Suche nach Reasoning‑Benchmark

TATRA: Instanzbasiertes Prompting ohne Training – neue Methode für LLMs

Die Leistungsfähigkeit großer Sprachmodelle (LLMs) hat sich in den letzten Jahren stark verbessert, doch ihre Reaktion auf unterschiedliche…

arXiv – cs.AI 05.03.2026 05:00

Forschung

DIVA‑GRPO: Mehrschichtige Logik mit anpassbarer Schwierigkeitsstufe

Reinforcement‑Learning‑Modelle, die auf Group Relative Policy Optimization (GRPO) setzen, haben sich als effektive Methode etabliert, um di…

arXiv – cs.AI 03.03.2026 05:00

Forschung

GOPO: Neue Optimierungsmethode für Sprachmodelle aus Hilbert‑Raum

Die neueste Veröffentlichung von Forschern auf arXiv präsentiert GOPO – Group Orthogonalized Policy Optimization – einen völlig neuen Ansat…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Interleaved Head Attention: Mehr Kommunikation zwischen Attention‑Köpfen

Die Multi‑Head Attention (MHA) bildet das Herz moderner Large Language Models, doch ihre lineare Skalierung birgt ein Problem: Jeder der H…

arXiv – cs.LG 26.02.2026 05:00

Forschung

WS-GRPO: Gruppen-Relative Policy-Optimierung für effizientes Rollout

Die neu entwickelte Methode WS‑GRPO (Weakly‑Supervised Group‑Relative Policy Optimization) adressiert ein zentrales Problem bei der Anwendu…

arXiv – cs.LG 20.02.2026 05:00

Forschung

RL-Feinabstimmung von VLMs: Robustheit und Konsistenz der Gedankenketten im Fokus

Reinforcement‑Learning‑Feinabstimmung (RL‑FT) hat sich bei großen Sprachmodellen als entscheidendes Verfahren zur Verbesserung von Rechenau…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Geometrische Anker: Neue Methode stärkt Robustheit bei LLM-Alignment

Eine neue Technik namens Geometric Anchor Preference Optimization (GAPO) verspricht, die Zuverlässigkeit bei der Ausrichtung großer Sprachm…

arXiv – cs.LG 06.02.2026 05:00

Forschung

QuantLRM: Gewichtsanpassungen als Schlüssel zur Quantisierung von LLMs

In der Welt der großen Sprachmodelle (LLMs) gewinnt die Gewichtsanpassung bei der Quantisierung zunehmend an Bedeutung. Forscher haben eine…

arXiv – cs.LG 04.02.2026 05:00

Forschung

Parameterraum-Noise steigert KI-Exploration: Neue Methode verbessert Problemlösung

Eine neue Studie zeigt, wie das gezielte Einführen von Parameterraum‑Noise die Exploration in Reinforcement‑Learning‑Modellen mit verifizie…

arXiv – cs.LG 04.02.2026 05:00

Forschung

SEAM: Strukturierte Erfahrung verbessert LLM‑Leistung ohne Freeze

In einer neuen Veröffentlichung auf arXiv wird SEAM – der Structured Experience Adapter Module – vorgestellt, ein schlanker Plug‑In, der di…

arXiv – cs.LG 04.02.2026 05:00

Forschung

MinPRO: Prefix-Importance-Ratio stabilisiert RL-Optimierung von LLMs

In der jüngsten Veröffentlichung auf arXiv wird gezeigt, dass die Optimierung von Sprachmodellen nach dem Training mit Verstärkungslernen (…

arXiv – cs.AI 02.02.2026 05:00

Forschung

Verbessern Sie LLM‑Logik: Präzise Fehlerstrafe mit Prozess‑überwachtem RL

Reinforcement Learning (RL) hat sich als kraftvolles Werkzeug zur Steigerung der Denkfähigkeit großer Sprachmodelle (LLMs) etabliert. Tradi…

arXiv – cs.LG 28.01.2026 05:00

Forschung

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

Die Vereinigung von symbolischem Logiksystemen und neuronalen Netzwerken bleibt eines der zentralen Probleme der künstlichen Intelligenz. S…

arXiv – cs.AI 27.01.2026 05:00

Forschung

QMC: Effiziente Edge-Inference für kleine Sprachmodelle mit Outlier‑Quantisierung

