Suche nach SSP | meineki.news

LLM-gestützte Moleküloptimierung: Neue Methode RePO steigert Effizienz

In der Forschung zu großen Sprachmodellen (LLMs) hat sich gezeigt, dass klassische Techniken wie supervised fine‑tuning (SFT) und reinforce…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Softmax-gewichteter Gradientenwechsel für verteilte Minimax-Optimierung

Ein neues Verfahren, das Softmax-gewichteten Gradientenwechsel nutzt, löst das Problem der verteilten stochastischen Minimax-Optimierung un…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Online-Lernbarkeit von Chain-of-Thought-Verifikatoren: Korrektheit vs. Vollständigkeit

Wissenschaftler haben ein neues Online-Lernframework vorgestellt, das Chain-of-Thought-Verifikatoren – Werkzeuge, die die Richtigkeit von S…

arXiv – cs.LG 05.03.2026 05:00

Forschung

mlx-snn: Spiking Neural Networks jetzt nativ auf Apple Silicon

Mit der neuen Bibliothek mlx-snn wird Spiking Neural Network (SNN) Forschung endlich nativ auf Apple Silicon möglich. Die erste SNN‑Bibliot…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

In der Forschung zu programmierfähigen Agenten wird häufig die Fähigkeit gemessen, Aufgaben autonom zu lösen, indem man auf überprüfbare Be…

arXiv – cs.AI 05.03.2026 05:00

Forschung

MedFeat: KI-gestützte Feature Engineering für klinische Tabellendaten

In der Analyse klinischer Tabellendaten übertreffen klassische Modelle mit gezielter Feature Engineering häufig neuronale Netzwerke. Durch…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Bewertungsframework prüft multimodale Modelle auf ECG-Logik

Ein neues arXiv-Papier (2603.00312v1) präsentiert einen innovativen Ansatz zur Bewertung der Denkprozesse multimodaler Sprachmodelle bei de…

arXiv – cs.AI 03.03.2026 05:00

Forschung

LLM-Agenten lernen Laufzeit: Persistente Interpreter verbessern Effizienz

In einer neuen Studie untersuchen Forscher, ob große Sprachmodelle (LLMs) von der Persistenz ihres Interpreter-Status während des Trainings…

arXiv – cs.AI 03.03.2026 05:00

Forschung

Neues Framework bewertet GNN-Ausdruckskraft anhand 336 Datensätzen

Um die Zuverlässigkeit von Graph Neural Networks (GNNs) zu erhöhen, hat ein Forschungsteam ein neues, auf Eigenschaften basierendes Evaluat…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neues Verfahren verbessert automatisierte Bewertung mit LLMs

In der automatisierten Bewertung von Texten mit großen Sprachmodellen (LLMs) ist die Erstellung präziser Bewertungsrichtlinien entscheidend…

arXiv – cs.AI 03.03.2026 05:00

Forschung

AutoSkill: LLM-Agenten lernen aus Erfahrung – Weg zur lebenslangen Personalisierung

In der Praxis zeigen Nutzer von großen Sprachmodellen immer wieder stabile Vorlieben und Anforderungen – etwa das Vermeiden von Halluzinati…

arXiv – cs.AI 03.03.2026 05:00

Forschung

REMIND: Neue Perspektive für medizinisches Multimodales Lernen bei fehlenden Daten

In der medizinischen Forschung gewinnt die Integration von Informationen aus vielen unterschiedlichen Modalitäten immer mehr an Bedeutung…

arXiv – cs.LG 03.03.2026 05:00

Forschung

MetaMind: Kognitive Weltmodelle für Multi-Agenten ohne zentrale Kontrolle

In der Welt der Multi-Agenten-Systeme stellt die Fähigkeit, die dynamischen Wechselwirkungen zwischen Agenten zu verstehen, deren gemeinsam…

arXiv – cs.AI 03.03.2026 05:00

Forschung

Neues Benchmark enthüllt Schwächen von Sprachagenten bei feindlichem Ranking

Sprachagenten werden immer häufiger als web‑gestützte Systeme eingesetzt, die Informationen aus einer Vielzahl von Quellen suchen, durchsuc…

arXiv – cs.AI 03.03.2026 05:00

Forschung

Maschinelles Lernen im Wettbewerb – Nutzerwahl führt zu Über‑Spezialisierung, Peer‑Modelle als Lösung

