Suche nach Relaxation | meineki.news

GauS: Differenzierbare Operatorenschedulierung mit Gaußscher Reparametrisierung

Die effiziente Planung von Operatoren ist ein zentrales Problem in der Softwarekompilierung und der Hardware‑Synthese. Traditionelle Verfah…

arXiv – cs.LG 25.02.2026 05:00

Forschung

Sicheres, energieeffizientes Agenten-Netzwerk für KI-Reasoning

In einer neuen Studie wird ein sicheres drahtloses Agenten-Netzwerk vorgestellt, das aus einem überwachenden KI-Agenten und mehreren unters…

arXiv – cs.AI 18.02.2026 05:00

Forschung

SnareNet: Reparationsschichten für neuronale Netze mit harten Constraints

Neurale Netze werden zunehmend als Ersatzlösungen und Steuerungspolicies eingesetzt, doch unbeschränkte Vorhersagen können physikalische…

arXiv – cs.LG 11.02.2026 05:00

Forschung

Qualitätsbewusste Tokenisierung eröffnet noisy Daten für Basismodelle

In einer neuen Studie wird die Methode QA‑Token vorgestellt, die die Signalqualität von Daten direkt in die Vokabularbildung einbezieht. Da…

arXiv – cs.AI 09.02.2026 05:00

Forschung

EntRGi: Neue Methode verbessert Reward Guidance bei Diffusion‑Sprachmodellen

Ein neues Verfahren namens EntRGi (Entropy aware Reward Guidance) hat die Art und Weise, wie Belohnungsmodelle bei diskreten Diffusion‑Spra…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Neues Verfahren: E-Globe liefert skalierbare, präzise Verifikation neuronaler Netze

Neurale Netzwerke erzielen beeindruckende Ergebnisse, doch Bedenken hinsichtlich ihrer Robustheit erschweren den Einsatz in sicherheitskrit…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Neuer Algorithmus: Dualvorhersagen beschleunigen Minimum‑Cost‑Flow um 12,7×

In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass maschinell erstellte Vorhersagen klassische Algorithmen signifikant…

arXiv – cs.LG 29.01.2026 05:00

Forschung

GRADE: Backpropagation statt Policy Gradients für LLM‑Ausrichtung

In der Welt der großen Sprachmodelle (LLMs) dominiert das Reinforcement Learning aus menschlichem Feedback (RLHF) als bevorzugte Methode, u…

arXiv – cs.LG 21.01.2026 05:00

Forschung

Neue Theorie kombiniert Konfidenz und Varianz zur besseren Pseudo‑Label‑Auswahl

In einem neuen Beitrag auf arXiv wird ein innovatives Konzept vorgestellt, das die Auswahl von Pseudo‑Labels in semi‑supervised Lernverfahr…

arXiv – cs.LG 21.01.2026 05:00

Forschung

Neuer Graph‑Attention‑Solver revolutioniert Fluid‑Struktur‑Interaktion

Ein neues Modell namens HGATSolver, vorgestellt auf arXiv, bietet einen vielversprechenden Ansatz für die Simulation von Fluid‑Struktur‑Int…

arXiv – cs.LG 15.01.2026 05:00

Forschung

Bayessche Methode übertrifft konvexe und greedy Ansätze bei Koalitionsstrukturen

Eine aktuelle Veröffentlichung auf arXiv beleuchtet die Herausforderung der probabilistischen Koalitionsstruktur‑Generierung (PCSG), die al…

arXiv – cs.AI 12.01.2026 05:00

Forschung

Sicheres, nachhaltiges Laden von Elektrobusse mit hierarchischem DRL optimiert

Die Integration von Elektrobusse (EB) in erneuerbare Energiequellen wie Photovoltaik (PV) bietet eine vielversprechende Lösung für umweltfr…

arXiv – cs.LG 04.12.2025 05:00

Forschung

Neurale Modelle im Vergleich: Query‑Relaxation schlägt komplexe KG‑Abfragen

Neurale Ansätze zur komplexen Abfragebeantwortung (CQA) in Wissensgraphen werden oft als die nächste Generation der Datenabfrage angesehen…

arXiv – cs.AI 01.12.2025 05:00

Forschung

RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein

In der jüngsten Veröffentlichung auf arXiv wird ein neues Konzept vorgestellt, das die Grenzen der heutigen KI‑Ausrichtung aufzeigt: das RL…

arXiv – cs.LG 26.11.2025 05:00

Forschung

SplitGNN: Schnellere und bessere Lösungen für gewichtete MaxSAT-Probleme

Forscher haben SplitGNN vorgestellt, ein neues graphenbasiertes Verfahren, das gewichtete MaxSAT-Probleme effizient löst. Das Modell kombin…

arXiv – cs.LG 26.11.2025 05:00

Forschung

KI-gestütztes DSS für Open-Pit-Mining: GPU-Optimierung bei Unsicherheit

In einer bahnbrechenden Weiterentwicklung des KI-gestützten Decision Support Systems (DSS) für die Planung von Tagebauen präsentiert die ne…

arXiv – cs.AI 25.11.2025 05:00

Forschung

Neuer Deep SOR Minimax Q-Learning beschleunigt Zwei-Spieler Nullsummenspiele

In der Welt der spieltheoretischen Algorithmen hat ein neues Verfahren die Messlatte höher gelegt: Der Deep SOR Minimax Q‑Learning-Algorith…

