mio. Parametern und 72 B Tokens trainiert wurde, erreicht Leistungen, die bisher nur b…

Ein neues arXiv-Papier präsentiert die Fubini‑Study‑Metrik als revolutionäre Methode zur Analyse von Repräsentationsdrift in hochdimensiona…

In vortrainierten Embedding‑Räumen korreliert die rohe Kosinus‑Ähnlichkeit stark mit menschlichen Urteilen, doch die Anisotropie führt zu e…

In der Welt der großen Sprachmodelle (LLMs) dominiert das Reinforcement Learning aus menschlichem Feedback (RLHF) als bevorzugte Methode, u…

In einer wegweisenden Veröffentlichung präsentiert ein Forschungsteam ein neues Framework für die kontextuelle Distributionally Robust Opti…

DeepSeek hat mit mHC-lite einen wichtigen Schritt in Richtung stabilerer und effizienterer tiefer neuronaler Netze gemacht. Das neue Verfah…

Ein neues arXiv-Papier (ArXiv:2512.11858v1) mit dem Titel AdaPID präsentiert einen innovativen Ansatz zur Optimierung von Diffusionssampler…

In den letzten Jahren hat sich die Entwicklung von tabellarischen Basismodellen (TFMs) rasant beschleunigt. Diese Modelle zeigen ein starke…

Die neuesten Erkenntnisse aus dem arXiv-Preprint 2512.03062v1 zeigen, wie große Sprachmodelle (LLMs) effizienter und ressourcenschonender w…

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

Approximate Machine Unlearning ist ein vielversprechender Ansatz, um gezielt den Einfluss einzelner Datenpunkte aus einem trainierten Model…

Graph Neural Networks (GNNs) sind heute unverzichtbar für die Analyse relationaler Daten. Klassische GNNs lassen sich in drei Hauptvariante…

Ein neues Modell, der Multivariate Variational Autoencoder (MVAE), wurde auf arXiv vorgestellt und verspricht, die Vorteile der klassischen…

In einer aktuellen Veröffentlichung auf arXiv wird ein stochastischer Gauss-Newton-Algorithmus (SGN) vorgestellt, der mit Levenberg–Marquar…

In einem brandneuen Beitrag auf arXiv wird die bislang wenig verstandene Robustheit von Unfolding‑Netzwerken gegenüber gezielten Angriffen…

HyPINO ist ein neuartiger Multi‑Physics Neural Operator, der ohne task‑spezifisches Fine‑Tuning über eine breite Palette parametrisierter p…