Suche nach Rechenlast | meineki.news

ETA‑VLA: Effiziente Token‑Anpassung für Vision‑Language‑Action‑Modelle

Ein neues Verfahren namens ETA‑VLA verspricht, Vision‑Language‑Action‑Modelle (VLA) für autonome Fahrsysteme deutlich effizienter zu machen…

arXiv – cs.AI 30.03.2026 04:00

Forschung

CNN erkennt dynamische LIBRAS-Gesten in Echtzeit – 95 % Genauigkeit

In einer neuen Studie wird ein innovativer Ansatz vorgestellt, der die Erkennung von dynamischen Handgesten in der brasilianischen Gebärden…

arXiv – cs.AI 30.03.2026 04:00

Forschung

PruneFuse: Datenwahl leicht gemacht – Gewichtsreduktion trifft Netzwerkfusion

Effiziente Datenauswahl ist entscheidend, um Deep‑Learning‑Modelle schneller zu trainieren und die Notwendigkeit umfangreicher Annotationen…

arXiv – cs.LG 30.03.2026 04:00

Forschung

<h1>Hessian-gestütztes ML-Potential verbessert Simulationen und Vorhersagen</h1> <p>Wissenschaftler haben ein neues Machine‑Learning‑Interatomic‑Potential (Hi‑MLIP) entwickelt, das die lokale Krümmung von Potential Energy Surfaces (PES) zuverlässig erfasst. Durch die Einbeziehung von Hessian‑Informationen können damit thermodynamische und kinetische Eigenschaften von Molekülen und Materialien aus erster Prinzipien präziser vorhergesagt werden.</p> <p>Um die enorme Rechenlast, die mit der Berechnung von Hess

arXiv – cs.LG 27.03.2026 04:00

Forschung

Effiziente, flexible Diffusions‑Sprachmodelle ohne Masken – Deletion‑Insertion

In einem neuen Beitrag auf arXiv wird ein innovatives Sprachmodell vorgestellt, das die bisher üblichen Maskierungsverfahren in Diffusions‑…

arXiv – cs.AI 26.03.2026 04:00

Forschung

Neuer Ansatz: Kronecker‑Strukturierte Punktprozesse für räumlich‑zeitliche Daten

Wissenschaftler haben einen neuen Ansatz für die Analyse von Ereignissen in räumlich‑zeitlichen Daten vorgestellt, der die Grenzen herkömml…

arXiv – cs.LG 26.03.2026 04:00

Forschung

Transformers schneller: Feature‑Sparse Attention reduziert Rechenaufwand um 2,5×

Die Skalierung von Transformer‑Modellen auf ultra‑lange Kontexte wird bislang durch den quadratischen Rechenaufwand der Selbst‑Aufmerksamke…

arXiv – cs.LG 25.03.2026 04:00

Forschung

ST-GDance++: Skalierbare Raum‑Zeit‑Diffusion für lange Gruppentänze

Ein neues Verfahren zur Erzeugung von Gruppentänzen aus Musik, das die Synchronisation mehrerer Tänzer mit gleichzeitigem Erhalt räumlicher…

arXiv – cs.LG 25.03.2026 04:00

Forschung

ConsRoute: Konsistenzbewusstes adaptive Routing für Cloud‑Edge‑LLMs

Large Language Models (LLMs) bieten beeindruckende Fähigkeiten, bringen jedoch erhebliche Latenzzeiten und Kosten mit sich, was ihre Nutzun…

arXiv – cs.AI 24.03.2026 04:00

Forschung

Neue Test‑Time‑Quantisierung beschleunigt LLM‑Inference ohne Retraining

Die enorme Rechenlast großer Basismodelle hat die Forschung zu neuen Kompressionstechniken angetrieben. Dabei setzen aktuelle Methoden auf…

arXiv – cs.LG 23.03.2026 04:00

Forschung

DAPA: Schnellere, ressourcenschonende Aktivierungsfunktionen für Transformer

DAPA (Distribution‑Aware Piecewise Activation) ist eine neue, differenzierbare Aktivierungsfunktion, die speziell für Transformer‑Modelle e…

arXiv – cs.LG 23.03.2026 04:00

Forschung

Aufmerksamkeit neu gedacht: MHA, GQA, MLA und mehr in LLMs

Moderne große Sprachmodelle setzen zunehmend auf innovative Aufmerksamkeitsmechanismen, um ihre Leistungsfähigkeit zu steigern. Neben dem k…

