Suche nach Unterraum | meineki.news

DC-Merge: Modellfusion mit richtungsorientierter Konsistenz

In der Welt der künstlichen Intelligenz gewinnt die effiziente Zusammenführung mehrerer, auf spezifische Aufgaben abgestimmter Modelle imme…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Neue Methode für personalisiertes Multi-Agenten-TD-Lernen mit linearer Beschleunigung

In einer kürzlich veröffentlichten Studie auf arXiv wird ein innovativer Ansatz für das personalisierte Multi-Agenten‑Average‑Reward‑TD‑Ler…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Nachweisbare Unterraumidentifikation bei nichtlinearem Multi-View-CCA

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

arXiv – cs.LG 02.03.2026 05:00

Forschung

GOPO: Neue Optimierungsmethode für Sprachmodelle aus Hilbert‑Raum

Die neueste Veröffentlichung von Forschern auf arXiv präsentiert GOPO – Group Orthogonalized Policy Optimization – einen völlig neuen Ansat…

arXiv – cs.AI 26.02.2026 05:00

Forschung

Llama-3 löst Addition durch letzte Token-Ausgabe und rotierende Ziffernrichtung

Eine neue Studie auf arXiv untersucht, wie Meta‑Llama‑3‑8B bei dreistelligen Additionen die Ergebnisse abschließt, sobald die Kreuz‑Token‑R…

arXiv – cs.AI 24.02.2026 05:00

Forschung

GIST: Datenauswahl für Instruction Tuning mit gekoppeltem Optimierungsgeometrie

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

arXiv – cs.LG 24.02.2026 05:00

Forschung

GrMoE: Neue Routing‑Methode für Mixture‑of‑Experts mit kontrollierter Sparsität

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

arXiv – cs.LG 23.02.2026 05:00

Forschung

Feinabstimmung von Vision‑Language‑Modellen gefährdet Sicherheit – Studie warnt

Eine neue Untersuchung aus dem arXiv‑Repository zeigt, dass das Feintuning von Vision‑Language‑Modellen auf eng begrenzte, potenziell schäd…

arXiv – cs.AI 20.02.2026 05:00

Forschung

COMPOT: Trainingfreie Kompression von Transformers mit Procrustes‑Optimierung

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

arXiv – cs.LG 18.02.2026 05:00

Forschung

Federated GNNs: Geometrische Kohärenz bei globaler Aggregation neu definiert

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

arXiv – cs.LG 18.02.2026 05:00

Forschung

Logistische Regression: Größere Lernrate liefert schnellere Konvergenz in 2D

In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass die klassische Gradient‑Descent‑Methode (GD) für die logistische Ver…

arXiv – cs.LG 16.02.2026 05:00

Forschung

Adaptive ROMs: Neue, nicht‑intrusive Modelle für dynamische Systeme

Forscher haben ein neues Konzept für adaptive, nicht‑intrusive Reduktionsmodelle vorgestellt, die sich online an veränderte Systembedingung…

arXiv – cs.LG 13.02.2026 05:00

Forschung

ELROND: Diffusionsmodelle steuern – neue Technik für gezielte Bildgenerierung

In einer bahnbrechenden Veröffentlichung auf arXiv präsentiert das ELROND‑Team eine Methode, die es ermöglicht, die inneren semantischen Ri…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Neues Python-Tool 'Landscaper' enthüllt Topologie von Verlustlandschaften

Ein neues Open‑Source-Python-Paket namens Landscaper wurde auf arXiv veröffentlicht und verspricht, die Analyse von Verlustlandschaften in…

arXiv – cs.LG 10.02.2026 05:00

Forschung

Dispersion Loss reduziert Embedding-Condensation und verbessert kleine Sprachmodelle

Die Weiterentwicklung großer Sprachmodelle (LLMs) führt zu beeindruckenden Leistungen, jedoch steigen die Rechenkosten mit jeder zusätzlich…

arXiv – cs.LG 03.02.2026 05:00

Forschung

Neue Methode für Hochrangige Matrixvervollständigung: Grassmannian Proxy Fusion

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

arXiv – cs.LG 04.02.2026 05:00

Forschung

Neues Framework NSG-MoE trennt Knoten und optimiert multimodale Graphen

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

arXiv – cs.LG 03.02.2026 05:00

Forschung

Generatives Modell lernt physikalische Manifold-Geometrie – neue Surrogattechnik

In der Welt der Surrogatmodelle für komplexe physikalische Systeme besteht oft ein Spannungsfeld zwischen passgenauer Datenanpassung und ph…

arXiv – cs.LG 30.01.2026 05:00

Forschung

AGZO: Aktivitätsgesteuerte Zeroth-Order-Optimierung verbessert LLM-Fine‑Tuning

Die neue Methode AGZO (Activation‑Guided Zeroth‑Order) bietet eine elegante Lösung für das Feintuning großer Sprachmodelle unter extremen S…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Effizientes Lernen von Gaußschen Prozessen durch Unterraumprojektionen

