Suche nach Preprint | meineki.news

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

In einer neuen Studie aus dem arXiv-Preprint 2603.04516v1 zeigen Astronomen, wie man große Sammlungen von multimodalen Daten – Bilder, Spek…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Selbstspiel nur nachhaltig, wenn synthetische Pipeline lernbare Infos liefert

Neue Forschung aus dem arXiv-Preprint arXiv:2603.02218v1 zeigt, dass große Sprachmodelle (LLMs) nur dann wirklich durch selbstständige Lern…

arXiv – cs.LG 04.03.2026 05:00

Forschung

So hilft ein Planner durch Rollenmodell-Labels die Gesellschaft zu optimieren

In einer neuen Studie von Forschern der arXiv-Preprint‑Serie wird untersucht, wie ein sozialer Planer Menschen dabei unterstützen kann, bes…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Manifold-Aware Denoising Score Matching reduziert Rechenaufwand

In der Statistik und im maschinellen Lernen ist es oft schwierig, Wahrscheinlichkeitsverteilungen zu modellieren, die auf komplexen Mannigf…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Modell für KI-Entscheidungen: Kontext, Szene und menschliches Verhalten

In einer Zeit, in der agentische KI immer proaktiver agiert, fehlt bislang ein klarer Leitfaden dafür, wann, warum und ob überhaupt gehande…

arXiv – cs.AI 27.02.2026 05:00

Forschung

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

In einem neuen arXiv-Preprint wird gezeigt, dass maschinelles Lernen die Richtungen von Eröffnungs-Serves im Profi-Tennis mit einer Genauig…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Mamba beschleunigt Flexible Job Shop Scheduling: Effizientes Sequenzmodell

Ein neues arXiv-Preprint (2602.21546v1) präsentiert eine bahnbrechende Architektur, die das Flexible Job Shop Scheduling (FJSP) mithilfe de…

arXiv – cs.LG 26.02.2026 05:00

Forschung

Zwei additive Wertefunktionen aus anonymen Antworten exakt bestimmen

Ein neues Verfahren aus dem arXiv-Preprint 2602.20638v1 eröffnet einen innovativen Ansatz zur Ermittlung von Präferenzmodellen. Dabei werde…

arXiv – cs.AI 25.02.2026 05:00

Forschung

Black-Box-Tests für KI: Grenzen der Sicherheitsermittlung enthüllt

Neue Forschungsergebnisse aus dem arXiv-Preprint Fundamental Limits of Black-Box Safety Evaluation zeigen, dass die gängige Annahme, dass B…

arXiv – cs.AI 20.02.2026 05:00

Forschung

Simulation als Schlüssel: KI-Agenten mit synthetischen Daten trainieren

Ein neues arXiv‑Preprint (2602.15816v1) beleuchtet ein zentrales Hindernis der modernen subsymbolischen KI: die unzureichende Datenmenge un…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neue Vorverarbeitung verbessert Cumulative Constraints in der Terminplanung

Ein neuer Ansatz aus dem arXiv‑Preprint On inferring cumulative constraints bietet eine effiziente Vorverarbeitung für Cumulative Constrain…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neues differenzierbares ILP-Modell lernt Regeln aus Rohdaten ohne Label-Leakage

In der Forschung zu erklärbaren KI-Modellen hat sich das Inductive Logic Programming (ILP) als besonders transparent erwiesen, weil es aus…

arXiv – cs.AI 17.02.2026 05:00

Forschung

Soft Contamination: Benchmark-Ergebnisse verfälscht

Eine neue Studie aus dem arXiv-Preprint arXiv:2602.12413v1 zeigt, dass große Sprachmodelle (LLMs) häufig mit Benchmark‑Testdaten in ihren T…

arXiv – cs.AI 16.02.2026 05:00

Forschung

Benchmark Health Index: Systematisches Rahmenwerk zur LLM-Benchmark-Bewertung

Die rasante Entwicklung großer Sprachmodelle (LLMs) steht im Widerspruch zu den zunehmend unzuverlässigen Messinstrumenten, die ihren Forts…

