Finde Modelle, Firmen und Themen

Standard Retrieval‑Augmented Generation (RAG) Modelle stoßen in hochriskanten Finanzanwendungen an ihre Grenzen. Sie können weder präzise a…

Ein neues Forschungsprojekt namens FedAFD eröffnet einen vielversprechenden Ansatz für multimodales Federated Learning (MFL). Durch die Kom…

In einem neuen Beitrag auf arXiv wird gezeigt, dass die Anwendung von Differential Privacy (DP) über den Algorithmus DP‑SGD in zweischichti…

In der Hybrid-Online-Lernaufgabe werden die Merkmale zufällig aus einer unbekannten Verteilung gezogen, während die Labels von einem Gegner…

In einer kürzlich veröffentlichten Studie auf arXiv (2603.03507v1) wird ein neues Konzept vorgestellt, das die Ursache für die anhaltende P…

Eine neue Low‑Code-Plattform für die Wissenschaft, die auf einem bayesschen, adversarialen Multi‑Agenten‑Framework basiert, wurde auf arXiv…

In der digitalen Werbung spielt visuelles Material immer wichtiger, doch bislang fehlt es an belastbaren Verfahren, um zu bestimmen, wie ei…

Die Notwendigkeit, Modelle gezielt zu „vergessen“, wächst, weil Datenschutz immer wichtiger wird. Doch herkömmliche Unlearning‑Methoden füh…

Neurale Netzwerke (DNNs) liefern beeindruckende Leistungen, sind jedoch anfällig für gezielte Störungen, die ihre Einsatzfähigkeit in siche…

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

Multimodale Large Language Models (MLLMs) können zwar beeindruckende Ergebnisse liefern, aber sie erzeugen oft plausible, aber fehlerhafte…

Warten Sie nicht, bis KI‑gestützte Deepfakes und Malware Ihre Organisation überfluten. Experten warnen vor einer zunehmenden Gefährdung und…

Ein brandneues Forschungsdokument aus dem Bereich der multimodalen großen Sprachmodelle (MLLMs) zeigt, wie man die Wahrnehmungsstabilität d…

Mit der zunehmenden Verbreitung von großen Sprachmodellen (LLMs) wächst auch das Bewusstsein für deren Sicherheitsrisiken. Besonders gefähr…

Reinforcement Learning (RL) wird zunehmend als vielversprechende Methode zur Erkennung von Maschinenfehlern eingesetzt. In der aktuellen St…

Federated Learning bietet ein datenschutzfreundliches Modell für gemeinsames Lernen, doch der Erfolg hängt entscheidend von den Beiträgen d…

Reinforcement Learning from Human Feedback (RLHF) hat die Ausrichtung großer Sprachmodelle revolutioniert, birgt jedoch das Risiko von Rewa…

In der Forschung zu 6G‑Netzwerken und Low‑Altitude‑Drohnenkommunikation gewinnt die präzise Erzeugung von Radio‑Karten zunehmend an Bedeutu…

Forscher haben gezeigt, dass Generative Adversarial Networks (GANs) die Genauigkeit von Finanzprognosen deutlich erhöhen können. Durch die…

Eine neue Methode namens PCA-VAE ersetzt die herkömmliche Vektor‑Quantisierung in Autoencodern durch einen vollständig differenzierbaren An…

Große Sprachmodelle passen sich ohne Parameteränderungen an neue Aufgaben an – ein Prozess, der als In-Context Learning (ICL) bekannt ist…

In einem neu veröffentlichten Beitrag auf arXiv wird ein innovatives Verfahren vorgestellt, das das Problem der sequentiellen Vorhersage in…

Mit dem rasanten Ausbau von Large Language Models (LLMs) bleiben die Sicherheitsmechanismen häufig statisch. Dabei werden mehrteilige Gespr…

In einer neuen Studie aus dem arXiv‑Repository wird ein automatisiertes Angriffskonzept namens Phantom vorgestellt, das Agenten‑Hijacking –…

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz hat ein revolutionäres Verfahren vorgestellt, das die Sicherheit vo…

Die aktuelle KI-basierte Atemgeräuschdiagnostik leidet unter zwei wesentlichen Problemen: Erstens geht bei der Umwandlung von Audiosignalen…

Die neue Architektur AdvSynGNN setzt neue Maßstäbe für Graph Neural Networks (GNNs), indem sie die häufig auftretende Leistungsabnahme bei…