In einer neuen Veröffentlichung auf arXiv wird ein innovatives Trainingsziel für Gaußsche Prozesse vorgestellt, das auf niedrigdimensionale…

arXiv – cs.LG 26.01.2026 05:00

Forschung

DP‑SFT: Subspace‑Fine‑Tuning senkt Rauschen, steigert Genauigkeit bei LLMs

Die Feinabstimmung großer Sprachmodelle auf spezifische Aufgaben ist entscheidend, um ihr volles Potential auszuschöpfen. Gleichzeitig wirf…

arXiv – cs.LG 19.01.2026 05:00

Forschung

SDFLoRA: Neue Methode für federated Fine‑Tuning mit heterogenen Clients

Federated Learning (FL) ermöglicht es, große Sprachmodelle ohne Datenübertragung zu verfeinern und so die Privatsphäre der Nutzer zu schütz…

arXiv – cs.LG 19.01.2026 05:00

Forschung

Neue Methode schützt KI-Modelle beim Feintuning vor Sicherheitsverlust

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

arXiv – cs.LG 16.01.2026 05:00

Forschung

GeoRA: Geometriebewusste Low‑Rank‑Anpassung verbessert RLVR-Modelle

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

arXiv – cs.LG 15.01.2026 05:00

Forschung

ScaPre: Effizientes Konzept‑Vergessen in Diffusionsmodellen

Text‑zu‑Bild‑Diffusionsmodelle haben in den letzten Jahren enorme Fortschritte erzielt, doch ihre Nutzung wirft gleichzeitig Fragen zu Urhe…

arXiv – cs.LG 13.01.2026 05:00

Forschung

Gradienten in Deep Learning: Vorhersagbare Pfade und niedrige Rangstruktur

Die Optimierung von Deep‑Learning‑Modellen weist eine Struktur auf, die klassische Worst‑Case‑Gradientenschätzungen nicht erfassen. In der…

arXiv – cs.LG 09.01.2026 05:00

Forschung

AlignMerge: Geometrisch sicheres Zusammenführen von Sprachmodellen

Das Zusammenführen mehrerer feinabgestimmter Sprachmodelle ist ein beliebter Ansatz, um neue Fähigkeiten zu kombinieren, ohne jedes Mal neu…

arXiv – cs.AI 19.12.2025 05:00

Forschung

LLMs können Aktivierungsmonitore umgehen – neue Studie zeigt „neuronale Chamäleons“

Eine aktuelle Untersuchung auf arXiv zeigt, dass feinabgestimmte Sprachmodelle in der Lage sind, Aktivierungsmonitore – ein aufkommendes We…

arXiv – cs.LG 16.12.2025 05:00

Forschung

PR-CapsNet: Adaptive Krümmungsrouting in Pseudo‑Riemannian Capsule‑Netzwerken

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

arXiv – cs.LG 10.12.2025 05:00

Forschung

RILKE: LLMs können Wissen dauerhaft und präzise aktualisieren

Moderne Sprachmodelle liefern häufig veraltete oder falsche Informationen. Die Herausforderung, ihr Wissen effizient und exakt zu aktualisi…

arXiv – cs.AI 27.11.2025 05:00

Finde Modelle, Firmen und Themen

DC-Merge: Modellfusion mit richtungsorientierter Konsistenz

Neue Methode für personalisiertes Multi-Agenten-TD-Lernen mit linearer Beschleunigung

Nachweisbare Unterraumidentifikation bei nichtlinearem Multi-View-CCA

GOPO: Neue Optimierungsmethode für Sprachmodelle aus Hilbert‑Raum

Llama-3 löst Addition durch letzte Token-Ausgabe und rotierende Ziffernrichtung

GIST: Datenauswahl für Instruction Tuning mit gekoppeltem Optimierungsgeometrie

GrMoE: Neue Routing‑Methode für Mixture‑of‑Experts mit kontrollierter Sparsität

Feinabstimmung von Vision‑Language‑Modellen gefährdet Sicherheit – Studie warnt

COMPOT: Trainingfreie Kompression von Transformers mit Procrustes‑Optimierung

Federated GNNs: Geometrische Kohärenz bei globaler Aggregation neu definiert

Logistische Regression: Größere Lernrate liefert schnellere Konvergenz in 2D

Adaptive ROMs: Neue, nicht‑intrusive Modelle für dynamische Systeme

ELROND: Diffusionsmodelle steuern – neue Technik für gezielte Bildgenerierung

Neues Python-Tool 'Landscaper' enthüllt Topologie von Verlustlandschaften

Dispersion Loss reduziert Embedding-Condensation und verbessert kleine Sprachmodelle

Neue Methode für Hochrangige Matrixvervollständigung: Grassmannian Proxy Fusion

Neues Framework NSG-MoE trennt Knoten und optimiert multimodale Graphen

Generatives Modell lernt physikalische Manifold-Geometrie – neue Surrogattechnik

AGZO: Aktivitätsgesteuerte Zeroth-Order-Optimierung verbessert LLM-Fine‑Tuning

Effizientes Lernen von Gaußschen Prozessen durch Unterraumprojektionen

DP‑SFT: Subspace‑Fine‑Tuning senkt Rauschen, steigert Genauigkeit bei LLMs

SDFLoRA: Neue Methode für federated Fine‑Tuning mit heterogenen Clients

Neue Methode schützt KI-Modelle beim Feintuning vor Sicherheitsverlust

GeoRA: Geometriebewusste Low‑Rank‑Anpassung verbessert RLVR-Modelle

ScaPre: Effizientes Konzept‑Vergessen in Diffusionsmodellen

Gradienten in Deep Learning: Vorhersagbare Pfade und niedrige Rangstruktur

AlignMerge: Geometrisch sicheres Zusammenführen von Sprachmodellen

LLMs können Aktivierungsmonitore umgehen – neue Studie zeigt „neuronale Chamäleons“

PR-CapsNet: Adaptive Krümmungsrouting in Pseudo‑Riemannian Capsule‑Netzwerken

RILKE: LLMs können Wissen dauerhaft und präzise aktualisieren

🍪 Cookie-Einstellungen