Finde Modelle, Firmen und Themen

Ein neues Verfahren namens BeamPERL nutzt Reinforcement Learning mit harten, verifizierbaren Belohnungen, um ein 1,5‑Billionen‑Parameter‑Mo…

Die Vorhersage von Zeitreihen bleibt ein komplexes Problem, weil sich kurzfristige Schwankungen und langfristige Trends eng verflechten. Tr…

In einer aktuellen Veröffentlichung auf arXiv wird die Rolle von glatten Basisfunktionen in der Tabellendatenregression neu beleuchtet. Wäh…

Die Modellierung von PDE-Dynamiken für Flüssigkeiten hat sich in den letzten Jahren stark auf neuronale Operatoren und Transformer‑basierte…

In der On‑the‑Fly‑Directed Controller Synthesis (OTF‑DCS) wird das Problem der explosionsartigen Zustandsraumgröße durch schrittweise Explo…

In einer bahnbrechenden Veröffentlichung auf arXiv präsentiert das Forschungsteam die Methode PaCoDi, die die Generation von Zeitreihen neu…

In einer bahnbrechenden Studie wurden zwei moderne neuronale Operatoren – der Deep Operator Network (DeepONet) und der Fourier Neural Opera…

In der Ausbildung großer Sprachmodelle (LLMs) zeigen Gradientensignale eine starke Anisotropie: die wiederkehrende sprachliche Struktur kon…

Ein neues arXiv‑Veröffentlichung (2602.05065v1) beleuchtet die lange diskutierte Frage, ob der klassische Stochastic Gradient Descent (SGD)…

Ein neues Optimierungsframework, das sich an der Theorie der „Sloppy Models“ orientiert, wurde vorgestellt. Es ermöglicht die effiziente Ka…

In vortrainierten Embedding‑Räumen korreliert die rohe Kosinus‑Ähnlichkeit stark mit menschlichen Urteilen, doch die Anisotropie führt zu e…

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

Eine neue Studie aus dem arXiv-Repository präsentiert ein einheitliches mathematisches Modell, das sämtliche kognitive Fähigkeiten – von Wa…

In modernen Anwendungen, insbesondere bei tiefen neuronalen Netzen, tauchen hochdimensionale Tensor‑Valued‑Predictoren immer häufiger auf…

Ein brandneues Papier aus dem arXiv‑Repository liefert einen klaren geometrischen Rahmen, um die Dynamik von Agenten‑Loops in großen Sprach…

In der Welt des maschinellen Lernens wurde Fairness bislang vorwiegend in Einzeltask-Umgebungen untersucht. Das Feld des fairen Multi-Task-…

Neuer Forschungsbeitrag aus dem arXiv-Repository präsentiert einen innovativen Weg, um das Problem von „Shortcut Learning“ in tiefen neuron…

Ein neues, 42‑jähriges LST‑Datensatz für die gesamte Arktis wurde veröffentlicht. Durch die Anwendung eines tiefen anisotropen Diffusionsmo…

Forscher haben herausgefunden, dass die Gating‑Mechanismen in rekurrenten neuronalen Netzwerken (RNNs) selbstständig ein adaptives Lernverh…