Suche nach Tensoren | meineki.news

Dual Length Codes: Schnellere, kompaktere Kompression von BFloat16 für LLMs

In der Welt der großen Sprachmodelle (LLMs) ist die Parallelisierung von Trainings- und Inferenzprozessen entscheidend, doch häufig wird si…

arXiv – cs.LG 23.02.2026 05:00

Forschung

MPZCH: Zero‑Collision‑Hash verbessert Embedding‑Qualität in Recommender‑Systemen

In großen Empfehlungssystemen sind Embedding‑Tabellen entscheidend, um hochdimensionale kategoriale Merkmale in dichte Vektoren zu übersetz…

arXiv – cs.LG 20.02.2026 05:00

Forschung

Neurale Netzwerke mit physikalischem Bewusstsein optimieren magnetische Navigation

Magnetische Anomalien bieten eine vielversprechende GPS‑Alternative, wenn Satellitenempfang fehlt oder gestört ist. Für Luftfahrzeuge ist d…

arXiv – cs.LG 17.02.2026 05:00

Forschung

tensorFM: Niedrigrangige Annäherungen an Kreuz-Ordnung-Feature-Interaktionen

Ein brandneues Modell namens tensorFM hat die Art und Weise, wie wir Vorhersagen aus tabellarischen, kategorialen Daten treffen, revolution…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Tensor-Methodik vereint Interpretierbarkeit und Präzision im Materialdesign

Ein neuer Beitrag auf arXiv (2602.10392v1) präsentiert Tensor‑Completion als ein einheitliches Verfahren für die Entwicklung neuer Material…

arXiv – cs.LG 12.02.2026 05:00

Praxis

Einops: Komplexe Tensor‑Pipelines für Vision, Attention und Multimodalität

In diesem Tutorial wird gezeigt, wie man mit Einops komplexe Tensor‑Transformationen klar und mathematisch präzise formuliert. Durch die Fu…

MarkTechPost 10.02.2026 21:35

Forschung

TensorGalerkin: Revolutionärer, GPU‑schneller Galerkin‑Algorithmus für PDEs

Ein neues, einheitliches Framework für die numerische Lösung, die konstrahierte Optimierung und das physikbasierte Lernen von partiellen Di…

arXiv – cs.LG 06.02.2026 05:00

Forschung

TinyTorch: 20‑Modul‑Kurs für ML‑Systeme von Grund auf

Der neue Lehrplan TinyTorch richtet sich an Studierende und Praktiker, die nicht nur Algorithmen, sondern auch die zugrunde liegenden Syste…

arXiv – cs.LG 28.01.2026 05:00

Forschung

LLM‑Gewichte komprimieren: Low‑Rank‑Tensor‑Approximation mit Cosine Lanczos

Die neuesten Fortschritte in großen Sprachmodellen (LLMs) haben die Leistungsfähigkeit in vielen NLP‑Aufgaben revolutioniert – gleichzeitig…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Space‑Filling‑Kurven: Einfache, kommunikationsvermeidend Matrixmultiplikation

Die allgemeine Matrixmultiplikation (GEMM) bildet das Herzstück von Deep‑Learning‑ und Hochleistungsrechenanwendungen. Trotz intensiver Opt…

arXiv – cs.AI 26.01.2026 05:00

Praxis

KV‑Caching: So beschleunigen Sie LLM‑Inferenz in der Produktion

Wenn Sie ein großes Sprachmodell (LLM) in einer Produktionsumgebung einsetzen, bemerken Sie oft, dass die ersten Token schnell generiert we…

MarkTechPost 21.12.2025 09:23

Forschung

Neuer Tensor-Analyse-Ansatz liefert theoretische Sicherheit bei hochdimensionalen Daten

In modernen Anwendungen, insbesondere bei tiefen neuronalen Netzen, tauchen hochdimensionale Tensor‑Valued‑Predictoren immer häufiger auf…

arXiv – cs.LG 16.12.2025 05:00

Forschung

Interaktions‑Tensor SHAP: Effiziente Analyse hochdimensionaler Modelle

Eine neue Veröffentlichung auf arXiv präsentiert einen Durchbruch in der Erklärbarkeit von tiefen, hochdimensionalen Machine‑Learning‑Model…

arXiv – cs.LG 08.12.2025 05:00

Praxis

Transformer & Mini‑GPT von Grund auf mit Tinygrad bauen

In diesem Tutorial lernen Sie, wie Sie neuronale Netzwerke komplett von Grund auf neu aufbauen – und zwar mit Tinygrad, einer minimalen Dee…

