Suche nach Superposition

Mehrfach-Grokking: Geometrische Entdeckungen in Transformers

In einer brandneuen Studie auf arXiv wird das Phänomen des Grokking – die plötzliche Übergang von bloßem Auswendiglernen zu echter Generali…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Neuronen speichern exponentiell viele Features – neues mathematisches Modell

Eine neue Studie aus dem Bereich der künstlichen Intelligenz liefert ein mathematisches Rahmenwerk, das die sogenannte lineare Repräsentati…

arXiv – cs.LG 13.02.2026 05:00

Forschung

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

Die Vereinigung von symbolischem Logiksystemen und neuronalen Netzwerken bleibt eines der zentralen Probleme der künstlichen Intelligenz. S…

arXiv – cs.AI 27.01.2026 05:00

Forschung

Discrete Transformer: Algorithmen aus Modellen extrahieren – neue Interpretierbarkeit

Ein neues Verfahren namens Discrete Transformer eröffnet die Möglichkeit, aus trainierten Modellen eigenständig ausführbare Programme zu ge…

arXiv – cs.LG 12.01.2026 05:00

Forschung

Effiziente Methode zur Merkmal-Extraktion aus beliebigen Superpositionen

Wissenschaftler haben einen neuen Algorithmus entwickelt, der es ermöglicht, die versteckten Merkmale in komplexen Machine‑Learning‑Modelle…

arXiv – cs.LG 19.12.2025 05:00

Forschung

Transformer als Vektor‑Symbolische Architektur: Neue Perspektive auf Attention

In einem brandneuen Beitrag auf arXiv wird die Funktionsweise von Transformer‑Modellen aus einer völlig neuen Sicht beleuchtet: Sie werden…

arXiv – cs.AI 18.12.2025 05:00

Forschung

GS‑KAN: Parameter‑effiziente Kolmogorov‑Arnold‑Netze mit geteilten Basisfunktionen

In einer neuen Veröffentlichung auf arXiv präsentiert das Team die GS‑KAN‑Architektur, die das Kolmogorov‑Arnold‑Theorem in einer schlanken…

arXiv – cs.LG 11.12.2025 05:00

Forschung

Quanten-Schaltkreis-Modelle ermöglichen differenzierbare logische Inferenz

Ein neuer Ansatz aus dem Bereich der Quanteninformatik, die sogenannten Quantum Circuit Reasoning Models (QCRM), erweitert die bisher auf E…

arXiv – cs.AI 10.12.2025 05:00

Forschung

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

Quanten‑Machine‑Learning eröffnet neue Wege, um Börsenkurse präziser vorherzusagen – besonders in komplexen, verrauschten und dynamischen F…

arXiv – cs.LG 09.12.2025 05:00

Forschung

Neue Theorie beleuchtet Sparse Dictionary Learning in KI-Interpretierbarkeit

Mit der rasanten Leistungssteigerung von KI-Modellen wächst die Notwendigkeit, zu verstehen, welche Repräsentationen sie lernen und wie sie…

arXiv – cs.LG 08.12.2025 05:00

Forschung

QML-HCS: Neues Framework für hyperkausale Quanten‑ML in nicht‑stationären Umgebungen

QML‑HCS ist ein hochmodernes Forschungsframework, das die Konstruktion und Analyse von Quanten‑inspirierten Machine‑Learning‑Modellen mit h…

arXiv – cs.LG 25.11.2025 05:00

Forschung

Transformer-Architektur als implizite multinomiale Regression interpretiert

In der aktuellen Forschung zur mechanistischen Interpretierbarkeit von KI-Modellen wird ein neues Licht auf die Rolle von Attention in Tran…

arXiv – cs.LG 08.09.2025 05:00

Finde Modelle, Firmen und Themen

Mehrfach-Grokking: Geometrische Entdeckungen in Transformers

Neuronen speichern exponentiell viele Features – neues mathematisches Modell

Tensor Logic vereint Datalog und neuronale Netzwerke – Forschungsergebnisse

Discrete Transformer: Algorithmen aus Modellen extrahieren – neue Interpretierbarkeit

Effiziente Methode zur Merkmal-Extraktion aus beliebigen Superpositionen

Transformer als Vektor‑Symbolische Architektur: Neue Perspektive auf Attention

GS‑KAN: Parameter‑effiziente Kolmogorov‑Arnold‑Netze mit geteilten Basisfunktionen

Quanten-Schaltkreis-Modelle ermöglichen differenzierbare logische Inferenz

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

Neue Theorie beleuchtet Sparse Dictionary Learning in KI-Interpretierbarkeit

QML-HCS: Neues Framework für hyperkausale Quanten‑ML in nicht‑stationären Umgebungen

Transformer-Architektur als implizite multinomiale Regression interpretiert

🍪 Cookie-Einstellungen