Die Ausführung kleiner Sprachmodelle (SLMs) auf Edge‑Geräten ist für Echtzeit‑KI und Datenschutz entscheidend, stößt jedoch an Grenzen bei…

arXiv – cs.LG 22.01.2026 05:00

Forschung

IIB-LPO: Neue Methode steigert LLM-Exploration und Genauigkeit

In der Welt des Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) für große Sprachmodelle (LLM) hat die sogenannte Exploration…

arXiv – cs.LG 12.01.2026 05:00

Forschung

SAGE-32B: 32 Milliarden Parameter für agentisches Denken

Ein neuer Meilenstein in der KI-Forschung: SAGE-32B ist ein 32‑Billionen‑Parameter‑Modell, das speziell für agentisches Denken und langfris…

arXiv – cs.AI 09.01.2026 05:00

Forschung

M-GRPO: Stabile selbstüberwachende RL-Optimierung für LLMs dank Momentum

Ein neuer Ansatz namens M‑GRPO (Momentum‑Anchored Group Relative Policy Optimization) verspricht, die Leistungsfähigkeit großer Sprachmodel…

arXiv – cs.AI 16.12.2025 05:00

Forschung

LLM‑unterstützte Theoremprüfung: miniF2F‑Dafny erreicht 44,7 % Lösungen

Mit großer Begeisterung stellen wir miniF2F‑Dafny vor – die erste Übersetzung des mathematischen Reasoning‑Benchmarks miniF2F in den automa…

arXiv – cs.LG 12.12.2025 05:00

Forschung

ThreadWeaver: Mit adaptiver Parallelisierung LLMs schneller und genauso genau

Ein neues Forschungsprojekt namens ThreadWeaver verspricht, die Rechenzeit großer Sprachmodelle drastisch zu reduzieren, ohne dabei die Gen…

arXiv – cs.LG 10.12.2025 05:00

Forschung

PPO, GRPO und DAPO: Vergleich und Parametertuning für bessere LLM‑Logik

Eine neue Studie auf arXiv vergleicht systematisch drei Reinforcement‑Learning‑Algorithmen – Proximal Policy Optimization (PPO), Group‑Rein…

arXiv – cs.AI 09.12.2025 05:00

Forschung

DaGRPO: Verbesserte LLM-Logik durch Gradientenkorrektur und Distinctiveness

Die Weiterentwicklung großer Sprachmodelle hat den Fokus von oberflächlichem Befolgen von Anweisungen hin zu tiefgreifendem, mehrstufigem D…

arXiv – cs.AI 09.12.2025 05:00

Forschung

SPARK: Schrittweises, Referenzfreies RL mit Prozessbelohnungsmodellen

Das neue Framework SPARK eröffnet einen wegweisenden Ansatz für Reinforcement‑Learning ohne die Notwendigkeit von Schritt‑level‑Annotations…

arXiv – cs.LG 04.12.2025 05:00

Forschung

Kostenlose LLM-Agenten: In-Context Distillation senkt Ausführungskosten um 2,5‑fach

In einer neuen Veröffentlichung auf arXiv wird ein Verfahren vorgestellt, das die Ausführungskosten von großen Sprachmodell‑Agenten drastis…

arXiv – cs.LG 03.12.2025 05:00

Forschung

Med-CRAFT: Automatisierte Erstellung interpretierbarer Video-Benchmarks

Die Verfügbarkeit hochwertiger, logisch annotierter Video-Datensätze ist ein entscheidender Engpass für die Weiterentwicklung von multimoda…

arXiv – cs.AI 02.12.2025 05:00

Forschung

Neuer Agent schließt semantisch-geometrische Lücke in räumlicher Logik

Vision‑Language‑Modelle (VLMs) stoßen bei räumlichen Aufgaben an eine fundamentale Grenze: Sie verstehen semantische Zusammenhänge zwar seh…

arXiv – cs.AI 01.12.2025 05:00

Forschung

WMAct: LLM-Agenten lernen durch Handeln, reduzieren Interaktionen für Weltmodell

Ein neuer Beitrag auf arXiv (2511.23476v1) präsentiert WMAct, eine Methode, die große Sprachmodelle (LLMs) befähigt, ihre Weltmodelle durch…

arXiv – cs.AI 01.12.2025 05:00

Forschung

Neues Verfahren reduziert Rechenaufwand bei Sprachmodell-Entscheidungen

Ein neues Forschungsverfahren namens Hint‑Practice Reasoning (HPR) verspricht, die Rechenkosten bei der Nutzung großer Sprachmodelle drasti…

arXiv – cs.AI 14.11.2025 05:00

Aktuell

Weibo: VibeThinker-1.5B schlägt DeepSeek-R1 bei kleinem Budget

Weibo, das chinesische Social‑Media‑Unternehmen, hat sein neuestes Open‑Source‑KI-Modell VibeThinker‑1.5B vorgestellt. Das 1,5‑Milliarden‑P…

