Finde Modelle, Firmen und Themen

In einer neuen Studie wird gezeigt, wie dynamische Datenauswahl das Training von Modellen beschleunigt, ohne die Genauigkeit zu beeinträcht…

Ein neues Verfahren namens RigidSSL (Rigidity‑Aware Self‑Supervised Learning) verspricht, die Grenzen aktueller generativer Protein‑Design‑…

Forscher haben einen bahnbrechenden Ansatz entwickelt, um den Spektralen Energiegewinn in extrem komprimierten Sprachmodellen zu maximieren…

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

NeuroHex ist ein neu entwickeltes hexagonales Koordinatensystem, das speziell für die Erstellung hochgradig effizienter Weltmodelle in adap…

Federated LoRA hat sich als effiziente Methode etabliert, um große Sprachmodelle auf dezentralen Daten zu verfeinern. In der Praxis führt d…

Eine neue Studie auf arXiv untersucht, wie Meta‑Llama‑3‑8B bei dreistelligen Additionen die Ergebnisse abschließt, sobald die Kreuz‑Token‑R…

Die Post‑Training‑Quantisierung (PTQ) bleibt ein zentraler Ansatz, um die Speicher‑ und Rechenkosten großer Sprachmodelle drastisch zu senk…

Post‑Training‑Quantisierung (PTQ) ist ein entscheidender Schritt für die effiziente Bereitstellung von KI‑Modellen. Auf der Ascend NPU, ein…

Ein neues Benchmark‑Set namens FlipSet wurde entwickelt, um die Fähigkeit von Vision‑Language‑Modellen (VLMs) zum Level‑2‑visuellen Perspek…

Magnetische Anomalien bieten eine vielversprechende GPS‑Alternative, wenn Satellitenempfang fehlt oder gestört ist. Für Luftfahrzeuge ist d…

In der Molekulardynamik sind Unsicherheitsabschätzungen entscheidend, um die Zuverlässigkeit von maschinellen Lernpotenzialen (MLIPs) zu be…

Der Vergleich von Repräsentationen in neuronalen Netzwerken ist bislang schwierig, weil Symmetrien wie beliebige Neuronenumordnungen oder R…

Menschen meistern Tangram‑Puzzles mühelos, indem sie mentale Rotation, iterative Verfeinerung und visuelles Feedback einsetzen. In einer Re…

In der neuesten Veröffentlichung auf arXiv (2602.02599v1) wird ein innovativer Ansatz vorgestellt, der die Speicher- und Rechenkosten von K…

Neurale Netzwerke müssen nicht nur Eingaben korrekt klassifizieren, sondern auch deren räumliche Struktur bewahren. Ein neues Verfahren nam…

In einer neuen Studie wird gezeigt, dass das Standard-Attention‑Modell ungenutzte Rotationsfreiheitsgrade besitzt, die zwar durch die Berec…

Die neueste Forschung im Bereich der Post-Training-Quantisierung (PTQ) hat gezeigt, dass Blockrotationen ein vielversprechendes Mittel sind…

Ein neues Modell namens NavFormer verspricht, die globale Magnetfeldvorhersage des Internationalen Geomagnetischen Referenzfelds (IGRF) auc…

Eine aktuelle Veröffentlichung auf arXiv präsentiert ein innovatives Verfahren, mit dem multimodale Sprachmodelle ihre bisherige egocentris…

Multimodale KI‑Modelle zeigen bisher vor allem im Englischen beeindruckende Ergebnisse, weil dort reichlich Bild‑Text‑ und Audio‑Text‑Daten…

Große Sprachmodelle zeigen häufig ein auffälliges „Slash‑Muster“ in ihren Aufmerksamkeitswerten: die Scores konzentrieren sich entlang eine…

Ein neues arXiv-Preprint (2601.08382v1) stellt ein qualitatives Modell vor, das die Logik von Objektrotationen systematisch erfasst und dam…

In der Bewertung von Large Language Models (LLMs) im Schach wird die Leistung bislang vor allem anhand von Genauigkeitswerten gegenüber sta…

In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass ReLU‑MLPs bei Auswertungen außerhalb ihres Trainingsbereichs tendenz…

Ein neuer Leitfaden erklärt, wie sphärisch equivariant Graph-Transformers die Rotationssymmetrien von dreidimensionalen Molekülen und Biomo…

In einer neuen Studie aus dem arXiv-Repository wird gezeigt, dass moderne Video‑Generierungsmodelle inzwischen in der Lage sind, komplexe l…

Vision‑Language‑Modelle (VLMs) haben die multimodale Verarbeitung von Bild- und Textdaten revolutioniert, stoßen jedoch bei der Erkennung v…

Ein neues arXiv‑Veröffentlichung untersucht, wie verschiedene Formen der Symmetrie in neuronalen Netzwerken die Leistung beim Lernen von Qu…