In vielen wirtschaftlich relevanten Anwendungsfeldern, in denen maschinelles Lernen eingesetzt wird, konkurrieren mehrere Plattformen um di…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Nachweisbare Unterraumidentifikation bei nichtlinearem Multi-View-CCA

In einer neuen Studie auf arXiv wird gezeigt, wie die nichtlineare kanonische Korrelationsanalyse (CCA) in einem Multi‑View‑Setup eindeutig…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Metakognitive Feinabstimmung macht KI-Modelle robuster

In der neuesten Studie von Forschern auf arXiv wird gezeigt, dass große Sprachmodelle bei komplexen Rechenaufgaben häufig scheitern – nicht…

arXiv – cs.AI 27.02.2026 05:00

Forschung

Neue Spektrale Analyse von Sprachmodellen mit Random Matrix Theory

Eine neue Arbeit aus dem arXiv-Repository präsentiert einen einheitlichen Ansatz, um die beiden größten Herausforderungen moderner Deep‑Lea…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Neues Post-Training-Verfahren verbessert Wohnungspläne dank Space Syntax

In der Architekturforschung haben generative Modelle für Wohnungspläne lange Zeit große Datensätze optimiert, ohne dabei zentrale architekt…

arXiv – cs.LG 27.02.2026 05:00

Forschung

TEFL: Residualbasierte Vorhersageoptimierung steigert Genauigkeit um 19,5 %

Die Vorhersage von Zeitreihen ist in Bereichen wie Verkehr, Energieversorgung und Meteorologie unverzichtbar. Trotz der beeindruckenden Lei…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Digitaler Zwilling für thermohydraulische Prozesse: Echtzeit‑Fehlererkennung

Die Echtzeitüberwachung von Produktionsprozessen ist in vielen Industrien ein zentrales Anliegen, um Sicherheit, kontinuierliche Produktion…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

In einem neuen arXiv-Preprint wird gezeigt, dass maschinelles Lernen die Richtungen von Eröffnungs-Serves im Profi-Tennis mit einer Genauig…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Physikbasierte Analyse von Querschnitts-Bias in multimodalen Modellen

Ein neues Positionspapier beleuchtet die Frage der algorithmischen Fairness in multimodalen großen Sprachmodellen (MLLMs). Dabei wird unter…

arXiv – cs.AI 25.02.2026 05:00

Forschung

Neues Benchmark für automatisiertes kausales Inferenz: CausalReasoningBenchmark

Ein neues Benchmark namens CausalReasoningBenchmark wurde vorgestellt, das die Leistungsfähigkeit automatisierter kausaler Inferenzsysteme…

arXiv – cs.AI 25.02.2026 05:00

Forschung

LLM-Agenten lernen, Tool‑Beschreibungen ohne Ausführungsspur zu nutzen Eine neue Methode namens Trace‑Free+ ermöglicht es großen Sprachmodellen, Tool‑Schnittstellen ohne vorherige Ausführungsspur zu verstehen und zu nutzen. Durch ein schrittweises Curriculum überträgt das System Wissen von reichlich dokumentierten Szenarien auf reale Einsatzbedingungen, in denen keine Trace‑Daten verfügbar sind. Das Team hat ein umfangreiches Datenset hochwertiger Tool‑Interfaces erstellt und die Technik an

arXiv – cs.AI 25.02.2026 05:00

Forschung

ReIMTS: Rekursive Modelle steigern Vorhersagen von Zeitreihen um 27 %

Ein neues Verfahren namens ReIMTS hat die Vorhersagegenauigkeit von unregelmäßigen multivariaten Zeitreihen (IMTS) deutlich verbessert. Im…