VentureBeat – AI 12.11.2025 19:31

Forschung

CoPRIS: Schnellere und stabilere RL-Optimierung durch parallele Rollouts

Reinforcement‑Learning‑Post‑Training (RL‑PT) hat sich zu einem beliebten Ansatz entwickelt, um die Leistungsfähigkeit großer Sprachmodelle…

arXiv – cs.LG 11.11.2025 05:00

Forschung

LLM‑Logik überprüft: Rang der Korrelation liefert zuverlässige Fehlererkennung

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die interne Logik großer Sprachmodelle (LLMs) bereits aussagekräftige Hinweise auf di…

arXiv – cs.AI 29.10.2025 04:00

Finde Modelle, Firmen und Themen

TATRA: Instanzbasiertes Prompting ohne Training – neue Methode für LLMs

DIVA‑GRPO: Mehrschichtige Logik mit anpassbarer Schwierigkeitsstufe

GOPO: Neue Optimierungsmethode für Sprachmodelle aus Hilbert‑Raum

Interleaved Head Attention: Mehr Kommunikation zwischen Attention‑Köpfen

WS-GRPO: Gruppen-Relative Policy-Optimierung für effizientes Rollout

RL-Feinabstimmung von VLMs: Robustheit und Konsistenz der Gedankenketten im Fokus

Geometrische Anker: Neue Methode stärkt Robustheit bei LLM-Alignment

QuantLRM: Gewichtsanpassungen als Schlüssel zur Quantisierung von LLMs

Parameterraum-Noise steigert KI-Exploration: Neue Methode verbessert Problemlösung

SEAM: Strukturierte Erfahrung verbessert LLM‑Leistung ohne Freeze

MinPRO: Prefix-Importance-Ratio stabilisiert RL-Optimierung von LLMs

Verbessern Sie LLM‑Logik: Präzise Fehlerstrafe mit Prozess‑überwachtem RL

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

QMC: Effiziente Edge-Inference für kleine Sprachmodelle mit Outlier‑Quantisierung

IIB-LPO: Neue Methode steigert LLM-Exploration und Genauigkeit

SAGE-32B: 32 Milliarden Parameter für agentisches Denken

M-GRPO: Stabile selbstüberwachende RL-Optimierung für LLMs dank Momentum

LLM‑unterstützte Theoremprüfung: miniF2F‑Dafny erreicht 44,7 % Lösungen

ThreadWeaver: Mit adaptiver Parallelisierung LLMs schneller und genauso genau

PPO, GRPO und DAPO: Vergleich und Parametertuning für bessere LLM‑Logik

DaGRPO: Verbesserte LLM-Logik durch Gradientenkorrektur und Distinctiveness

SPARK: Schrittweises, Referenzfreies RL mit Prozessbelohnungsmodellen

Kostenlose LLM-Agenten: In-Context Distillation senkt Ausführungskosten um 2,5‑fach

Med-CRAFT: Automatisierte Erstellung interpretierbarer Video-Benchmarks

Neuer Agent schließt semantisch-geometrische Lücke in räumlicher Logik

WMAct: LLM-Agenten lernen durch Handeln, reduzieren Interaktionen für Weltmodell

Neues Verfahren reduziert Rechenaufwand bei Sprachmodell-Entscheidungen

Weibo: VibeThinker-1.5B schlägt DeepSeek-R1 bei kleinem Budget

CoPRIS: Schnellere und stabilere RL-Optimierung durch parallele Rollouts

LLM‑Logik überprüft: Rang der Korrelation liefert zuverlässige Fehlererkennung

🍪 Cookie-Einstellungen

LLM‑unterstützte Theoremprüfung: miniF2F‑Dafny erreicht 44,7 % Lösungen