arXiv – cs.LG 21.11.2025 05:00

Forschung

Neue globale und lokale Unsicherheitsgrenzen für Gaussian Process Regression

In einer kürzlich veröffentlichten Studie auf arXiv (2511.09144v1) wird ein innovatives, auf Chaining basierendes Verfahren vorgestellt, da…

arXiv – cs.LG 13.11.2025 05:00

Forschung

Neues probabilistisches Graph-Cut-Framework für effizientes Clustering Ein kürzlich veröffentlichtes arXiv‑Paper stellt ein einheitliches probabilistisches Modell vor, das die klassische Graph‑Cut‑Methodik auf den neuesten Stand der Technik hebt. Durch die Verwendung von Relaxationen wird ein differenzierbarer Ansatz geschaffen, der das eigentliche Clustering ohne aufwendige Eigenwertzerlegungen ermöglicht und damit end‑to‑end‑ und Online‑Lernen unterstützt. Das vorgestellte Framework deckt

arXiv – cs.LG 05.11.2025 05:00

Forschung

Gumbel‑Dynamik: Erklärbare Zeitreihenanalyse mit sanften Übergängen

Wissenschaftler haben ein neues Modell namens Gumbel Dynamical Model (GDM) vorgestellt, das komplexe Zeitreihen in leicht verständliche Zus…

arXiv – cs.LG 29.09.2025 05:00

Forschung

Neues Paradigma: Konzepte als lineare Unterräume – Logik trifft Deep Learning

Ein neues Forschungsdokument auf arXiv präsentiert ein revolutionäres Konzept für neuronale Einbettungen: anstelle von Punkten werden Ideen…

arXiv – cs.LG 26.08.2025 05:00

Finde Modelle, Firmen und Themen

GauS: Differenzierbare Operatorenschedulierung mit Gaußscher Reparametrisierung

Sicheres, energieeffizientes Agenten-Netzwerk für KI-Reasoning

SnareNet: Reparationsschichten für neuronale Netze mit harten Constraints

Qualitätsbewusste Tokenisierung eröffnet noisy Daten für Basismodelle

EntRGi: Neue Methode verbessert Reward Guidance bei Diffusion‑Sprachmodellen

Neues Verfahren: E-Globe liefert skalierbare, präzise Verifikation neuronaler Netze

Neuer Algorithmus: Dualvorhersagen beschleunigen Minimum‑Cost‑Flow um 12,7×

GRADE: Backpropagation statt Policy Gradients für LLM‑Ausrichtung

Neue Theorie kombiniert Konfidenz und Varianz zur besseren Pseudo‑Label‑Auswahl

Neuer Graph‑Attention‑Solver revolutioniert Fluid‑Struktur‑Interaktion

<strong>Bayessche Methode übertrifft konvexe und greedy Ansätze bei Koalitionsstrukturen</strong>

Sicheres, nachhaltiges Laden von Elektrobusse mit hierarchischem DRL optimiert

Neurale Modelle im Vergleich: Query‑Relaxation schlägt komplexe KG‑Abfragen

RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein

SplitGNN: Schnellere und bessere Lösungen für gewichtete MaxSAT-Probleme

KI-gestütztes DSS für Open-Pit-Mining: GPU-Optimierung bei Unsicherheit

Neuer Deep SOR Minimax Q-Learning beschleunigt Zwei-Spieler Nullsummenspiele

Neue globale und lokale Unsicherheitsgrenzen für Gaussian Process Regression

Gumbel‑Dynamik: Erklärbare Zeitreihenanalyse mit sanften Übergängen

Neues Paradigma: Konzepte als lineare Unterräume – Logik trifft Deep Learning

Finde Modelle, Firmen und Themen

GauS: Differenzierbare Operatorenschedulierung mit Gaußscher Reparametrisierung

Sicheres, energieeffizientes Agenten-Netzwerk für KI-Reasoning

SnareNet: Reparationsschichten für neuronale Netze mit harten Constraints

Qualitätsbewusste Tokenisierung eröffnet noisy Daten für Basismodelle

EntRGi: Neue Methode verbessert Reward Guidance bei Diffusion‑Sprachmodellen

Neues Verfahren: E-Globe liefert skalierbare, präzise Verifikation neuronaler Netze

Neuer Algorithmus: Dualvorhersagen beschleunigen Minimum‑Cost‑Flow um 12,7×

GRADE: Backpropagation statt Policy Gradients für LLM‑Ausrichtung

Neue Theorie kombiniert Konfidenz und Varianz zur besseren Pseudo‑Label‑Auswahl

Neuer Graph‑Attention‑Solver revolutioniert Fluid‑Struktur‑Interaktion

<strong>Bayessche Methode übertrifft konvexe und greedy Ansätze bei Koalitionsstrukturen</strong>

Sicheres, nachhaltiges Laden von Elektrobusse mit hierarchischem DRL optimiert

Neurale Modelle im Vergleich: Query‑Relaxation schlägt komplexe KG‑Abfragen

RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein

SplitGNN: Schnellere und bessere Lösungen für gewichtete MaxSAT-Probleme

KI-gestütztes DSS für Open-Pit-Mining: GPU-Optimierung bei Unsicherheit

Neuer Deep SOR Minimax Q-Learning beschleunigt Zwei-Spieler Nullsummenspiele

Neue globale und lokale Unsicherheitsgrenzen für Gaussian Process Regression

Gumbel‑Dynamik: Erklärbare Zeitreihenanalyse mit sanften Übergängen

Neues Paradigma: Konzepte als lineare Unterräume – Logik trifft Deep Learning

🍪 Cookie-Einstellungen