Finde Modelle, Firmen und Themen

Vision‑Language‑Modelle werden zunehmend in sensiblen Bereichen wie medizinischer Bildgebung und privaten Fotos eingesetzt. Bisher beschrän…

Ein neues KI-System, das auf Retrieval‑Augmented Generation (RAG) basiert, verspricht, die Art und Weise zu verändern, wie staatliche Verke…

Die rasante Verbreitung von Vision‑Language‑Modellen (VLMs) hat die Nachfrage nach effektiven Schutzmechanismen für geistiges Eigentum (IP)…

Vision‑Language‑Modelle (VLMs) haben in nahezu allen Bereichen – von Bildung über Transport bis hin zu Gesundheit – beeindruckende Erfolge…

Ein neues arXiv‑Paper (2603.02435v1) präsentiert die Vision‑Language Knowledge Graph Embeddings (VL‑KGE), ein innovatives Framework, das di…

Die Digitalisierung von Dokumenten ist seit langem ein mehrstufiges Problem: Zunächst muss das Layout erkannt, anschließend der Text extrah…

Mit dem neuen SPM‑Bench wird die Leistungsfähigkeit von Large Language Models (LLMs) im Bereich der Scanning Probe Microscopy (SPM) auf ein…

Ein neuer Ansatz namens PromptCD verspricht, KI-Modelle ohne zusätzliche Trainingsschritte an menschliche Werte anzupassen. Während bisheri…

Die Koordination von Menschen und künstlicher Intelligenz erfordert Agenten, die menschliche Verhaltensweisen nachahmen und gleichzeitig fl…

Neues Forschungspapier von Forschern auf arXiv (2602.20878v1) stellt einen wichtigen Schritt vorwärts in der Bewertung von Vision‑Language‑…

In der Welt der grafischen Benutzeroberflächen (GUI) greifen Agenten bislang auf sequentielle Aufrufe von Vision‑Language‑Modellen zurück…

Ein neu entwickeltes Modell namens RB‑VLA verspricht, die Grenzen aktueller Vision‑Language‑Action‑Systeme (VLA) zu überwinden. Durch die K…

Bedrock Robotics hat sich der Herausforderung gestellt, die Datenannotation für physische KI-Systeme zu skalieren. Durch die Teilnahme am A…

Eine neue Veröffentlichung auf arXiv präsentiert LAMMI-Pathology, ein Agenten-Framework, das Pathologieanalysen mit molekularen Daten auf e…

Vision‑Language‑Modelle (VLMs) haben in den letzten Jahren enorme Fortschritte bei Aufgaben wie visueller Frage‑Antwort, Dokumentenverständ…

In einer neuen Studie wird ein selbstüberwachtes Vortrainingsverfahren vorgestellt, das medizinische Vision‑Language‑Modelle gezielt gegen…

In einer neuen Studie wurde gezeigt, dass synthetisch generierte Multiple‑Choice‑Fragen (MCQAs) für Vision‑Language‑Modelle (VLMs) im Berei…

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

Ein neues Benchmark‑Set namens FlipSet wurde entwickelt, um die Fähigkeit von Vision‑Language‑Modellen (VLMs) zum Level‑2‑visuellen Perspek…

In den letzten Monaten hat die Integration von Begründungsmechanismen in große Sprachmodelle und Vision‑Language‑Modelle die Leistungsfähig…

Das neue System Experiment Automation Agents (EAA) nutzt ein vision‑Language‑Modell, um komplexe Mikroskopie‑Workflows automatisch zu steue…

In einer neuen Studie zeigen Vision‑Language‑Modelle (VLMs), dass sie bei rein textbasierten Aufgaben – besonders bei der Suche nach Inform…

In der heutigen Ära der künstlichen Intelligenz (KI) hat die Entwicklung von KI-gesteuerten Chatbots die Art und Weise, wie Unternehmen mit…

Wissenschaftler haben einen völlig neuen Webagent entwickelt, der autonom im Internet navigiert und dabei die komplexen, sich ständig verän…

Ein neues Verfahren namens Lang2Act verspricht, die visuelle Wahrnehmung von Vision‑Language‑Modellen (VLMs) deutlich zu steigern. Im Gegen…

Alibaba Cloud hat die Open‑Source-Landschaft mit der neuesten Generation seiner großen Sprachmodelle (LLM) erweitert. Das Qwen-Team präsent…

Ein neues Tool namens Blueprint hat die Art und Weise, wie Ingenieure auf jahrzehntelange technische Zeichnungen und Dokumente zugreifen, g…

Reinforcement‑Learning‑Feinabstimmung (RL‑FT) hat sich bei großen Sprachmodellen als entscheidendes Verfahren zur Verbesserung von Rechenau…

Reinforcement Learning (RL) hat sich als Standardverfahren etabliert, um die visuelle Argumentationsfähigkeit von Vision‑Language‑Modellen…