MarkTechPost 26.11.2025 07:04

Forschung

LLM-Training ohne Logits: Speicher- und Geschwindigkeitsvorteile

Traditionell werden bei der Schulung großer Sprachmodelle (LLMs) die versteckten Zustände zunächst in Logits umgewandelt, bevor der Kreuzen…

arXiv – cs.LG 25.11.2025 05:00

Forschung

Reise-Wellen als neue Positionskodierung für Transformer: RollPE schlägt RoPE

Transformers benötigen Positionskodierungen, um die inhärente Permutationsinvarianz der Selbstaufmerksamkeit zu kompensieren. Traditionell…

arXiv – cs.LG 18.11.2025 05:00

Forschung

Sparse-Netze liefern strukturierte Vektor-Embeddings für TPC-Daten

Zeitprojektion-Kammern (TPCs) sind vielseitige Detektoren, die die Bahnen geladenen Teilchen in einem ionisierenden Medium rekonstruieren…

arXiv – cs.LG 17.11.2025 05:00

Forschung

Echoless-LP: Speicher- und Effizienzsteigerung bei heterogenen Graphen

Heterogene Graph Neural Networks (HGNNs) sind das Rückgrat moderner Deep‑Learning‑Anwendungen auf komplexen Netzwerken. Traditionelle End‑t…

arXiv – cs.LG 17.11.2025 05:00

Forschung

Neuer Algorithmus löst Lernproblem von Halbflächen bei faktorisierten Verteilungen

Das Lernen von Schnittstellen zweier Halbflächen ist ein zentrales Problem der Computational Learning Theory. Trotz jahrzehntelanger Forsch…

arXiv – cs.LG 14.11.2025 05:00

Forschung

Neuer Gradient‑Aware Kompressor reduziert FL-Kommunikationskosten drastisch

Federated Learning (FL) ermöglicht es, Modelle gemeinsam zu trainieren, ohne dass die privaten Daten der Clients offengelegt werden. In der…

arXiv – cs.LG 11.11.2025 05:00

Forschung

Dezentralisiertes Deep Learning skaliert: Benchmarking & adaptive Lösung

Ein neues arXiv‑Veröffentlichung (2509.12213v1) beleuchtet die bislang wenig erforschte Praxis des dezentralen Lernens. Trotz theoretischer…

arXiv – cs.AI 17.09.2025 05:00

Forschung

Neues Framework für reproduzierbare Cross-Backend-Kompatibilität im Deep Learning

Ein neues, konfigurationsbasiertes System ermöglicht es, die Kompatibilität von Deep‑Learning‑Modellen über verschiedene Laufzeitumgebungen…

arXiv – cs.AI 10.09.2025 05:00

Forschung

Neural‑Netzwerk‑Gewichte in FP8/FP4 verlustfrei komprimiert – bis zu 83 % Speicherersparnis

Mit dem stetigen Wachstum von Deep‑Learning‑Modellen und der zunehmenden Verbreitung von KI‑Anwendungen wird die Reduzierung von Speicher-…

arXiv – cs.AI 28.08.2025 05:00

Forschung

3D‑Diffusion beschleunigt Skalierung von Granularmedien

Forscher haben einen neuen generativen Ansatz entwickelt, der die Simulation von Granularmedien drastisch beschleunigt. Anstatt die klassis…

arXiv – cs.LG 28.08.2025 05:00

Finde Modelle, Firmen und Themen

Dual Length Codes: Schnellere, kompaktere Kompression von BFloat16 für LLMs

MPZCH: Zero‑Collision‑Hash verbessert Embedding‑Qualität in Recommender‑Systemen

Neurale Netzwerke mit physikalischem Bewusstsein optimieren magnetische Navigation

tensorFM: Niedrigrangige Annäherungen an Kreuz-Ordnung-Feature-Interaktionen

Tensor-Methodik vereint Interpretierbarkeit und Präzision im Materialdesign

Einops: Komplexe Tensor‑Pipelines für Vision, Attention und Multimodalität

TensorGalerkin: Revolutionärer, GPU‑schneller Galerkin‑Algorithmus für PDEs

TinyTorch: 20‑Modul‑Kurs für ML‑Systeme von Grund auf

LLM‑Gewichte komprimieren: Low‑Rank‑Tensor‑Approximation mit Cosine Lanczos

Space‑Filling‑Kurven: Einfache, kommunikationsvermeidend Matrixmultiplikation

KV‑Caching: So beschleunigen Sie LLM‑Inferenz in der Produktion

Neuer Tensor-Analyse-Ansatz liefert theoretische Sicherheit bei hochdimensionalen Daten

Interaktions‑Tensor SHAP: Effiziente Analyse hochdimensionaler Modelle

Transformer & Mini‑GPT von Grund auf mit Tinygrad bauen

LLM-Training ohne Logits: Speicher- und Geschwindigkeitsvorteile

Reise-Wellen als neue Positionskodierung für Transformer: RollPE schlägt RoPE

Sparse-Netze liefern strukturierte Vektor-Embeddings für TPC-Daten

Echoless-LP: Speicher- und Effizienzsteigerung bei heterogenen Graphen

Neuer Algorithmus löst Lernproblem von Halbflächen bei faktorisierten Verteilungen

Neuer Gradient‑Aware Kompressor reduziert FL-Kommunikationskosten drastisch

Dezentralisiertes Deep Learning skaliert: Benchmarking & adaptive Lösung

Neues Framework für reproduzierbare Cross-Backend-Kompatibilität im Deep Learning

Neural‑Netzwerk‑Gewichte in FP8/FP4 verlustfrei komprimiert – bis zu 83 % Speicherersparnis

3D‑Diffusion beschleunigt Skalierung von Granularmedien

🍪 Cookie-Einstellungen

Neural‑Netzwerk‑Gewichte in FP8/FP4 verlustfrei komprimiert – bis zu 83 % Speicherersparnis