Finde Modelle, Firmen und Themen

In Online-Marktökonomien entstehen soziale Normen – wie faire Sichtbarkeit, kontinuierliche Teilnahme und ausgewogene Reinvestition – durch…

In der Welt der großen Sprachmodelle (LLMs) zeigen sich immer wieder neue Wege, um mit minimalen Anpassungen maximale Leistung zu erzielen…

In der heutigen Landschaft des Multi‑Model‑LLM‑Servings bleibt die Decodierung häufig ein Flaschenhals. Durch modell­spezifische Ressourcen…

In den letzten Jahren haben multimodale große Sprachmodelle (MLLMs) zunehmend die Rolle von „Richtern“ übernommen, um präzise und konsisten…

Eine neue Untersuchung auf arXiv zeigt, dass Transformer‑Modelle, die sparsames Attention end‑to‑end trainieren, die Routing‑Signale ihrer…

Die neueste Studie aus dem arXiv‑Repository zeigt, dass die gängige Praxis, Mixture‑of‑Experts‑Modelle ohne erneutes Training zu komprimier…

Die Art und Weise, wie große Sprachmodelle (LLMs) logische Aufgaben lösen, hat sich grundlegend gewandelt: Statt die Modellparameter weiter…

Die Mixture-of-Experts (MoE)-Architektur gilt als Schlüsseltechnologie für die Skalierung großer Sprachmodelle, leidet jedoch häufig unter…

Ein neuer Beitrag auf arXiv untersucht, wie neuronale Routing‑Solver – die aus einem Encoder und einem Decoder bestehen – effizienter skali…

Große Sprachmodelle sind inzwischen unverzichtbar für zahlreiche KI-Anwendungen, doch ihr steigender Energieverbrauch wirft ernsthafte Nach…

In der Welt der großen Sprachmodelle (LLMs) gewinnt die direkte Lösung von Optimierungsproblemen ohne Hilfsmittel eines Solver-Programms zu…

Ein neues Verfahren namens AILS‑AHD nutzt große Sprachmodelle (LLMs), um das Capacitated Vehicle Routing Problem (CVRP) effizienter zu löse…

Die Forschung hat ein neues Architekturkonzept namens TRC² (Thalamically Routed Cortical Columns) vorgestellt, das das fortlaufende Lernen…

ACAR (Adaptive Complexity and Attribution Routing) ist ein neues Messframework, das die Orchestrierung mehrerer KI‑Modelle unter vollständi…

Die effiziente Speicherung und Übertragung von Daten ist in der heutigen datenintensiven Welt unverzichtbar. Während lernbasierte verlustfr…

Wissenschaftler haben eine bahnbrechende Gleichgewichts-Theorie für Systeme von großen Sprachmodellen (LLM) entwickelt, die unter zentraler…

Mit der Weiterentwicklung großer Sprachmodelle (LLMs) zu autonomen Agenten, die komplexe Aufgaben in mehreren Schritten ausführen, wird die…

In der Welt der Empfehlungssysteme gewinnt die Kombination von Nutzer‑Interaktionen mit multimodalen Inhalten immer mehr an Bedeutung. Beso…

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

Unternehmen benötigen zunehmend sichere und reproduzierbare Wege, um heterogene Backend‑Agenten und Tools über Projekt- und Kontoboundaries…

Mixture‑of‑Experts‑Modelle setzen auf Router, um Tokens an Experten zu verteilen. Die gängige Softmax‑Gating‑Methode bietet jedoch keine kl…

In der Welt des Reinforcement Learning (RL) haben große Sprachmodelle (LLM) Agenten mit einer beeindruckenden Fähigkeit ausgestattet, kompl…

Arcee AI hat heute den technischen Bericht zu ihrem neuesten Sprachmodell Trinity Large veröffentlicht. Das sparsamente Mixture-of-Experts-…

Die neueste Variante des Sparse‑Linear Attention (SLA) – SLA2 – verspricht eine deutliche Beschleunigung von Video‑Diffusionsmodellen, ohne…

Mixture-of-Experts (MoE)-Architekturen gelten als vielversprechend für kontinuierliches Lernen, weil die sparsamen Routenupdates die Interf…

Eine neue Veröffentlichung auf arXiv (2602.11683v1) präsentiert ThinkRouter, ein innovatives Verfahren, das die Effizienz von KI‑Reasoning…

Die zunehmende Nutzung von Verschlüsselung im Netzwerkverkehr erschwert die Erkennung von bösartigen Datenpaketen, weil der Inhalt der Pake…

Eine neue Studie aus dem Bereich der kollektiven Intelligenz zeigt, dass das gezielte Schweigen von Experten die Genauigkeit von Vorhersage…