Suche nach Zielmodell | meineki.news

Stitching von Vision Foundation Models: Neue Wege zur Integration

Model Stitching, bei dem die frühen Schichten eines Modells mit den späteren Schichten eines anderen verbunden werden, hat sich als nützlic…

arXiv – cs.AI 16.03.2026 04:00

Forschung

OnlineSpec: Spekulative Dekodierung trifft Online‑Lernen – 24 % schnellere Modelle

Spekulatives Dekodieren hat sich als beliebtes Verfahren etabliert, um die Inferenz großer Sprachmodelle zu beschleunigen. Dabei erzeugt ei…

arXiv – cs.LG 16.03.2026 04:00

Forschung

FuzzingRL: Verstärkendes Fuzz‑Testing enthüllt Schwächen von VLMs

Vision‑Language‑Modelle (VLMs) werden immer häufiger in sicherheitskritischen Anwendungen eingesetzt, doch ihre Fehleranfälligkeit bleibt e…

arXiv – cs.LG 10.03.2026 04:00

Forschung

MedFeat: KI-gestützte Feature Engineering für klinische Tabellendaten

In der Analyse klinischer Tabellendaten übertreffen klassische Modelle mit gezielter Feature Engineering häufig neuronale Netzwerke. Durch…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues Pattern-Language für Agentic AI: Systematische Modularisierung von NFRs Ein kürzlich auf arXiv veröffentlichtes Paper präsentiert ein neues Pattern-Language, das Agentic AI-Systeme dabei unterstützt, ihre zahlreichen Querschnittsprobleme – Sicherheit, Zuverlässigkeit, Beobachtbarkeit und Kostenmanagement – systematisch zu identifizieren und zu modularisieren. Durch die Anwendung der „Goals‑to‑Aspects“-Methode, die ursprünglich bei RE 2004 entwickelt wurde, wird gezeigt, wie aus i* Zielmodell

arXiv – cs.AI 03.03.2026 05:00

Forschung

Neue LK-Verluste steigern Akzeptanzrate bei spekulativem Decoding von LLMs

Spekulatives Decoding beschleunigt die Inferenz von autoregressiven Sprachmodellen, indem ein leichtes Draft-Modell zunächst Kandidatentoke…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Neue Methode steigert KI‑Mathematiklösungen durch gezielte Strategieauswahl

In der KI‑gestützten Mathematik bleibt die Nutzung von Beispiel‑Strategien oft unzuverlässig. Forscher haben herausgefunden, dass die Insta…

arXiv – cs.AI 27.02.2026 05:00

Forschung

CREDIT: Eigentumsprüfung von DNNs gegen Modell-Extraktion

Im Zeitalter von Machine‑Learning‑as‑a‑Service (MLaaS) greifen Unternehmen und Entwickler auf Deep‑Neural‑Network‑Modelle (DNNs) über stand…

arXiv – cs.LG 25.02.2026 05:00

Forschung

KnapSpec: Layer-Auswahl als Knapsack-Problem beschleunigt LLMs

Die neue Methode KnapSpec revolutioniert die Inferenz von großen Sprachmodellen, indem sie die Auswahl der zu überspringenden Layer als Kna…

arXiv – cs.LG 25.02.2026 05:00

Forschung

RadioGen3D: 3D-Radio-Karten aus synthetischen Daten mit adversarial Learning

In der Forschung zu 6G‑Netzwerken und Low‑Altitude‑Drohnenkommunikation gewinnt die präzise Erzeugung von Radio‑Karten zunehmend an Bedeutu…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Neue Proxy‑Methode steigert Effizienz beim Feintuning großer Sprachmodelle

Beim Supervised Fine‑Tuning (SFT) ist die Auswahl der Trainingsdaten entscheidend für die Leistung eines Modells. Gradientbasierte Auswahlv…

arXiv – cs.LG 23.02.2026 05:00

Forschung

Ein Prompt macht KI-Modelle unsicher – neue Methode GRP-Oblit

Die Sicherheit von Sprachmodellen hängt von ihrem schwächsten Punkt ab. Obwohl umfangreiche Arbeiten zur Sicherheit nach dem Training exist…

arXiv – cs.LG 09.02.2026 05:00

Forschung

Orthogonale Gradientenauswahl steigert Domänenanpassung von LLMs

In der aktuellen Forschung wird ein neues Verfahren vorgestellt, das die Feinabstimmung großer Sprachmodelle (LLMs) für spezielle Fachberei…

arXiv – cs.LG 09.02.2026 05:00

Forschung

SDFP: Training‑freies Draft‑Modell für schnelle LLM‑Decodierung

Große Sprachmodelle (LLMs) bilden die Basis für interaktive Multimedia‑Anwendungen wie Untertitelung, Suche, Empfehlung und kreative Inhalt…

arXiv – cs.AI 06.02.2026 05:00

Forschung

Reinforcement Learning beschleunigt spekulatives Sampling bei LLMs

Die Latenz bei der Inferenz großer Sprachmodelle bleibt ein zentrales Problem für den Einsatz in der Praxis. Aktuelle spekulative Sampling‑…

arXiv – cs.LG 21.01.2026 05:00

Forschung

Large Language Models (LLMs) stoßen häufig an die Grenze ihres „Wissens-Cutoffs“, weil ihre festgelegten Parameter keine neuen Informationen direkt aufnehmen können. Traditionell wird dafür Supervised Fine‑Tuning (SFT) eingesetzt, das zwar Fakten aktualisiert, aber selten die Fähigkeit verbessert, diese neuen Daten in Antworten oder Entscheidungen zu nutzen.

Reinforcement Learning (RL) kann hingegen das nötige Denkvermögen vermitteln, ist jedoch wegen des hohen Rechenaufwands kaum für schnelle O…

arXiv – cs.LG 19.01.2026 05:00

Forschung

Neue Pipeline für kausale Fairness in Gesundheitsdaten: Wegweiser gegen Bias

Beim Einsatz von maschinellen Lernmodellen im Gesundheitswesen ist es entscheidend, dass diese keine bestehenden Vorurteile verstärken. Die…

arXiv – cs.LG 16.01.2026 05:00

Forschung

Sicherheits-Boost für Sprachmodelle: Parameter‑Space schützt vor Angriffen

Medizinische Multimodale Large Language Models (MLLMs) haben in den letzten Jahren enorme Fortschritte bei spezialisierten medizinischen Au…

arXiv – cs.LG 09.01.2026 05:00

Aktuell

Koreanisches Startup Motif liefert vier Erkenntnisse für Unternehmens-LLMs

In einem klaren Signal für die globale KI-Welt hat das koreanische Startup Motif Technologies mit der Veröffentlichung von Motif‑2‑12.7B‑Re…

VentureBeat – AI 15.12.2025 20:16

Forschung

RL-MTJail: KI‑Modelle durch Multi‑Turn‑Jailbreaking gefährden Sicherheit

Ein neues arXiv‑Paper mit der Referenznummer 2512.07761v1 zeigt, wie große Sprachmodelle (LLMs) durch gezielte Mehr‑Runden‑Angriffe ausgenu…

arXiv – cs.AI 09.12.2025 05:00

Forschung

Chameleon: Adaptive Angriffe auf Bildskalierung in multimodalen KI-Systemen

Multimodale KI‑Modelle, insbesondere Vision‑Language‑Modelle (VLMs), sind heute in vielen kritischen Anwendungen wie autonomer Entscheidung…

arXiv – cs.AI 05.12.2025 05:00

Forschung

SpecPV beschleunigt Langkontext-Generierung um bis zu 6x

Die steigende Nachfrage nach Aufgaben wie Code‑Generierung, tiefgreifendem Denken und dem Verständnis langer Dokumente hat die Langkontext‑…

arXiv – cs.LG 03.12.2025 05:00

Forschung

Größere KI-Modelle brechen kleinere leichter – Studie zeigt Skalierung

Eine neue Untersuchung aus dem arXiv-Repository hat gezeigt, dass die Größe von Sprachmodellen entscheidend dafür ist, wie stark sie in Meh…

arXiv – cs.LG 19.11.2025 05:00

Forschung

Kostenlose Mehragenten-Debatte verbessert Sicherheit von Sprachmodellen

In einer neuen Studie wird ein kostengünstiges Mehragenten-Framework vorgestellt, das kleine Sprachmodelle (SLMs) nutzt, um die Sicherheit…

arXiv – cs.AI 11.11.2025 05:00

Forschung

Starke Lotterie-Ticket-Hypothese gilt auch für Multi-Head-Attention in Transformers

Eine neue theoretische Untersuchung bestätigt, dass die starke Lotterie-Ticket-Hypothese (SLTH) – die besagt, dass leistungsfähige Teilnetz…

arXiv – cs.LG 07.11.2025 05:00

Forschung

ML‑Modelle für Luftfahrt: Semantik bleibt erhalten

Maschinelles Lernen eröffnet neue Möglichkeiten für Flugzeugsysteme, doch die Sicherheit bleibt das oberste Gebot. Deshalb muss die Entwick…

arXiv – cs.AI 24.09.2025 05:00

Forschung

D-CAT: Sensorübergreifender Transfer für ein‑Sensor‑Inferezen

Eine neue Methode namens Decoupled Cross‑Attention Transfer (D‑CAT) ermöglicht es, Wissen zwischen verschiedenen Sensortypen zu übertragen…

arXiv – cs.LG 15.09.2025 05:00

Forschung

Neues Verfahren entdeckt Textangriffe auf Transformer durch Repräsentationsstabilität

In einer aktuellen Veröffentlichung auf arXiv wird ein neues, modellunabhängiges Verfahren vorgestellt, das sich auf die Stabilität von Wor…

arXiv – cs.LG 19.08.2025 05:00

Forschung

Nested-ReFT: Effizientes RL für das Feintuning großer Sprachmodelle

Ein neues arXiv-Papier mit der Bezeichnung Nested-ReFT präsentiert einen innovativen Ansatz, um das Feintuning großer Sprachmodelle (LLMs)…

arXiv – cs.LG 15.08.2025 05:00

Finde Modelle, Firmen und Themen

Stitching von Vision Foundation Models: Neue Wege zur Integration

OnlineSpec: Spekulative Dekodierung trifft Online‑Lernen – 24 % schnellere Modelle

FuzzingRL: Verstärkendes Fuzz‑Testing enthüllt Schwächen von VLMs

MedFeat: KI-gestützte Feature Engineering für klinische Tabellendaten

Neue LK-Verluste steigern Akzeptanzrate bei spekulativem Decoding von LLMs

Neue Methode steigert KI‑Mathematiklösungen durch gezielte Strategieauswahl

CREDIT: Eigentumsprüfung von DNNs gegen Modell-Extraktion

KnapSpec: Layer-Auswahl als Knapsack-Problem beschleunigt LLMs

RadioGen3D: 3D-Radio-Karten aus synthetischen Daten mit adversarial Learning

Neue Proxy‑Methode steigert Effizienz beim Feintuning großer Sprachmodelle

Ein Prompt macht KI-Modelle unsicher – neue Methode GRP-Oblit

Orthogonale Gradientenauswahl steigert Domänenanpassung von LLMs

SDFP: Training‑freies Draft‑Modell für schnelle LLM‑Decodierung

Reinforcement Learning beschleunigt spekulatives Sampling bei LLMs

Neue Pipeline für kausale Fairness in Gesundheitsdaten: Wegweiser gegen Bias

Sicherheits-Boost für Sprachmodelle: Parameter‑Space schützt vor Angriffen

Koreanisches Startup Motif liefert vier Erkenntnisse für Unternehmens-LLMs

RL-MTJail: KI‑Modelle durch Multi‑Turn‑Jailbreaking gefährden Sicherheit

Chameleon: Adaptive Angriffe auf Bildskalierung in multimodalen KI-Systemen

SpecPV beschleunigt Langkontext-Generierung um bis zu 6x

Größere KI-Modelle brechen kleinere leichter – Studie zeigt Skalierung

Kostenlose Mehragenten-Debatte verbessert Sicherheit von Sprachmodellen

Starke Lotterie-Ticket-Hypothese gilt auch für Multi-Head-Attention in Transformers

ML‑Modelle für Luftfahrt: Semantik bleibt erhalten

D-CAT: Sensorübergreifender Transfer für ein‑Sensor‑Inferezen

Neues Verfahren entdeckt Textangriffe auf Transformer durch Repräsentationsstabilität

Nested-ReFT: Effizientes RL für das Feintuning großer Sprachmodelle

🍪 Cookie-Einstellungen

OnlineSpec: Spekulative Dekodierung trifft Online‑Lernen – 24 % schnellere Modelle