arXiv – cs.AI 13.02.2026 05:00

Forschung

Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %

In einer kürzlich veröffentlichten Studie der Fraunhofer‑IISB (Institut für Software‑ und Systemtechnik) wurde das neue Framework FormalJud…

arXiv – cs.AI 12.02.2026 05:00

Forschung

<h1>Neue Forschung: Entscheidungswerte in Datenrepräsentationen systematisch erfasst</h1> <p>Ein kürzlich veröffentlichtes arXiv‑Preprint (2602.11295v1) präsentiert einen innovativen Ansatz zur Analyse, wie unterschiedliche Darstellungen derselben Daten zu unterschiedlichen Ergebnissen führen können. Der Autor zeigt, dass ein Rechenmotor, der auf verschiedenen Repräsentationsformen arbeitet, manchmal das gleiche Ergebnis liefert, anderemal jedoch komplett abweicht.</p> <p>Um diese Phänomene zu dokumentie

arXiv – cs.AI 13.02.2026 05:00

Forschung

CoMMa: Neue Game-Theoretic Multi-Agenten für präzisere Onkologie-Entscheidungen

Ein neues arXiv-Preprint präsentiert CoMMa, ein dezentrales Framework aus großen Sprachmodellen, das speziell für die Unterstützung von Onk…

arXiv – cs.AI 11.02.2026 05:00

Forschung

Weniger trainieren, schneller inferieren: Sparsity-basiertes Finetuning

Ein neues arXiv-Preprint (2602.09169v1) präsentiert einen innovativen Ansatz, um große Sprachmodelle effizient an spezifische Aufgaben anzu…

arXiv – cs.LG 11.02.2026 05:00

Forschung

Matching statt Pooling: Robustere Generalisierung bei heterogenen Daten

Ein neues arXiv-Preprint (2602.07154v1) präsentiert einen innovativen Ansatz, der herkömmliches Pooling von heterogenen Datensätzen überwin…

arXiv – cs.LG 10.02.2026 05:00

Forschung

RBAθ-Workflow liefert präzise Vorhersage von Windkraft-Rampen

Ein neues Forschungsmodell aus dem arXiv-Preprint 2602.06097v1 präsentiert einen innovativen Ansatz zur Vorhersage von Windkraft-Rampen. Du…

arXiv – cs.LG 09.02.2026 05:00

Forschung

<h1>LLMs kompaktieren: Schrittweise Reduktion ohne Leistungsverlust</h1> <p>Neues Verfahren aus dem arXiv-Preprint „Gradually Compacting Large Language Models for Reasoning Like a Boiling Frog“ zeigt, wie große Sprachmodelle ohne Qualitätsverlust deutlich kleiner gemacht werden können. Durch gezielte Reduktion der Parameter wird der Rechenaufwand für Inferenz drastisch gesenkt, während die Fähigkeit zum logischen Denken erhalten bleibt.</p> <p>Der Ansatz nutzt einen iterativen Prune‑Tune‑Loop (PTL), bei dem

arXiv – cs.LG 06.02.2026 05:00

Forschung

S3-GFN: Neue Methode erzeugt praktisch synthetisierbare Moleküle mit GFlowNets

Ein neues arXiv-Preprint (2602.04119v1) präsentiert S3‑GFN, ein generatives Modell, das Moleküle erzeugt, die in der Praxis leicht syntheti…

arXiv – cs.LG 05.02.2026 05:00

Forschung

LLM-Interaktion neu gedacht: Dynamische Präzisionswahl spart Kosten

Ein neuer Ansatz aus dem arXiv-Preprint 2602.02711v1 zeigt, wie große Sprachmodelle (LLMs) bei komplexen Entscheidungsaufgaben effizienter…

arXiv – cs.AI 04.02.2026 05:00

Forschung

Stackelberg-Spiel optimiert Reward-Shaping für LLM-Alignment

Neues Forschungsergebnis aus dem arXiv-Preprint Reward Shaping for Inference-Time Alignment: A Stackelberg Game Perspective zeigt, wie man…

arXiv – cs.LG 04.02.2026 05:00

Forschung

Hybrid-Fairness: Individuelle vs. Gruppenbalance im maschinellen Lernen

In der Welt der künstlichen Intelligenz gewinnt das Thema algorithmische Fairness immer mehr an Bedeutung. Forscherinnen und Forscher haben…

