Finde Modelle, Firmen und Themen

Ein neues arXiv‑Paper präsentiert einen innovativen Ansatz, um skalare Quantenfeldtheorien mit Hilfe von Transformer‑Attention‑Köpfen zu ko…

In einer neuen Studie wird gezeigt, dass ein Laplacian‑Mechanismus die Leistung von Transformer‑Modellen deutlich steigert. Durch die gezie…

Ein neues arXiv‑Paper präsentiert Phaedra, eine Tokenisierungsmethode, die speziell für die hochpräzise Verarbeitung von physikalischen Dat…

In einer neuen Studie präsentiert ToolTok ein innovatives Konzept zur Steuerung von GUI-Agenten, das die Grenzen herkömmlicher, koordinaten…

Die Scaled Dot-Product Attention (SDPA) bildet das Herzstück moderner Sprachmodelle und komplexer Signalverarbeitungssysteme. In einer neue…

Transformers brauchen Positionskodierungen, um die Reihenfolge von Tokens zu erfassen. Während die Forschung bisher vor allem neue Kodierun…

In einer neuen Studie wird gezeigt, dass sich bösartige Hintertüren in großen Sprachmodellen (LLMs) auch nach mehrmaliger, benutzergetriebe…

Große, vortrainierte Sprachmodelle haben oft Schwierigkeiten, neue Fachbegriffe in kleinen, spezialisierten Datensätzen zu verarbeiten. For…