Suche nach UNLOCK | meineki.news

Master Key Hypothese: Fähigkeiten ohne Retraining zwischen Modellen übertragen

Wissenschaftler haben eine neue Methode entwickelt, mit der nachtrainierte Fähigkeiten von großen Sprachmodellen auf kleinere Modelle übert…

arXiv – cs.LG 09.04.2026 04:00

Forschung

<h1>LLMs ermöglichen 100‑fach effizientere Kompression dank interaktiver Fragen</h1> <p>Wissenschaftler haben gezeigt, dass große Sprachmodelle (LLMs) Texte nicht nur verlustfrei, sondern auch verlustbehaftet mit deutlich höherer Effizienz komprimieren können. Durch den Einsatz von domänenangepassten LoRA‑Adaptern lässt sich die verlustfreie Kompression mit LLM‑basierter arithmetischer Codierung um das Zweifache steigern.</p> <p>Im verlustbehafteten Bereich liefert ein Ansatz, bei dem das Modell zunächst ei

arXiv – cs.AI 06.04.2026 04:00

Aktuell

Gemma 4: KI komplett Open‑Source – leistungsstark lokal, auch auf Smartphones

Gemma 4 ist jetzt unter der Apache‑2.0-Lizenz vollständig Open‑Source. Das Modell liefert offline‑fähige, multimodale KI für Server, Smartp…

ZDNet – Artificial Intelligence 02.04.2026 16:00

Forschung

Starke Supervision für Audio-Pretraining: Datenbasierte Studie zeigt Erfolgsfaktoren

Die neueste Veröffentlichung auf arXiv (2603.25767v1) präsentiert einen wegweisenden Ansatz, um die Fragmentierung im Bereich Audio‑Pretrai…

arXiv – cs.AI 30.03.2026 04:00

Produkt

Amazon Bedrock: Skalierbare Videoanalyse mit multimodalen Modellen

In diesem Beitrag zeigen wir, wie die multimodalen Basismodelle von Amazon Bedrock die Videoanalyse in großem Umfang ermöglichen. Dazu werd…

AWS – Machine Learning Blog 25.03.2026 18:57

Forschung

FastDSAC: Entropie-gestützte Humanoidensteuerung überwindet Dimensionen

Die Skalierung von Maximum‑Entropy‑Reinforcement‑Learning (RL) auf hochdimensionale Humanoidensteuerung bleibt eine große Herausforderung…

arXiv – cs.LG 16.03.2026 04:00

Forschung

Re^2: LLMs optimieren Denken durch erneutes Starten

Eine neue Methode namens Re^2 (Reinforcement Learning with Re-solving) verspricht, die Rechenleistung großer Sprachmodelle (LLMs) gezielt f…

arXiv – cs.AI 10.03.2026 04:00

Forschung

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

In der Welt der großen Sprachmodelle (LLMs) eröffnet MOOSE-Star einen völlig neuen Ansatz für die wissenschaftliche Forschung. Während bish…

arXiv – cs.LG 05.03.2026 05:00

Forschung

MERaLiON2-Omni: 10B‑Parameter‑Modell für ganzheitliche Wahrnehmung in Südostasien

In einer wegweisenden Veröffentlichung präsentiert das Forschungsteam die erste Version von MERaLiON2-Omni (Alpha), einem 10‑Billionen‑Para…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Data Darwinism: Wissenschaftliche Daten für KI-Training neu erschlossen

In einer wegweisenden Veröffentlichung auf arXiv wird das Konzept „Data Darwinism“ vorgestellt, das die Qualität von Daten als entscheidend…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Qualitätsbewusste Tokenisierung eröffnet noisy Daten für Basismodelle

In einer neuen Studie wird die Methode QA‑Token vorgestellt, die die Signalqualität von Daten direkt in die Vokabularbildung einbezieht. Da…

arXiv – cs.AI 09.02.2026 05:00

Forschung

Modell-Merging ermöglicht effiziente Optimierung multimodaler Datemischungen

In der Welt der multimodalen großen Sprachmodelle ist die Auswahl der optimalen Datenmischung entscheidend für den Erfolg des Supervised Fi…

arXiv – cs.LG 06.02.2026 05:00

Praxis

Llama 3.1-8B verbessert Denken durch Feinabstimmung auf NVIDIA DGX Spark

Die Freude an lokalen Sprachmodellen liegt nicht nur im einfachen Herunterladen der Gewichte, sondern auch im Experimentieren, das oft bis…

