Suche nach geometrische Struktur

Information Geometry von Softmax: Analyse und Steuerung

Ein neues arXiv‑Veröffentlichung untersucht, wie KI‑Modelle semantische Strukturen in die geometrische Struktur ihrer Repräsentationsräume…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Baryzentrische Ausrichtung ermöglicht präzise Vergleich neuronaler Repräsentationen

Der Vergleich von Repräsentationen in neuronalen Netzwerken ist bislang schwierig, weil Symmetrien wie beliebige Neuronenumordnungen oder R…

arXiv – cs.LG 11.02.2026 05:00

Forschung

Optimale Gegenfaktische Erklärungen für Baum-Ensembles in Millisekunden

Gegenfaktische Erklärungen sind ein zentrales Werkzeug, um die Entscheidungen von Machine‑Learning‑Modellen nachvollziehbar zu machen. Für…

arXiv – cs.LG 11.02.2026 05:00

Forschung

Geometrische Vielfalt von Datensätzen neu gemessen – ein TDA-Ansatz

Ein neues Forschungsprojekt aus dem Bereich der Topologischen Datenanalyse (TDA) liefert einen innovativen Weg, die Vielfalt von Datensätze…

arXiv – cs.AI 11.02.2026 05:00

Forschung

Neues Python-Tool 'Landscaper' enthüllt Topologie von Verlustlandschaften

Ein neues Open‑Source-Python-Paket namens Landscaper wurde auf arXiv veröffentlicht und verspricht, die Analyse von Verlustlandschaften in…

arXiv – cs.LG 10.02.2026 05:00

Forschung

DSL: Softmax-Recommender-Systeme mit kompetenzbewusster Skalierung optimieren

In den letzten Jahren hat der Softmax‑Loss (SL) in Empfehlungssystemen an Beliebtheit gewonnen, weil er bessere Ergebnisse, Robustheit und…

arXiv – cs.LG 10.02.2026 05:00

Forschung

MePo: Meta-Post-Refinement verbessert kontinuierliches Lernen ohne Wiederholung

Ein neues Verfahren namens Meta Post-Refinement (MePo) verspricht einen Durchbruch im Bereich des kontinuierlichen Lernens ohne Wiederholun…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Geometrische Analyse von Embeddings liefert OOD‑Robustheitsdiagnose

Die Fähigkeit von Modellen, unter veränderten Datenverteilungen zuverlässig zu arbeiten, bleibt ein zentrales Problem – besonders wenn kein…

arXiv – cs.LG 05.02.2026 05:00

Forschung

SCALAR-Benchmark prüft Halluzinationen und Konsistenz in Material-ML-Modellen

Wissenschaftler haben ein neues Benchmark namens SCALAR entwickelt, das die Leistungsfähigkeit von Sprachmodellen in der Materialwissenscha…

arXiv – cs.LG 02.02.2026 05:00

Forschung

LOCUS: Kompakte Embeddings für effiziente Modellwahl und Vergleich

Das rasante Wachstum der großen Sprachmodelle (LLMs) erschwert es zunehmend, die vielfältige und sich ständig verändernde Modelllandschaft…

arXiv – cs.LG 30.01.2026 05:00

Forschung

MAPLE: Selbstüberwachtes Lernen verbessert UMAP Dimensionalitätsreduktion

Eine neue Methode namens MAPLE (Maximum Manifold Capacity Representation) wurde vorgestellt, die die bekannte UMAP-Algorithmus-Variante dur…

arXiv – cs.LG 29.01.2026 05:00

Forschung

Beschleunigte Wasserstein-Gradientenflüsse optimieren mehrere Ziele gleichzeitig

Wissenschaftler haben einen neuen Algorithmus entwickelt, der die Optimierung mehrerer Ziele in der Wahrscheinlichkeitsverteilung beschleun…

arXiv – cs.LG 28.01.2026 05:00

Forschung

Transformer mit kontinuierlicher Tiefe: Steuerbare Sprachgenerierung neu definiert

Eine neue Hybrid-Transformer-Architektur ersetzt die üblichen diskreten Zwischenschichten durch ein kontinuierliches Neural Ordinary Differ…

arXiv – cs.LG 16.01.2026 05:00

Forschung

GeoRA: Geometriebewusste Low‑Rank‑Anpassung verbessert RLVR-Modelle

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

arXiv – cs.LG 15.01.2026 05:00

Forschung

Geometrische Stabilität: Der fehlende Achsenparameter für Repräsentationen

In der Analyse von Lernrepräsentationen gibt es einen kritischen Blindpunkt: die Messung der Ähnlichkeit zeigt nur, was dargestellt wird, n…

arXiv – cs.LG 15.01.2026 05:00

Forschung

Linear Probing nutzt vortrainierte Audio-Embeddings für UATR

Anthropogene Geräusche von Schiffen erhöhen die Unterwassergeräusche erheblich und gefährden marine Ökosysteme. Um die Auswirkungen dieser…

arXiv – cs.LG 14.01.2026 05:00

Forschung

Neural Min‑Max-Spiele: Architektur, Initialisierung und Dynamik zum Gleichgewicht