Sebastian Raschka – Ahead of AI 22.03.2026 11:55

Forschung

SENSE: EEG‑zu‑Text ohne LLM‑Fine‑Tuning – effizient und datenschutzfreundlich

Mit dem neuen Framework SENSE (SEmantic Neural Sparse Extraction) wird die Herausforderung, Gehirnaktivität in natürlichsprachlichen Text z…

arXiv – cs.LG 19.03.2026 04:00

Praxis

Mamba-3: State‑Space‑Modell mit halb so vielen Zuständen und MIMO‑Decodierung

Die neueste Entwicklung im Bereich der großen Sprachmodelle ist Mamba-3, ein State‑Space‑Modell, das die Anzahl der internen Zustände um di…

MarkTechPost 19.03.2026 06:01

Forschung

Stitching von Vision Foundation Models: Neue Wege zur Integration

Model Stitching, bei dem die frühen Schichten eines Modells mit den späteren Schichten eines anderen verbunden werden, hat sich als nützlic…

arXiv – cs.AI 16.03.2026 04:00

Forschung

ToolTree: LLM-Agenten planen Tools mit Dual-Feedback-Monte-Carlo-Tree-Search

In der Welt der Künstlichen Intelligenz werden Large Language Model (LLM)-Agenten immer häufiger eingesetzt, um komplexe, mehrstufige Aufga…

arXiv – cs.AI 16.03.2026 04:00

Forschung

Breiter statt tiefer: Consensus Aggregation steigert Policy-Optimierung

In der neuesten Veröffentlichung auf arXiv wird ein zentrales Problem der Proximal Policy Optimization (PPO) aufgezeigt: Mehrere Epochen vo…

arXiv – cs.LG 16.03.2026 04:00

Forschung

Two-Bridge: Open-Source Benchmark vereinfacht StarCraft II RL‑Forschung

Die Forschung im Bereich Reinforcement Learning (RL) stößt häufig an die Grenzen von StarCraft II, weil die vollständigen Spiele ein riesig…

arXiv – cs.AI 10.03.2026 04:00

Forschung

<p>Annealed Co-Generation: Variablen entwirren mit schrittweiser Paarmodellierung</p> <p>Wissenschaftler haben ein neues Verfahren namens Annealed Co-Generation (ACG) vorgestellt, das die Modellierung mehrdimensionaler Daten revolutioniert. Durch die Aufteilung komplexer Zusammenhänge in Paare von Variablen wird die Rechenlast deutlich reduziert und das Problem von Datenungleichgewicht angegangen.</p> <p>Traditionelle Ansätze versuchen, sämtliche Variablen gleichzeitig zu modellieren, was zu enormen Rechena

arXiv – cs.LG 10.03.2026 04:00

Forschung

EvoESAP: Nicht-Uniformes Expertenpruning für Sparse MoE – Mehr Leistung

Die neuesten Sparse Mixture-of-Experts (SMoE) Sprachmodelle kombinieren starke Leistungsfähigkeit mit geringer pro‑Token‑Rechenlast. In der…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Neue Angriffsmethode enthüllt Schwachstellen im Vertical Federated Learning

In einem typischen Vertical Federated Learning (VFL) arbeiten mehrere Teilnehmer zusammen, um ein gemeinsames Modell zu trainieren. Dabei b…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neuer Algorithmus ATPO: Adaptive Tree Policy Optimierung steigert medizinische Dialoge

Ein neuer Ansatz namens Adaptive Tree Policy Optimization (ATPO) verspricht, die Qualität von medizinischen Dialogen deutlich zu verbessern…

arXiv – cs.LG 04.03.2026 05:00

Forschung

ULW‑SleepNet: Ultra‑leichtes Netzwerk für multimodale Schlafstadienbewertung

Ein neues, ultraleichtes Modell namens ULW‑SleepNet hat die Messlatte für die automatische Schlafstadienbewertung höher gelegt. Durch die K…

arXiv – cs.LG 02.03.2026 05:00

Praxis

DeepMind stellt Unified Latents vor: Optimiertes ML-Framework

Generative KI nutzt seit Kurzem Latent Diffusion Models (LDMs), um die enorme Rechenlast bei hochauflösender Bildsynthese zu reduzieren. Du…

MarkTechPost 28.02.2026 03:58

Forschung

L2G-Net: Lokale zu globalen Spectral‑GNNs durch Cauchy‑Faktorisierung

In der Welt der Graph Neural Networks (GNNs) haben sich die klassischen Spectral‑Methoden, die auf dem Graph‑Fourier‑Transform (GFT) basier…

arXiv – cs.LG 24.02.2026 05:00

Forschung

SymGraph: Symbolische Graph-Lernmethode übertrifft herkömmliche GNNs

In einem bahnbrechenden Beitrag zur Graphverarbeitung präsentiert das Forschungsteam SymGraph, ein neues symbolisches Lernframework, das di…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Fly0: Semantische Navigation ohne geometrische Bindung – 20 % mehr Erfolg

In der Welt der visuellen Sprachnavigation (VLN) stehen Forscher seit langem vor dem Dilemma: Wie kann man die starke semantische Analyse v…

arXiv – cs.AI 19.02.2026 05:00

Forschung

NeuroSleep: Energieeffizientes Schlaf-Tracking mit neuromorpher EEG-Analyse

NeuroSleep ist ein neuromorpher, ereignisbasiertem System, das kontinuierliches EEG‑Monitoring auf tragbaren Edge‑Geräten ermöglicht, ohne…

arXiv – cs.AI 19.02.2026 05:00

Forschung

EdgeNav‑QE: 4‑Bit‑Quantisierung & dynamischer Early Exit für LAM‑Navigation auf Edge

Mit dem neuen Framework EdgeNav‑QE gelingt es, große Aktionsmodelle (LAMs) – die komplexe Entscheidungen mit präziser Steuerung verbinden –…

arXiv – cs.AI 19.02.2026 05:00

Forschung

Quellenfilterung steigert Effizienz beim Lernen gemeinsamer Feature-Extraktoren

Eine neue Studie aus dem Bereich des maschinellen Lernens zeigt, dass die gezielte Auswahl von Datenquellen die Qualität gemeinsamer Featur…

arXiv – cs.LG 19.02.2026 05:00

Finde Modelle, Firmen und Themen

ETA‑VLA: Effiziente Token‑Anpassung für Vision‑Language‑Action‑Modelle

CNN erkennt dynamische LIBRAS-Gesten in Echtzeit – 95 % Genauigkeit

PruneFuse: Datenwahl leicht gemacht – Gewichtsreduktion trifft Netzwerkfusion

Effiziente, flexible Diffusions‑Sprachmodelle ohne Masken – Deletion‑Insertion

Neuer Ansatz: Kronecker‑Strukturierte Punktprozesse für räumlich‑zeitliche Daten

Transformers schneller: Feature‑Sparse Attention reduziert Rechenaufwand um 2,5×

ST-GDance++: Skalierbare Raum‑Zeit‑Diffusion für lange Gruppentänze

ConsRoute: Konsistenzbewusstes adaptive Routing für Cloud‑Edge‑LLMs

Neue Test‑Time‑Quantisierung beschleunigt LLM‑Inference ohne Retraining

DAPA: Schnellere, ressourcenschonende Aktivierungsfunktionen für Transformer

Aufmerksamkeit neu gedacht: MHA, GQA, MLA und mehr in LLMs

SENSE: EEG‑zu‑Text ohne LLM‑Fine‑Tuning – effizient und datenschutzfreundlich

Mamba-3: State‑Space‑Modell mit halb so vielen Zuständen und MIMO‑Decodierung

Stitching von Vision Foundation Models: Neue Wege zur Integration

ToolTree: LLM-Agenten planen Tools mit Dual-Feedback-Monte-Carlo-Tree-Search

Breiter statt tiefer: Consensus Aggregation steigert Policy-Optimierung

Two-Bridge: Open-Source Benchmark vereinfacht StarCraft II RL‑Forschung

EvoESAP: Nicht-Uniformes Expertenpruning für Sparse MoE – Mehr Leistung

Neue Angriffsmethode enthüllt Schwachstellen im Vertical Federated Learning

Neuer Algorithmus ATPO: Adaptive Tree Policy Optimierung steigert medizinische Dialoge

ULW‑SleepNet: Ultra‑leichtes Netzwerk für multimodale Schlafstadienbewertung

DeepMind stellt Unified Latents vor: Optimiertes ML-Framework

L2G-Net: Lokale zu globalen Spectral‑GNNs durch Cauchy‑Faktorisierung

SymGraph: Symbolische Graph-Lernmethode übertrifft herkömmliche GNNs

Fly0: Semantische Navigation ohne geometrische Bindung – 20 % mehr Erfolg

NeuroSleep: Energieeffizientes Schlaf-Tracking mit neuromorpher EEG-Analyse

EdgeNav‑QE: 4‑Bit‑Quantisierung & dynamischer Early Exit für LAM‑Navigation auf Edge

Quellenfilterung steigert Effizienz beim Lernen gemeinsamer Feature-Extraktoren

🍪 Cookie-Einstellungen

CNN erkennt dynamische LIBRAS-Gesten in Echtzeit – 95 % Genauigkeit

Two-Bridge: Open-Source Benchmark vereinfacht StarCraft II RL‑Forschung

Fly0: Semantische Navigation ohne geometrische Bindung – 20 % mehr Erfolg