arXiv – cs.LG 03.02.2026 05:00

Forschung

Neues Verfahren misst Einzigartigkeit von KI-Modellen in heterogenen Ökosystemen

Ein neues Forschungsverfahren aus dem arXiv-Preprint 2601.22977 ermöglicht es, die Einzigartigkeit von KI-Modellen in komplexen, heterogene…

arXiv – cs.AI 02.02.2026 05:00

Forschung

Neues Prompt-Sharing-Framework verbessert kontinuierliches Lernen

Ein neues Verfahren aus dem arXiv-Preprint 2601.20894v1 zeigt, dass Prompt-basiertes kontinuierliches Lernen deutlich effizienter und effek…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Neue Theorie liefert optimale Lernraten für binäre Klassifikation ohne Annahmen

Ein kürzlich veröffentlichtes arXiv‑Preprint (2601.20961v1) präsentiert die erste vollständige Theorie zu optimalen Lernraten für binäre Kl…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Randomisierung verbessert KV-Caching: Lernbasierte Lastverteilung für LLMs

In einer neuen Studie aus dem arXiv-Preprint arXiv:2601.18999v1 wird gezeigt, wie Randomisierung die Effizienz von KV‑Caching für Large Lan…

arXiv – cs.LG 28.01.2026 05:00

Forschung

Single Domain Generalization: Erfolgreiche Praxis in der medizinischen Bildgebung

In einer kürzlich veröffentlichten Preprint-Studie (arXiv:2601.16359v1) wird die Bedeutung von Single Domain Generalization (SDG) für den E…

arXiv – cs.AI 26.01.2026 05:00

Finde Modelle, Firmen und Themen

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

Selbstspiel nur nachhaltig, wenn synthetische Pipeline lernbare Infos liefert

So hilft ein Planner durch Rollenmodell-Labels die Gesellschaft zu optimieren

Manifold-Aware Denoising Score Matching reduziert Rechenaufwand

Neues Modell für KI-Entscheidungen: Kontext, Szene und menschliches Verhalten

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

Mamba beschleunigt Flexible Job Shop Scheduling: Effizientes Sequenzmodell

Zwei additive Wertefunktionen aus anonymen Antworten exakt bestimmen

Black-Box-Tests für KI: Grenzen der Sicherheitsermittlung enthüllt

Simulation als Schlüssel: KI-Agenten mit synthetischen Daten trainieren

Neue Vorverarbeitung verbessert Cumulative Constraints in der Terminplanung

Neues differenzierbares ILP-Modell lernt Regeln aus Rohdaten ohne Label-Leakage

Soft Contamination: Benchmark-Ergebnisse verfälscht

Benchmark Health Index: Systematisches Rahmenwerk zur LLM-Benchmark-Bewertung

**Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %**

CoMMa: Neue Game-Theoretic Multi-Agenten für präzisere Onkologie-Entscheidungen

Weniger trainieren, schneller inferieren: Sparsity-basiertes Finetuning

Matching statt Pooling: Robustere Generalisierung bei heterogenen Daten

RBAθ-Workflow liefert präzise Vorhersage von Windkraft-Rampen

S3-GFN: Neue Methode erzeugt praktisch synthetisierbare Moleküle mit GFlowNets

LLM-Interaktion neu gedacht: Dynamische Präzisionswahl spart Kosten

Stackelberg-Spiel optimiert Reward-Shaping für LLM-Alignment

Hybrid-Fairness: Individuelle vs. Gruppenbalance im maschinellen Lernen

Neues Verfahren misst Einzigartigkeit von KI-Modellen in heterogenen Ökosystemen

Neues Prompt-Sharing-Framework verbessert kontinuierliches Lernen

Neue Theorie liefert optimale Lernraten für binäre Klassifikation ohne Annahmen

Randomisierung verbessert KV-Caching: Lernbasierte Lastverteilung für LLMs

Single Domain Generalization: Erfolgreiche Praxis in der medizinischen Bildgebung

🍪 Cookie-Einstellungen

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %