Suche nach Transformer-Modelle

Transformer-Modelle absorbieren Routing-Signale – Random Gates bleiben konkurrenzfähig

Eine neue Untersuchung auf arXiv zeigt, dass Transformer‑Modelle, die sparsames Attention end‑to‑end trainieren, die Routing‑Signale ihrer…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Transformer-Modell setzt neue Maßstäbe in der Ansichtssynthese

Ein neues Forschungsergebnis aus dem Bereich der Bildsynthese zeigt, dass Transformer-Modelle ohne geometrische Vorinformationen die bisher…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Bayessche Optimierung von In-Context Learning mit selektiven Zustandsräumen

In einer kürzlich veröffentlichten Arbeit auf arXiv (2602.17744v1) stellen die Autoren ein neues Prinzip vor, das In-Context Learning (ICL)…

arXiv – cs.LG 23.02.2026 05:00

Forschung

Singuläre Vektoren von Aufmerksamkeitsköpfen korrespondieren mit Merkmalen

Die Autoren haben die theoretische Grundlage für die Untersuchung der Beziehung zwischen der Eigenwertstruktur von Attention-Mechanismen un…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Das Condensate-Theorem: Transformer-Modelle laufen linear, nicht quadratisch

In einer neuen Veröffentlichung auf arXiv (2602.06317v1) wird das Condensate-Theorem vorgestellt, das zeigt, dass die Sparsität der Aufmerk…

arXiv – cs.LG 09.02.2026 05:00

Forschung

SLAY: Neue geometriebewusste lineare Spherical Attention mit Yat-Kernel

In einer bahnbrechenden Veröffentlichung präsentiert das Forschungsteam SLAY, eine neue Klasse linearer Attention-Mechanismen, die auf eine…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Transformer lernen: CAD-Profile aus Geometrie mit Zirkel und Lineal erzeugen

Ein neues Verfahren aus dem arXiv-Repository zeigt, wie Transformer-Modelle CAD-Profile erzeugen können, indem sie eine Reihe einfacher geo…

arXiv – cs.LG 15.01.2026 05:00

Praxis

DeepSeek präsentiert Engram: Konditionale Speicherachse für sparsames LLM

DeepSeek hat ein neues Modul namens Engram vorgestellt, das die Lücke in aktuellen Transformer-Modellen schließt. Während Transformer-Archi…

MarkTechPost 15.01.2026 07:54

Forschung

Neues Layer-Parallel Training beschleunigt Transformer-Modelle massiv

Eine neue Trainingsmethode für Transformer‑Modelle nutzt einen mehrstufigen, layer‑parallelen Ansatz, der die Rechenzeit drastisch verkürzt…

arXiv – cs.LG 15.01.2026 05:00

Forschung

Discrete Transformer: Algorithmen aus Modellen extrahieren – neue Interpretierbarkeit

Ein neues Verfahren namens Discrete Transformer eröffnet die Möglichkeit, aus trainierten Modellen eigenständig ausführbare Programme zu ge…

arXiv – cs.LG 12.01.2026 05:00

Forschung

Transformer meistern Modulare Addition trotz Positionsverschiebung

In einer neuen Studie wird gezeigt, wie sich charakterbasierte Transformer-Modelle dazu bringen lassen, Modulare Addition aus rein textuell…

arXiv – cs.LG 09.01.2026 05:00

Forschung

SigTime: Lern- und Visualisierungssystem für Zeitreihen-Signaturen

Ein neues Forschungsprojekt namens SigTime präsentiert einen innovativen Ansatz zur Erkennung und Visualisierung von Mustern in Zeitreihen…

arXiv – cs.LG 16.12.2025 05:00

Forschung

Transformer-Modelle mit synthetischen Graphen verbessern Alzheimer-Diagnose

Die frühzeitige und präzise Erkennung von Alzheimer ist entscheidend, um rechtzeitig intervenieren zu können. Doch die Entwicklung zuverläs…

arXiv – cs.LG 27.11.2025 05:00

Forschung

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

Ein neuer Ansatz aus dem arXiv-Repository nutzt Transformer-Modelle, um Wetterkarten als Tokens zu verarbeiten und damit die Vorhersage von…

arXiv – cs.LG 19.11.2025 05:00

Forschung

Transformer-Modelle meistern Collatz‑Sequenz: 99,7 % Genauigkeit bei bestimmten Basen

Eine neue Studie auf arXiv untersucht, wie Transformer‑Modelle die langen Schritte der Collatz‑Sequenz vorhersagen können – ein komplexes a…

arXiv – cs.LG 17.11.2025 05:00

Forschung

Transformer-Modelle prognostizieren Vogelkrankheiten anhand von Wanderpfaden

Eine neue Studie zeigt, dass Transformer-Architekturen die Gefahr von Vogelkrankheiten an den Endpunkten von Zugvogelpfaden präzise vorhers…

arXiv – cs.LG 20.10.2025 05:00

Forschung

Transformer-Modelle: Text wird in Gewichtungen umgewandelt

Eine neue Studie auf arXiv (2510.08734v1) legt die theoretische Basis dafür, wie große Sprachmodelle durch gezielte Änderungen ihrer intern…

arXiv – cs.LG 13.10.2025 05:00

Forschung

DETNO: Neuer Diffusions-Transformer für präzise Langzeit-Verkehrsvorhersage

Die Forschung im Bereich intelligenter Verkehrssysteme hat einen bedeutenden Fortschritt erzielt: Der neu entwickelte Diffusion-Enhanced Tr…

arXiv – cs.LG 28.08.2025 05:00

Forschung

Transformer-Modelle für Zeitreihen: Ensemble‑Methoden steigern Genauigkeit

Die neuesten Transformer‑basierten Basismodelle für Zeitreihen – darunter Lag‑Llama, TimeGPT, Chronos, MOMENT, UniTS und TimesFM – haben be…

arXiv – cs.LG 26.08.2025 05:00

Finde Modelle, Firmen und Themen

Transformer-Modelle absorbieren Routing-Signale – Random Gates bleiben konkurrenzfähig

Neues Transformer-Modell setzt neue Maßstäbe in der Ansichtssynthese

Bayessche Optimierung von In-Context Learning mit selektiven Zustandsräumen

Singuläre Vektoren von Aufmerksamkeitsköpfen korrespondieren mit Merkmalen

Das Condensate-Theorem: Transformer-Modelle laufen linear, nicht quadratisch

SLAY: Neue geometriebewusste lineare Spherical Attention mit Yat-Kernel

Transformer lernen: CAD-Profile aus Geometrie mit Zirkel und Lineal erzeugen

DeepSeek präsentiert Engram: Konditionale Speicherachse für sparsames LLM

Neues Layer-Parallel Training beschleunigt Transformer-Modelle massiv

Discrete Transformer: Algorithmen aus Modellen extrahieren – neue Interpretierbarkeit

Transformer meistern Modulare Addition trotz Positionsverschiebung

SigTime: Lern- und Visualisierungssystem für Zeitreihen-Signaturen

Transformer-Modelle mit synthetischen Graphen verbessern Alzheimer-Diagnose

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

Transformer-Modelle meistern Collatz‑Sequenz: 99,7 % Genauigkeit bei bestimmten Basen

Transformer-Modelle prognostizieren Vogelkrankheiten anhand von Wanderpfaden

Transformer-Modelle: Text wird in Gewichtungen umgewandelt

DETNO: Neuer Diffusions-Transformer für präzise Langzeit-Verkehrsvorhersage

Transformer-Modelle für Zeitreihen: Ensemble‑Methoden steigern Genauigkeit

🍪 Cookie-Einstellungen

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

Transformer-Modelle meistern Collatz‑Sequenz: 99,7 % Genauigkeit bei bestimmten Basen