KI News. Verstehen, was wichtig wird.

Suche Anmelden

Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Politikoptimierung”

PhGPO: Pheromonbasierte Politikoptimierung für langfristige Tool-Planung

Neuste Fortschritte bei Large Language Model (LLM)-Agenten zeigen, dass komplexe Aufgaben durch den Einsatz von Werkzeugen erfolgreich ausg…

arXiv – cs.AI 17.02.2026 05:00

Sicheres Reinforcement Learning durch Rücksetzschutz mit Gaußschen Prozess-Modellen

Reinforcement Learning (RL) hat sich als leistungsstarkes Werkzeug für optimale Entscheidungsfindung und Steuerung etabliert, doch in siche…

arXiv – cs.AI 16.02.2026 05:00

OmniSapiens 7B 2.0: Das neue Basismodell für soziale Verhaltensanalyse

Ein neues KI-Modell namens OmniSapiens 7B 2.0 wurde vorgestellt, das die Analyse sozialer Verhaltensweisen auf ein neues Niveau hebt. Durch…

arXiv – cs.AI 12.02.2026 05:00

Selbstentwickelndes Framework verbessert die Erzeugung innovativer Matheaufgaben

Im Bereich der intelligenten Bildung gewinnt die automatische Erzeugung von Matheaufgaben zunehmend an Bedeutung. Durch die rasante Entwick…

arXiv – cs.AI 21.01.2026 05:00

Interaktive Testzeit-Intervention verbessert Deep Reasoning effizient

Große Denkmodelle (LRMs) sind in der Lage, komplexe Mehrschritt‑Aufgaben zu lösen, leiden jedoch häufig unter ineffizienten Denkprozessen w…

arXiv – cs.AI 19.01.2026 05:00

Neues DRO-Modell vereint Kausalität und Kontinuität für interpretierbare Entscheidungen

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

arXiv – cs.AI 19.01.2026 05:00

SRPL verbessert Sicherheit und Effizienz autonomer Fahrzeuge

Ein neues Forschungsergebnis aus dem Bereich des sicheren Reinforcement Learnings (SafeRL) zeigt, dass die Methode Sicherheitsdarstellungen…

arXiv – cs.LG 22.12.2025 05:00

LLMs neu starten: Präferenzbasierte Politikoptimierung als Durchbruch In einer bahnbrechenden Veröffentlichung auf arXiv wird ein neues Verfahren vorgestellt, das große Sprachmodelle (LLMs) ohne umfangreiche manuelle Anmerkungen an menschliche Vorlieben anpasst. Das Konzept, „präferenzbasierte Politikoptimierung“ (PbPO), nutzt ein Min‑Max‑Spiel zwischen einer Hauptpolicy und einem Belohnungsmodell (RM), wobei letzteres innerhalb eines aus Präferenzdaten abgeleiteten Vertrauensraums eingeschränkt wird, um z

arXiv – cs.AI 18.11.2025 05:00

GRAPH‑GRPO‑LEX: Automatisierte Vertragsanalyse mit Graphen & RL

Verträge sind komplexe Dokumente mit vielen formalen Strukturen, expliziten und impliziten Abhängigkeiten sowie reichhaltigem semantischem…

arXiv – cs.AI 11.11.2025 05:00