PyTorch – Blog 02.02.2026 18:16

Forschung

Mehr aus Weniger lernen: REPCORE nutzt interne Zustände zur Benchmark-Kompression

Die Kosten für die vollständige Bewertung großer Sprachmodelle (LLMs) sind so hoch, dass neue, effiziente Alternativen dringend benötigt we…

arXiv – cs.AI 03.02.2026 05:00

Forschung

Neues Verfahren: Unüberwachtes Modifizieren von TSP-Daten verbessert klassische Heuristiken

Ein innovatives Konzept namens TSP‑MDF hat die Art und Weise, wie klassische Tour‑Konstruktoren im Traveling Salesman Problem (TSP) arbeite…

arXiv – cs.AI 03.02.2026 05:00

Forschung

Visuelle Generierung stärkt menschlich Denken in multimodalen Modellen

In einer neuen Studie von arXiv:2601.19834v1 wird gezeigt, wie visuelle Inhalte die Art und Weise verbessern, wie KI‑Systeme über die reale…

arXiv – cs.AI 28.01.2026 05:00

Forschung

RAG für Diffusions‑Sprachmodelle: Neue Methode reduziert semantischen Drift

Hier ist eine Liste der häufigsten Verwendungen des Wortes „to“ im Englischen. 1. Infinitiv – „to“ wird verwendet, um den Infinitiv eines V…

arXiv – cs.LG 19.01.2026 05:00

Forschung

METAL: Mit wenigen linearen Schichten Sprachen in multimodale Modelle einbinden

Multimodale KI‑Modelle zeigen bisher vor allem im Englischen beeindruckende Ergebnisse, weil dort reichlich Bild‑Text‑ und Audio‑Text‑Daten…

arXiv – cs.LG 16.01.2026 05:00

Forschung

GIFT: Globale Optimierung nach dem Training durch Gibbs-Initialisierung

Ein neues Verfahren namens GIFT (Gibbs Initialization with Finite Temperature) verspricht, die Leistung von Large Reasoning Models (LRMs) n…

arXiv – cs.LG 15.01.2026 05:00

Forschung

Dual-Align: Ein neuer Ansatz zur Kalibrierung von nachtrainierten Sprachmodellen

Die jüngste Veröffentlichung auf arXiv (2601.04277v1) präsentiert Dual-Align, ein innovatives Verfahren zur Kalibrierung von großen Sprachm…

arXiv – cs.LG 09.01.2026 05:00

Produkt

Videoverständnis revolutioniert: TwelveLabs Marengo auf Amazon Bedrock

Entdecken Sie, wie das Embedding-Modell TwelveLabs Marengo, das auf Amazon Bedrock verfügbar ist, das Videoverständnis durch multimodale KI…

AWS – Machine Learning Blog 16.12.2025 18:51

Forschung

Künstliche Agenten nutzen Weltmodelle, um Patch-Foraging nach MVT zu optimieren

In einer neuen Studie zeigen Forscher, dass künstliche Forager, die mit lernenden Weltmodellen ausgestattet sind, automatisch Strategien en…

arXiv – cs.AI 16.12.2025 05:00

Aktuell

Allen Institute präsentiert Bolmo: Open‑Source Byte‑Level Sprachmodell

Das Allen Institute of AI (Ai2) hat mit Bolmo ein neues, tokenizerfreies Sprachmodell vorgestellt, das Unternehmen dabei unterstützt, robus…

VentureBeat – AI 15.12.2025 05:00

Forschung

Neue Methode entschlüsselt semantische Struktur von KV-Caches in LLMs

In einem aktuellen Beitrag auf arXiv wird ein neues Verfahren vorgestellt, das die bislang als undurchsichtig betrachtete Key‑Value‑Cache‑S…

arXiv – cs.LG 12.12.2025 05:00

Forschung

Reinforcement Learning steigert Genauigkeit bei token‑unabhängiger Regression

Ein neues Verfahren nutzt Reinforcement Learning (RL), um die Genauigkeit von „decoding‑based regression“ zu erhöhen – ein Ansatz, bei dem…

arXiv – cs.LG 09.12.2025 05:00

Forschung

Lernmethode Boltzmann‑Maschinen: Parallelisierbarer Sampler& Temperaturabschätzung

Forscher haben eine neue Lernmethode für Boltzmann‑Maschinen entwickelt, die die bisherige Trainingszeit drastisch reduziert und gleichzeit…

arXiv – cs.LG 03.12.2025 05:00

Aktuell

Headless vs. native Semantic Layer: Schlüssel zu 90 %+ Text‑zu‑SQL‑Genauigkeit

Jedes Data‑Engineering‑Team steht heute vor derselben Frage: „Wie bauen wir einen Chatbot, der mit unseren Daten kommuniziert?“ In den Prot…

VentureBeat – AI 02.12.2025 05:00

Forschung

ChemFixer: Korrigiert ungültige Moleküle und eröffnet neues chemisches Potential

Deep‑Learning‑Modelle zur molekularen Generierung haben das Potenzial, riesige chemische Räume zu erkunden und neue Wirkstoffkandidaten zu…

arXiv – cs.LG 19.11.2025 05:00

Forschung

Event-CausNet: Kausales Wissen aus Texten für zuverlässige Verkehrsprognosen

Ein brandneues Forschungsprojekt namens Event-CausNet nutzt große Sprachmodelle, um aus unstrukturierten Ereignisberichten kausale Erkenntn…

arXiv – cs.AI 18.11.2025 05:00

Produkt

RDMA steigert AI‑Speicherleistung bei S3‑kompatiblen Systemen

Die heutigen KI‑Workloads verlangen nach Speicherlösungen, die nicht nur skalierbar, sondern auch kosteneffizient sind. Prognosen zufolge w…

NVIDIA – Blog 14.11.2025 16:00

Finde Modelle, Firmen und Themen

Master Key Hypothese: Fähigkeiten ohne Retraining zwischen Modellen übertragen

Gemma 4: KI komplett Open‑Source – leistungsstark lokal, auch auf Smartphones

Starke Supervision für Audio-Pretraining: Datenbasierte Studie zeigt Erfolgsfaktoren

Amazon Bedrock: Skalierbare Videoanalyse mit multimodalen Modellen

FastDSAC: Entropie-gestützte Humanoidensteuerung überwindet Dimensionen

Re^2: LLMs optimieren Denken durch erneutes Starten

MOOSE-Star: Komplexitätsbarriere in KI-gestützter Wissenschaft durchbrechen

MERaLiON2-Omni: 10B‑Parameter‑Modell für ganzheitliche Wahrnehmung in Südostasien

Data Darwinism: Wissenschaftliche Daten für KI-Training neu erschlossen

Qualitätsbewusste Tokenisierung eröffnet noisy Daten für Basismodelle

Modell-Merging ermöglicht effiziente Optimierung multimodaler Datemischungen

Llama 3.1-8B verbessert Denken durch Feinabstimmung auf NVIDIA DGX Spark

Mehr aus Weniger lernen: REPCORE nutzt interne Zustände zur Benchmark-Kompression

Neues Verfahren: Unüberwachtes Modifizieren von TSP-Daten verbessert klassische Heuristiken

Visuelle Generierung stärkt menschlich Denken in multimodalen Modellen

RAG für Diffusions‑Sprachmodelle: Neue Methode reduziert semantischen Drift

METAL: Mit wenigen linearen Schichten Sprachen in multimodale Modelle einbinden

GIFT: Globale Optimierung nach dem Training durch Gibbs-Initialisierung

Dual-Align: Ein neuer Ansatz zur Kalibrierung von nachtrainierten Sprachmodellen

Videoverständnis revolutioniert: TwelveLabs Marengo auf Amazon Bedrock

Künstliche Agenten nutzen Weltmodelle, um Patch-Foraging nach MVT zu optimieren

Allen Institute präsentiert Bolmo: Open‑Source Byte‑Level Sprachmodell

Neue Methode entschlüsselt semantische Struktur von KV-Caches in LLMs

Reinforcement Learning steigert Genauigkeit bei token‑unabhängiger Regression

Lernmethode Boltzmann‑Maschinen: Parallelisierbarer Sampler& Temperaturabschätzung

Headless vs. native Semantic Layer: Schlüssel zu 90 %+ Text‑zu‑SQL‑Genauigkeit

ChemFixer: Korrigiert ungültige Moleküle und eröffnet neues chemisches Potential

Event-CausNet: Kausales Wissen aus Texten für zuverlässige Verkehrsprognosen

RDMA steigert AI‑Speicherleistung bei S3‑kompatiblen Systemen

🍪 Cookie-Einstellungen

Gemma 4: KI komplett Open‑Source – leistungsstark lokal, auch auf Smartphones

Headless vs. native Semantic Layer: Schlüssel zu 90 %+ Text‑zu‑SQL‑Genauigkeit