Finde Modelle, Firmen und Themen

Eine neue Studie aus dem arXiv-Repository (2604.01694v1) präsentiert Minor Component Adaptation (MiCA) als revolutionäre, parameter‑effizie…

In der Forschung zum lebenslangen Imitation Learning (LIL) gilt es, Agenten die Fähigkeit zu geben, neue Fertigkeiten aus Expertenvorführun…

In einer neuen Studie auf arXiv wird gezeigt, wie die nichtlineare kanonische Korrelationsanalyse (CCA) in einem Multi‑View‑Setup eindeutig…

Eine neue Methode namens GIST (Gradient Isometric Subspace Transformation) bringt frischen Wind in die gezielte Datenauswahl für Instructio…

Mixture‑of‑Experts‑Modelle setzen auf Router, um Tokens an Experten zu verteilen. Die gängige Softmax‑Gating‑Methode bietet jedoch keine kl…

In der Praxis wird die Kompression von Transformer‑Modellen häufig mit einer abgeschnittenen Singulärwertzerlegung (SVD) durchgeführt. Dies…

Federated Learning (FL) ermöglicht das Training von Modellen über mehrere Clients hinweg, ohne dass Daten zentralisiert werden. Graph Neura…

In der Hochrangigen Matrixvervollständigung (HRMC) geht es darum, fehlende Werte in einer Datenmatrix zu rekonstruieren, wenn die Spalten n…

Multimodale Graphen gewinnen zunehmend an Bedeutung, weil sie komplexe Strukturen aus unterschiedlichen Modalitäten – etwa Text, Bild und A…

Feintuning großer Sprachmodelle (LLMs) ist unverzichtbar, birgt jedoch das Risiko, die Sicherheitsausrichtung stark zu verschlechtern. Selb…

Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) ist entscheidend für die Weiterentwicklung großer Sprachmodelle. Bisherige, p…

Capsule Networks (CapsNets) haben sich als äußerst leistungsfähig für die graphbasierte Datenrepräsentation erwiesen, weil sie durch dynami…

In einer bahnbrechenden Studie wird endlich erklärt, was Word2Vec wirklich lernt und wie es dies tut. Die Autoren zeigen, dass das Lernprob…

Um die Zuverlässigkeit von tiefen Lernmodellen in der Praxis zu sichern, entwickeln Forscher neue Verfahren zur Erkennung von Out-of-Distri…

Ein neues Forschungsdokument auf arXiv präsentiert ein revolutionäres Konzept für neuronale Einbettungen: anstelle von Punkten werden Ideen…

Die neueste Veröffentlichung auf arXiv präsentiert PTSM – ein physiologie‑bewusstes und aufgaben‑invariantes Spatio‑Temporal‑Modell, das di…

Die Steuerung von Large Language Models (LLMs) über interne Aktivierungen hat sich als vielversprechender Ansatz etabliert, doch bisherige…