Finde Modelle, Firmen und Themen

Eine neue Untersuchung beleuchtet die Rolle von Sparse Autoencodern (SAEs) in multimodalen Vision‑Language‑Modellen und stellt die weit ver…

In einer neuen Untersuchung auf arXiv (2603.20406v1) wird erforscht, ob unabhängig trainierte Sprachmodelle geometrisch kompatible latente…

Symmetrie als inhärente Struktur in Daten – sei es bei Gittern, Mengen oder Graphen – wirkt sich positiv auf die Generalisierung aus. In de…

Die herkömmlichen Attention-Mechanismen in Transformer‑Modellen beschränken sich auf paarweise Beziehungen, wodurch komplexe Abhängigkeiten…

Eine neue Studie auf arXiv zeigt, warum die gängigen Tests zur Bewertung von KI‑Alignment häufig scheitern. Der Fokus liegt dabei auf der p…

Ein neues Verfahren namens Soft‑Rank Diffusion eröffnet einen vielversprechenden Ansatz, um Wahrscheinlichkeitsverteilungen auf der endlich…

Neue Forschung zeigt, dass intelligente Einlegesohlen mit Drucksensoren, Beschleunigungsmessern und Gyroskopen die menschliche Gangart und…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein innovatives Verfahren vorgestellt, das die Generierung von neuronalen Netzwerk…

Die Modellierung von Kristallen umfasst bislang zahlreiche Aufgaben, von der Vorhersage kristalliner Strukturen bis hin zur generativen Erz…

Große Sprachmodelle (LLMs) sind im Umgang mit unstrukturiertem Text unschlagbar, doch bei Graphaufgaben stoßen sie an ihre Grenzen. Die Not…

In vielen industriellen Überwachungssystemen ändern sich die gemessenen Sensoren ständig – neue Sensoren werden eingebaut, alte fallen aus…

In der Welt der Sprachmodelle haben Masked Diffusion Models (MDMs) großes Interesse geweckt, doch sie hinken noch hinter den klassischen au…

In einer neuen Veröffentlichung präsentiert das Forschungsteam das Modell XLinear, ein leichtgewichtiges MultiLayer Perceptron (MLP), das s…

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

Ein neues arXiv‑Veröffentlichung untersucht, wie verschiedene Formen der Symmetrie in neuronalen Netzwerken die Leistung beim Lernen von Qu…

Kolmogorov‑Arnold‑Netze (KANs) haben sich als vielversprechende Alternative zu klassischen Multi‑Layer‑Perceptrons etabliert, indem sie ler…

In der aktuellen Forschung im maschinellen Lernen berichten viele Arbeiten von 1‑2 % besserer Ergebnisse, basierend auf einem einzigen Lauf…

In der Wirkstoffentwicklung ist es entscheidend, nicht nur ein Molekül, sondern ein repräsentatives Set seiner niedrigenergetischen Konform…

Transformers benötigen Positionskodierungen, um die inhärente Permutationsinvarianz der Selbstaufmerksamkeit zu kompensieren. Traditionell…

Eine neue Studie aus dem arXiv-Repository präsentiert ein erklärbares Deep‑Learning‑Modell, das kurzfristige Regenvorhersagen für Bengaluru…

Graph‑Super‑Resolution, also die Rekonstruktion hochauflösender Graphen aus niedrigauflösenden Vorgängern, eröffnet ein vielversprechendes…

Mit der rasanten Verbreitung von Voice‑AI‑Agenten wächst die Nachfrage nach verlässlichen Testmethoden. Bisher fehlt jedoch ein systematisc…

In einer wegweisenden Studie wurden drei Denoising Diffusion Probabilistic Models (DDPMs) entwickelt, die 3‑D‑T1‑gewichtete Gehirnbilder er…

Die neueste Veröffentlichung auf arXiv (2508.16355v1) stellt NIAQUE vor – ein neuronales Modell, das probabilistische Regression mit Transf…