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 “Test-Time Compute”

LLM-Logik: Adaptive Verifikation spart 44 % Aufwand und steigert Genauigkeit

Ein neues Papier auf arXiv (2602.03975v1) zeigt, wie die Rechenzeit bei der Prüfung von LLM‑Logik effizienter genutzt werden kann. Die Auto…

arXiv – cs.AI 05.02.2026 05:00

PaCoRe: Parallel koordiniertes Denken steigert Testzeitrechenleistung massiv

Die neue Methode PaCoRe (Parallel Coordinated Reasoning) löst ein zentrales Problem moderner Sprachmodelle: die Begrenzung der Testzeitrech…

arXiv – cs.LG 12.01.2026 05:00

Tiny Recursive Models zeigen bei ARC-AGI-1 beeindruckende Effizienz <p>Die Tiny Recursive Models (TRM) stellen eine kompakte Alternative zu großen Sprachmodellen dar, um Aufgaben des Abstraction and Reasoning Corpus (ARC) zu lösen. In einer neuen Analyse des ARC‑Prize‑TRM‑Checkpoints auf dem ARC‑AGI‑1‑Datensatz wurden vier zentrale Erkenntnisse gewonnen.</p> <p>Erstens verdeutlicht die Untersuchung, dass Test‑Time‑Augmentation und ein Mehrfach‑Voting‑Ansatz einen erheblichen Anteil am Erfolg ausmachen.

arXiv – cs.LG 16.12.2025 05:00

FutureWeaver: Testzeit-Computing für Multi-Agenten optimiert

Die Leistungsfähigkeit großer Sprachmodelle lässt sich durch die Skalierung der Testzeit-Rechenleistung deutlich steigern – ohne zusätzlich…

arXiv – cs.AI 15.12.2025 05:00

Neue Methode steigert Effizienz von LLMs: Reward-Filtered Sequential Inference

Test‑Time‑Compute (TTC) hat sich als zentrales Konzept zur Optimierung großer Sprachmodelle etabliert. Trotz der Erfolge von Techniken wie…

arXiv – cs.LG 05.12.2025 05:00

Neue Methode optimiert LLM-Performance: Token- und Latenzbewusste Testzeit-Computing

In der KI-Welt hat sich die Skalierung während der Inferenz als Schlüssel zur Verbesserung großer Sprachmodelle etabliert. Durch das gleich…

arXiv – cs.LG 15.09.2025 05:00

ParaThinker: Paralleldenken steigert LLM-Leistung bei Testzeit

Warum stoßen sequenzielle LLMs an ihre Grenzen? Testzeit‑Computing‑Skalierung hat sich traditionell auf das Ausweiten einzelner Denkpfade k…

MarkTechPost 09.09.2025 04:26

Mehrschrittiges Denken bei KI: Tiefe, Gedächtnis und Laufzeitrechenleistung verbessern

Die Fähigkeit, mehrstufig zu denken, gilt als Schlüsselkompetenz großer Sprachmodelle. Trotz ihrer beeindruckenden Leistungen bleibt jedoch…

arXiv – cs.LG 26.08.2025 05:00

RTTC: Belohnungsbasierte, kollaborative Testzeit-Optimierung für LLMs

Im Zeitalter der großen Sprachmodelle (LLMs) hat sich die Testzeit-Optimierung (TTC) als wirkungsvolles Mittel etabliert, um die Inferenzle…

arXiv – cs.AI 15.08.2025 05:00