In einer Vielzahl moderner KI-Anwendungen – von adversarialem Training über AI‑Alignment bis hin zur robusten Optimierung – lassen sich die…

arXiv – cs.LG 02.12.2025 05:00

Forschung

RFX: Random Forests mit GPU‑Beschleunigung und QLORA‑Kompression

Die neue Open‑Source‑Bibliothek RFX (Random Forests X) bringt die klassische Random‑Forest‑Methode von Breiman und Cutler in die moderne Py…

arXiv – cs.LG 26.11.2025 05:00

Forschung

ManifoldFormer: EEG-Modell nutzt Riemannsche Geometrie für höhere Genauigkeit

Eine neue Studie präsentiert ManifoldFormer, ein EEG‑Foundation‑Modell, das die geometrische Struktur neuronaler Dynamik nutzt, um die Anal…

arXiv – cs.AI 24.11.2025 05:00

Forschung

Komplexe VAEs zeigen Kähler-Struktur – neue geometrische Erkenntnisse

In einer kürzlich veröffentlichten Studie auf arXiv wurde gezeigt, dass Variational Autoencoders (VAEs) mit komplexem latenten Raum eine Kä…

arXiv – cs.LG 20.11.2025 05:00

Forschung

Neues Lernverfahren verhindert Vergessen bei kontinuierlichem Multitask‑Lernen

In kritischen Bereichen wie autonomem Fahren oder medizinischer Bildanalyse lernen KI‑Systeme ständig neue Aufgaben anhand derselben Datenq…

arXiv – cs.LG 18.11.2025 05:00

Forschung

Softmax als Lagrange- und Legendrian-Seam: ML trifft Differentialgeometrie

In einer bahnbrechenden Veröffentlichung verbindet ein neues Papier die Welt des maschinellen Lernens mit der modernen Differentialgeometri…

arXiv – cs.LG 18.11.2025 05:00

Forschung

Neues Verfahren verbessert Zuverlässigkeit von LLMs bei komplexen Aufgaben

Ein neu veröffentlichter Ansatz namens Enhanced Dirichlet and Topology Risk (EDTR) verspricht, die Zuverlässigkeit von Large Language Model…

arXiv – cs.AI 11.11.2025 05:00

Finde Modelle, Firmen und Themen

Information Geometry von Softmax: Analyse und Steuerung

Baryzentrische Ausrichtung ermöglicht präzise Vergleich neuronaler Repräsentationen

Optimale Gegenfaktische Erklärungen für Baum-Ensembles in Millisekunden

Geometrische Vielfalt von Datensätzen neu gemessen – ein TDA-Ansatz

Neues Python-Tool 'Landscaper' enthüllt Topologie von Verlustlandschaften

DSL: Softmax-Recommender-Systeme mit kompetenzbewusster Skalierung optimieren

MePo: Meta-Post-Refinement verbessert kontinuierliches Lernen ohne Wiederholung

Geometrische Analyse von Embeddings liefert OOD‑Robustheitsdiagnose

SCALAR-Benchmark prüft Halluzinationen und Konsistenz in Material-ML-Modellen

LOCUS: Kompakte Embeddings für effiziente Modellwahl und Vergleich

MAPLE: Selbstüberwachtes Lernen verbessert UMAP Dimensionalitätsreduktion

Beschleunigte Wasserstein-Gradientenflüsse optimieren mehrere Ziele gleichzeitig

Transformer mit kontinuierlicher Tiefe: Steuerbare Sprachgenerierung neu definiert

GeoRA: Geometriebewusste Low‑Rank‑Anpassung verbessert RLVR-Modelle

Geometrische Stabilität: Der fehlende Achsenparameter für Repräsentationen

Linear Probing nutzt vortrainierte Audio-Embeddings für UATR

Neural Min‑Max-Spiele: Architektur, Initialisierung und Dynamik zum Gleichgewicht

RFX: Random Forests mit GPU‑Beschleunigung und QLORA‑Kompression

ManifoldFormer: EEG-Modell nutzt Riemannsche Geometrie für höhere Genauigkeit

Komplexe VAEs zeigen Kähler-Struktur – neue geometrische Erkenntnisse

Neues Lernverfahren verhindert Vergessen bei kontinuierlichem Multitask‑Lernen

Softmax als Lagrange- und Legendrian-Seam: ML trifft Differentialgeometrie

Neues Verfahren verbessert Zuverlässigkeit von LLMs bei komplexen Aufgaben

🍪 Cookie-Einstellungen