Finde Modelle, Firmen und Themen

Der neue KI-Agent MOOSEnger richtet sich speziell an Anwender des Multiphysics Object‑Oriented Simulation Environment (MOOSE). Durch einen…

In der Welt der großen Sprachmodelle (LLMs) ist die Stabilität beim Reinforcement Learning entscheidend. Traditionell sorgt das Clipping‑Ve…

Mit Jagarin wird das Dilemma von mobilen KI‑Agenten endlich gelöst: Sie brauchen weder ständige Hintergrundausführung, die Akku verbraucht…

Eine neue Studie aus dem arXiv-Repository zeigt, dass der klassische K‑Means‑Algorithmus und differenzierbare Radial Basis Function (RBF)-N…

Große Sprachmodelle (LLMs) sind starke Allzweck-Reasoner, die in vielen unterschiedlichen Domänen und Aufgaben eingesetzt werden. Damit sie…

Die rasante Entwicklung großer Sprachmodelle (LLMs) wird zunehmend durch Speicher- und Bereitstellungskosten begrenzt. Um diese Hürden zu ü…

Ein neues Papier auf arXiv (2603.02531v1) legt einen grundlegenden Rahmen vor, der die bislang getrennten Ansätze der Diffusion‑Guidance un…

In realen Audio- und Videodaten liegen wichtige Informationen oft in langen stillen oder verrauschten Abschnitten verborgen. Klassische rek…

Die neueste Studie von ArXiv 2603.00425v1 zeigt, dass Aktivierungssteuerung – ein äußerst parameter‑effizienter Ansatz zur Modellanpassung…

In der Lernfortschrittsvorhersage (Knowledge Tracing, KT) werden Modelle üblicherweise mit den ersten Interaktionen aller Lernenden trainie…

In der medizinischen Forschung gewinnt die Integration von Informationen aus vielen unterschiedlichen Modalitäten immer mehr an Bedeutung…

Federated LoRA hat sich als effiziente Methode etabliert, um große Sprachmodelle auf dezentralen Daten zu verfeinern. In der Praxis führt d…

In einer neuen Untersuchung von arXiv‑Studien wird die Geometrie von Trainingspfaden in kleinen Transformer‑Modellen genauer beleuchtet. Da…

In der Forschung zum maschinellen Vergessen großer Sprachmodelle stellt sich häufig ein Datenschutzproblem dar: Sowohl die Serverparameter…

Federated Learning (FL) ermöglicht es, Modelle auf verteilten Geräten zu trainieren, ohne dass die Rohdaten zentralisiert werden. Durch meh…

In den letzten Jahren haben Techniken wie Supervised Fine‑Tuning (SFT), Reinforcement Learning from Human Feedback (RLHF) und Direct Prefer…

Ein neu entwickeltes Gedächtnissystem für KI-Agenten nutzt kontinuierliche Felder, die durch partielle Differentialgleichungen gesteuert we…

AWS hat kürzlich bedeutende Updates für den Large Model Inference (LMI)-Container veröffentlicht. Die neuen Versionen bringen umfassende Le…

Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) hat sich als zentrales Lernparadigma etabliert, um die Denkfähigkeiten multim…

Analog‑In‑Memory‑Computing (AIMC) nutzt Widerstands‑Crossbar‑Arrays, um Rechenoperationen direkt im Speicher auszuführen und damit enorme E…

In einer neuen Studie wird gezeigt, wie mobile Geräte mit unterschiedlichen Aufgaben‑Datensätzen gemeinsam ein großes Sprachmodell (LLM) ve…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neuer Ansatz zur Online‑Ausrichtung großer Sprachmodelle vorgestellt, der mit…

In einer wegweisenden Veröffentlichung stellen Forscher einen neuen Ansatz vor, der die Art und Weise, wie große Sprachmodelle (LLMs) und R…

DeepSpeed hat zwei bedeutende Neuerungen vorgestellt, die das Training von multimodalen Modellen revolutionieren. Die erste Innovation ist…

Eine neue Methode ermöglicht es Städten, die Verschlechterung ihrer Brücken gemeinsam zu bewerten, ohne dass sensible Inspektionsdaten ausg…

In der KI-Welt steht das Zusammenführen mehrerer, auf spezifische Aufgaben abgestimmter Modelle – ohne zusätzliche Trainingsschritte – seit…

Das neu veröffentlichte Framework I‑TAP (In‑Context Latent Temporal‑Abstraction Planner) löst zwei zentrale Probleme des planungsbasierten…

In der Multi-Task-Lernforschung besteht ein zentrales Problem darin, passende Aufgaben­gruppen zu finden, die gemeinsam trainiert werden so…

Die kontinuierliche Anpassung von Audio‑Visual‑Modellen während des Testens stellt eine große Herausforderung dar: In nicht stationären Umg…