Finde Modelle, Firmen und Themen

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

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues theoretisches Rahmenwerk vorgestellt, das die Klassifikation von Graphen…

In der Forschung zu multimodalen Prozessbelohnungsmodellen (MPRMs) steht die effiziente Nutzung von Trainingsdaten im Fokus. MPRMs sind ent…

Parameter‑effiziente Feinabstimmungsverfahren wie Low‑Rank Adaptation (LoRA) haben sich zum Standard für die Anpassung großer vortrainierte…

Mit dem rasanten Aufstieg von Foundation Models rückt die Entwicklung agentischer KI-Systeme stärker in den Fokus. Trotz ihres Potenzials l…

Neues Forschungsergebnis zeigt, dass die Struktur von Graphen in Graph Neural Networks (GNNs) nicht allein durch Homophilie bestimmt wird…

In der Welt der großen Sprachmodelle ist die Quantisierung nach dem Training (PTQ) ein entscheidender Schritt, um Modelle effizienter zu ma…

Transfer‑Learning ist ein entscheidender Ansatz, um Modelle in datenarmen Szenarien zu verbessern. Doch wenn mehrere Quellaufgaben gleichmä…

Die rasante Verbreitung von Large Language Models wie ChatGPT und GitHub Copilot verändert die Praxis der Softwareentwicklung grundlegend…

In einer kürzlich veröffentlichten Studie zum Thema Retrieval‑Augmented Generation (RAG) wurde gezeigt, dass die Technik des „Contextualize…

In einer aktuellen Veröffentlichung auf arXiv wird gezeigt, dass sogenannte adversariale Graphen – also Graphen mit kaum wahrnehmbaren Stör…

In einer Vielzahl moderner KI-Anwendungen – von adversarialem Training über AI‑Alignment bis hin zur robusten Optimierung – lassen sich die…

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovatives Konzept vorgestellt, das die Arbeitsbelastung von KI-Agenten in me…

Maschinelles Lernen leidet an einer Vielzahl von Fehlerquellen: von Diskriminierung gegenüber geschützten Gruppen über Anfälligkeit für trü…

Deep‑Learning‑Modelle liefern Spitzenleistungen, doch ihre Skalierbarkeit bleibt ein Problem, wenn Echtzeit‑ oder ressourcenbeschränkte Anw…

Eine neue Studie aus dem arXiv‑Repository zeigt, dass die meisten beliebten Post‑Hoc‑Erklärungsalgorithmen – wie Gradient‑ oder SHAP‑Method…