KI News. Verstehen, was wichtig wird.

Suche Anmelden

Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “TOFU”

Temper-Then-Tilt: Prinzipielle Entlernen-Strategie für generative Modelle

In einer neuen Studie von Forschern auf arXiv wird ein innovativer Ansatz zum Entlernen großer generativer Modelle vorgestellt. Anstatt her…

arXiv – cs.LG 12.02.2026 05:00

REBEL: Evolutionäre Methode entdeckt versteckte Wissensreste in LLMs

Die Forschung zum „Machine Unlearning“ für große Sprachmodelle (LLMs) hat ein neues Problem ans Licht gebracht: Die gängigen Evaluationsmet…

arXiv – cs.LG 09.02.2026 05:00

Neues Verfahren schützt sensible Daten in großen Rechenmodellen

Die Forschung im Bereich der großen Rechenmodelle (LRMs) hat einen bedeutenden Fortschritt erzielt: Mit dem neuen Ansatz „Sensitive Traject…

arXiv – cs.AI 15.01.2026 05:00

BalDRO: Robustes Framework für ausgewogenes LLM‑Unlearning

In einer Zeit, in der große Sprachmodelle (LLMs) immer mehr Einfluss auf das Internet haben, wird das gezielte Entfernen von Informationen…

arXiv – cs.LG 15.01.2026 05:00

Leak@$k$: Unlearning lässt LLMs unter probabilistischer Decodierung nicht vergessen

Unlearning in großen Sprachmodellen ist entscheidend, um regulatorische Vorgaben zu erfüllen und ethische KI-Systeme zu bauen, die keine pr…

arXiv – cs.LG 10.11.2025 05:00

Hierarchisches Federated Unlearning für große Sprachmodelle

In einer Zeit, in der große Sprachmodelle (LLMs) immer stärker in reale Anwendungen integriert werden, wächst die Sorge um Datenschutz, Sic…

arXiv – cs.LG 22.10.2025 05:00

Neue Messgröße für KI‑Unlearning deckt Lücken offener Modelle auf

Aktuelle Kennzahlen zur Bewertung von KI‑Unlearning prüfen, ob ein Modell auf Basis von Referenzantworten oder Klassifikator‑Ausgaben „verg…

arXiv – cs.LG 16.10.2025 05:00

LLM-Unlearning: EAGLE‑PC verhindert Über‑ und Untervergessen

Moderne Sprachmodelle werden mit riesigen Datensätzen trainiert, die häufig private oder urheberrechtlich geschützte Inhalte enthalten. Ang…

arXiv – cs.LG 29.08.2025 05:00