Finde Modelle, Firmen und Themen

Die jüngste Veröffentlichung auf arXiv (2601.11618v1) stellt „Geometric Attention“ (GA) vor – einen völlig neuen Rahmen, der die Funktionsw…

Die neuesten großen Sprachmodelle (LLMs) haben die KI‑Welt revolutioniert, doch die quadratische Kostenstruktur der Selbst‑Attention bleibt…

Der Transformer, das Herzstück moderner KI, leidet bei der autoregressiven Inferenz unter einem linear wachsenden KV‑Cache und einer quadra…

In einer neuen Studie wurde ein formatabhängiger Fehler in der Sprachmodell‑Architektur Llama‑3.1‑8B‑Instruct aufgedeckt: Das Modell bewert…