Finde Modelle, Firmen und Themen

Reinforcement‑Learning‑Forscher haben kürzlich gezeigt, dass Diffusionsmodelle ein vielversprechendes Mittel sind, um multimodale Handlungs…

In Online-Marktökonomien entstehen soziale Normen – wie faire Sichtbarkeit, kontinuierliche Teilnahme und ausgewogene Reinvestition – durch…

In hochriskanten Einsatzbereichen werden KI‑Agenten, die auf großen Sprachmodellen (LLMs) basieren, immer häufiger eingesetzt. Bisher messe…

In einer neuen Veröffentlichung auf arXiv wird ein innovativer Ansatz für Reinforcement Learning in Markov-Entscheidungsprozessen mit konti…

In der neuen Studie zum Inverse Contextual Bandit (ICB) wird untersucht, wie ein Beobachter ohne Zugriff auf Belohnungen die zugrunde liege…

Die affektive Polarisierung, ein zentrales Thema in Politik- und Sozialforschung, wird in den sozialen Medien immer stärker ausgeprägt. Tra…

Thrombozyten verfallen innerhalb von fünf Tagen – ein kurzer Zeitrahmen, der Blutbanken vor die Herausforderung stellt, täglich unvorherseh…

In einer neuen Veröffentlichung auf arXiv präsentiert HiMAC ein innovatives, hierarchisches Lernframework, das Large Language Model (LLM)-A…

In einer kürzlich veröffentlichten Arbeit auf arXiv werden neue Auswahltheoreme vorgestellt, die zeigen, dass künstliche Agenten, die unter…

Meta‑Reinforcement‑Learning (Meta‑RL) generalisiert bislang meist über die Glattheit der Aufgabenkodierung. Diese Strategie erfordert eine…

Die Mixture-of-Experts (MoE)-Architektur gilt als Schlüsseltechnologie für die Skalierung großer Sprachmodelle, leidet jedoch häufig unter…

Reinforcement‑Learning‑Post‑Training hat kürzlich große Fortschritte bei der langen Ketten‑von‑Denken‑Logik von großen Sprachmodellen erzie…

Unabhängig von den unterschiedlichen Sichtweisen auf die KI-Branche, den potenziellen Risiken oder der US-Politik ist es entscheidend, Anth…

In einer kürzlich veröffentlichten Studie auf arXiv demonstriert ArchAgent, ein automatisiertes System zur Entdeckung von Computerarchitekt…

In der Formel 1 werden Rennestrategien ständig an sich ändernde Bedingungen und die Aktionen der Konkurrenz angepasst. Ein neues Forschungs…

Eine neue Studie zeigt, dass große Sprachmodelle (LLMs) nicht nur Texte generieren, sondern auch das Verhalten von Optimierern erlernen und…

Eine neue Methode namens ABM‑UDE nutzt Universal Differential Equations (UDE), um agentenbasierte Epidemiemodelle (ABMs) in Sekunden zu rep…

Forscher haben ein innovatives Verfahren vorgestellt, das Generative Flow Networks (GFlowNets) ohne zusätzliche Trainingsschritte für die E…

In der On‑the‑Fly‑Directed Controller Synthesis (OTF‑DCS) wird das Problem der explosionsartigen Zustandsraumgröße durch schrittweise Explo…

Reinforcement Learning hat in den letzten Jahren enorme Fortschritte in Robotik und Sprachverarbeitung erzielt. Ein zentrales Problem bleib…

In der KI‑Forschung taucht immer wieder die Frage auf, ob künstliche Intelligenzen Gefühle wie Eifersucht entwickeln können. Experimente, b…

Die Welt der Agenten‑KI wird immer autonomer – von der Büroarbeit bis hin zu persönlichen Assistenzaufgaben. Doch die rasante Entwicklung u…

In Forschung, Industrie und Politik ist der Begriff „AI“ allgegenwärtig, doch er bündelt zu viele unterschiedliche Systeme unter einem Dach…

In der Welt des Reinforcement Learning (RL) haben große Sprachmodelle (LLM) Agenten mit einer beeindruckenden Fähigkeit ausgestattet, kompl…

In der kooperativen Multi-Agenten‑Reinforcement‑Learning‑Forschung ist die Zerlegung von Werten ein zentrales Konzept. Bisher beruhen die m…

Forscher haben die Action-Graph-Policies (AGP) vorgestellt, ein neues Konzept, das die Koordination von Aktionen in Multi-Agenten-Umgebunge…

Mit dem neuen EduResearchBench wird die Leistungsfähigkeit von Large Language Models (LLMs) im Bereich der Bildungsforschung systematisch b…

In der Verstärkungslern‑Forschung stellt die Gewährleistung von Sicherheit ein zentrales Problem dar – besonders in Bereichen wie autonomes…