Finde Modelle, Firmen und Themen

In Kundenbeziehungsmanagement und Gesundheitsdaten entstehen durch doppelte Einträge erhebliche Probleme: Analysen werden verzerrt, Nutzere…

Ein neues Forschungsergebnis aus dem Bereich der Einzelhandelsüberwachung zeigt, dass die Erkennung von Ladendiebstahl mithilfe von Pose‑Er…

Agentic Reinforcement Learning (Agentic RL) hat das Potenzial, große Sprachmodelle (LLM) zu leistungsstarken Agenten zu machen, die komplex…

Der Import AI 447, der in Berlin vom 12. bis 14. März stattfand, gilt als einer der einflussreichsten Treffpunkte für Forscher, Entwickler…

Eine neue Untersuchung auf arXiv zeigt, dass das weit verbreitete InfoNCE‑Verlust in kontrastivem Lernen automatisch eine Gaußsche Struktur…

KI-Auditoren sind die neueste Generation von Prüfern, die sich nicht mehr ausschließlich auf finanzielle Transaktionen konzentrieren, sonde…

In der heutigen Online-Werbung, in der sich Marktbedingungen ständig verändern, ist die Optimierung von Geboten ein entscheidender Erfolgsf…

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

In einer wegweisenden Studie wird gezeigt, dass die Bewertung der Ausrichtung von Sprachmodellen nicht mehr auf bloßen Aussagen beruhen dar…

Auf der Plattform arXiv wurde das neue Benchmark-Projekt INDUCTION vorgestellt, das die Synthese von Konzepten in erster Ordnung (First‑Ord…

Eine aktuelle Studie aus dem Bereich der marinen Bioakustik hat ein neues Deep‑Learning-Modell namens CLICK‑SPOT vorgestellt, das die Erken…

Die Nachtrainierung von großen Sprachmodellen (LLMs) mit Verstärkungslernen (RL) steht vor einer großen Herausforderung: die Erkundung des…

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

Die Sicherheit an Bahnübergängen ist ein komplexes Problem, bei dem das Fahrerverhalten stark von Ort, Tageszeit und Wetterbedingungen abhä…

Stimmunginstabilität gilt als entscheidender Indikator für psychische Gesundheit, doch klassische Befragungen erfassen sie nur sporadisch u…

Reinforcement Learning with Verifiable Rewards (RLVR) ist ein zentrales Verfahren, um moderne Denkmodelle zu trainieren. Dabei werden Model…

In der Welt der generativen Empfehlungen hat sich das policy‑basierte Reinforcement Learning (RL) als führendes Verfahren etabliert, um Nut…

Eine neue Analyse des OpenClaw‑Frameworks hat gezeigt, dass die weltweit beachteten Berichte über „bewusste“ AI‑Agenten auf der Plattform M…

In der maxillofazialen Pathologie ist die Entwicklung von KI‑gestützten Diagnostiksystemen stark von strukturierten, multimodalen Datensätz…

In der Welt der Agentic AI, wo Systeme über lange, stochastische Interaktionsspuren hinweg ihre Handlungen anpassen, stellt die Gewährleist…

Der neue Forschungsbeitrag „C2: Cross learning module enhanced decision transformer with Constraint‑aware loss for auto‑bidding“ präsentier…

Eine neue Untersuchung auf arXiv beleuchtet, wie große Sprachmodelle (LLMs) als autonome Agenten in interaktiven und Multi‑Agenten‑Umgebung…

In der Forschung zu großen Sprachmodellen (LLMs) gewinnt die Überwachung von Aktivierungen zunehmend an Bedeutung, um schädliches Verhalten…

In der Computational Social Science stellt die Vorhersage von Bevölkerungsreaktionen auf politische Maßnahmen eine zentrale Herausforderung…

In der Welt des Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) für große Sprachmodelle (LLM) hat die sogenannte Exploration…

Ein brandneuer Schwarmintelligenz-Algorithmus namens Cyberswarm verspricht, die Art und Weise, wie Empfehlungssysteme funktionieren, grundl…

In einer aktuellen Studie von Forschern aus dem Bereich der künstlichen Intelligenz wurde gezeigt, dass große Sprachmodelle (LLMs) bei läng…

Agentic Memory wird zunehmend als entscheidender Treiber für große Sprachmodelle (LLM) erkannt, um Kontinuität, Personalisierung und langfr…