arXiv – cs.LG 26.02.2026 05:00

Forschung

Protein-Sprachmodelle: Effizienz und Genauigkeit steigen

Moderne Protein‑Sprachmodelle (PLMs) nutzen Transformer‑Architekturen, die ursprünglich für die Verarbeitung natürlicher Sprache entwickelt…

arXiv – cs.LG 25.02.2026 05:00

Forschung

LLMs automatisieren die Erstellung von Mikrofluidik-Netzlisten

Microfluidische Geräte haben sich zu unverzichtbaren Instrumenten in vielen Laboranwendungen entwickelt, doch ihre komplexe Bauweise erschw…

arXiv – cs.AI 24.02.2026 05:00

Forschung

Neue Methode vorhersagt Stress aus Smartwatch‑Daten – individuell und erklärbar

In einer kürzlich veröffentlichten Studie auf arXiv wird ein neuartiges, erklärbares Modell vorgestellt, das Stress kontinuierlich vorhersa…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Rationale Fehlanpassung: Wie Modellfehler KI in Fallen führen

Die rasche Einführung von Large Language Models und KI-Agenten in kritische gesellschaftliche und technische Bereiche wird durch anhaltende…

arXiv – cs.AI 23.02.2026 05:00

Finde Modelle, Firmen und Themen

LLM-gestützte Moleküloptimierung: Neue Methode RePO steigert Effizienz

Softmax-gewichteter Gradientenwechsel für verteilte Minimax-Optimierung

Online-Lernbarkeit von Chain-of-Thought-Verifikatoren: Korrektheit vs. Vollständigkeit

mlx-snn: Spiking Neural Networks jetzt nativ auf Apple Silicon

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

MedFeat: KI-gestützte Feature Engineering für klinische Tabellendaten

Neues Bewertungsframework prüft multimodale Modelle auf ECG-Logik

LLM-Agenten lernen Laufzeit: Persistente Interpreter verbessern Effizienz

Neues Framework bewertet GNN-Ausdruckskraft anhand 336 Datensätzen

Neues Verfahren verbessert automatisierte Bewertung mit LLMs

AutoSkill: LLM-Agenten lernen aus Erfahrung – Weg zur lebenslangen Personalisierung

REMIND: Neue Perspektive für medizinisches Multimodales Lernen bei fehlenden Daten

MetaMind: Kognitive Weltmodelle für Multi-Agenten ohne zentrale Kontrolle

Neues Benchmark enthüllt Schwächen von Sprachagenten bei feindlichem Ranking

Maschinelles Lernen im Wettbewerb – Nutzerwahl führt zu Über‑Spezialisierung, Peer‑Modelle als Lösung

Nachweisbare Unterraumidentifikation bei nichtlinearem Multi-View-CCA

Metakognitive Feinabstimmung macht KI-Modelle robuster

Neue Spektrale Analyse von Sprachmodellen mit Random Matrix Theory

Neues Post-Training-Verfahren verbessert Wohnungspläne dank Space Syntax

TEFL: Residualbasierte Vorhersageoptimierung steigert Genauigkeit um 19,5 %

Digitaler Zwilling für thermohydraulische Prozesse: Echtzeit‑Fehlererkennung

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

Physikbasierte Analyse von Querschnitts-Bias in multimodalen Modellen

Neues Benchmark für automatisiertes kausales Inferenz: CausalReasoningBenchmark

ReIMTS: Rekursive Modelle steigern Vorhersagen von Zeitreihen um 27 %

Protein-Sprachmodelle: Effizienz und Genauigkeit steigen

LLMs automatisieren die Erstellung von Mikrofluidik-Netzlisten

Neue Methode vorhersagt Stress aus Smartwatch‑Daten – individuell und erklärbar

Rationale Fehlanpassung: Wie Modellfehler KI in Fallen führen

🍪 Cookie-Einstellungen

TEFL: Residualbasierte Vorhersageoptimierung steigert Genauigkeit um 19,5 %

Maschinelles Lernen vorhersagt Tennis-Serve-Richtungen mit 49 % Genauigkeit

ReIMTS: Rekursive Modelle steigern Vorhersagen von Zeitreihen um 27 %