Suche nach multimodal | meineki.news

Microsoft präsentiert Phi-4-Reasoning-Vision-15B: Kompaktes Modell für Mathematik

Microsoft hat heute das neue multimodale Modell Phi‑4‑Reasoning‑Vision‑15B vorgestellt. Das 15‑Billionen‑Parameter‑System arbeitet mit offe…

MarkTechPost 06.03.2026 23:53

Forschung

KI-Framework löst Datenschutzprobleme bei Duplikaterkennung im Gesundheitswesen

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

arXiv – cs.LG 06.03.2026 05:00

Forschung

Diffusionspolitik: Bedingte proximal Policy Optimization

Reinforcement‑Learning‑Forscher haben kürzlich gezeigt, dass Diffusionsmodelle ein vielversprechendes Mittel sind, um multimodale Handlungs…

arXiv – cs.LG 06.03.2026 05:00

Forschung

K-Gen: Sprachmodell für interpretierbare Trajektorien in autonomen Fahrsimulation

In der autonomen Fahrsimulation steht die Erzeugung realistischer und vielfältiger Fahrtrajektorien im Fokus. K-Gen, ein multimodales Sprac…

arXiv – cs.AI 06.03.2026 05:00

Forschung

PDE-Foundation-Model beschleunigt Parameterbestimmung in ICF

In der Forschung zu Inertial Confinement Fusion (ICF) setzen Wissenschaftler zunehmend auf sogenannte PDE‑Foundation‑Modelle. Diese Modelle…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neues Deep‑Learning-Modell verbessert Niederschlagsvorhersage um 8,9 %

Ein neues Deep‑Learning-Modell namens MAD‑SmaAt‑GNet verspricht einen deutlichen Fortschritt bei der Niederschlagsvorhersage. Das System ko…

arXiv – cs.LG 06.03.2026 05:00

Forschung

KindSleep: KI-gestützte Diagnose von obstruktiver Schlafapnoe aus Oximetrie

Schlafapnoe betrifft weltweit fast ein Milliarden Menschen und erhöht das Risiko für Herz-Kreislauf-Erkrankungen erheblich. Die klassische…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neues Verfahren: Multimodales In-Context-Lernen mit Differenzierter Privatsphäre

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

arXiv – cs.AI 06.03.2026 05:00

Forschung

FedAFD: Multimodales Federated Learning mit adversarial Fusion und Distillation

Ein neues Forschungsprojekt namens FedAFD eröffnet einen vielversprechenden Ansatz für multimodales Federated Learning (MFL). Durch die Kom…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

In einer neuen Studie aus dem arXiv-Preprint 2603.04516v1 zeigen Astronomen, wie man große Sammlungen von multimodalen Daten – Bilder, Spek…

arXiv – cs.LG 06.03.2026 05:00

Praxis

YuanLab AI präsentiert Yuan 3.0 Ultra: 1 T Parameter, 33 % weniger, 49 % effizienter

YuanLab AI hat heute sein neuestes Open‑Source-Modell Yuan 3.0 Ultra vorgestellt. Das multimodale Mixture‑of‑Experts (MoE) Foundation Model…

MarkTechPost 05.03.2026 05:55

Forschung

Smart‑Sohlen erkennen Aktivitäten mit zirkulärem dilatiertem CNN

Neue Forschung zeigt, dass intelligente Einlegesohlen mit Drucksensoren, Beschleunigungsmessern und Gyroskopen die menschliche Gangart und…

arXiv – cs.LG 06.03.2026 05:00

Forschung

MMAI Gym: Mit Liquid Foundation Models die Wirkstoffforschung revolutionieren

Ein neues arXiv‑Paper präsentiert das MMAI Gym for Science, ein umfassendes Toolkit, das große Sprachmodelle gezielt auf die Sprache der Mo…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Phi-4-reasoning-vision-15B: Kompaktes Open-Weight-Modell für multimodale Logik

Das neu veröffentlichte Modell Phi‑4‑reasoning‑vision‑15B setzt einen neuen Standard für kompakte, offene multimodale Reasoning‑Modelle. Es…

arXiv – cs.AI 05.03.2026 05:00

Forschung

MUSE: Plattform für multimodale Sicherheitsbewertung großer Sprachmodelle

Die Sicherheit von großen Sprachmodellen (LLMs) wird bislang überwiegend in Textform geprüft, während multimodale Eingaben wie Audio, Bild…

arXiv – cs.LG 04.03.2026 05:00

Forschung

<h1>Neuer Graph-Transformer-Ansatz priorisiert AD‑Gene präziser</h1> <p>Ein neues multimodales Modell namens NETRA (Node Evaluation through Transformer-based Representation and Attention) verspricht, die Priorisierung von Genen, die mit Alzheimer (AD) in Verbindung stehen, deutlich zu verbessern. Im Gegensatz zu herkömmlichen Netzwerkansätzen, die auf statischen Zentralitätsmaßen beruhen, nutzt NETRA ein auf Attention basierendes Scoring, das die Komplexität biologischer Heterogenität besser erfasst.</p> <p

arXiv – cs.LG 04.03.2026 05:00

Forschung

Vision‑Language‑Modelle revolutionieren multimodale Knowledge‑Graph‑Embeddings

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

arXiv – cs.AI 04.03.2026 05:00

Forschung

V-GEMS: Neuer multimodaler Agent revolutioniert Webnavigation

Autonome Webnavigation erfordert, dass Agenten komplexe visuelle Umgebungen wahrnehmen und langfristigen Kontext behalten. Bisher kämpfen L…

arXiv – cs.AI 04.03.2026 05:00

Forschung

Roboter mit Retrieval-Reason-Act: Neue Ära der selbstständigen Aufgabenlösung

In einer wegweisenden Studie wird ein neues Paradigma für Robotik vorgestellt, das Roboter von passiven Ausführenden zu aktiven Information…

arXiv – cs.AI 04.03.2026 05:00

Forschung

DIVA‑GRPO: Mehrschichtige Logik mit anpassbarer Schwierigkeitsstufe

Reinforcement‑Learning‑Modelle, die auf Group Relative Policy Optimization (GRPO) setzen, haben sich als effektive Methode etabliert, um di…

arXiv – cs.AI 03.03.2026 05:00

Forschung

Neues Bewertungsframework prüft multimodale Modelle auf ECG-Logik

Ein neues arXiv-Papier (2603.00312v1) präsentiert einen innovativen Ansatz zur Bewertung der Denkprozesse multimodaler Sprachmodelle bei de…

arXiv – cs.AI 03.03.2026 05:00

Forschung

LifeEval: Neuer multimodaler Benchmark für Assistenz‑KI im Alltag

Die rasante Entwicklung multimodaler Large Language Models (MLLMs) bringt einen bedeutenden Schritt in Richtung künstlicher Allgemeinintell…

arXiv – cs.AI 03.03.2026 05:00

Forschung

<h1>MC-Search: Benchmark für multimodale Agenten mit langen Beweisketten</h1> <p>Die neueste Veröffentlichung auf arXiv (2603.00873v1) stellt MC‑Search vor – ein wegweisendes Benchmark‑Set, das multimodale Agenten in ihrer Fähigkeit testet, komplexe, mehrstufige und wissensbasierte Aufgaben zu lösen. Im Gegensatz zu bisherigen Tests, die meist kurze Frage‑Antwort‑Ketten abbilden, umfasst MC‑Search 3 333 hochwertige Beispiele, die durchschnittlich 3,7 Schritte (Hops) enthalten und fünf typische Denkstrukture

arXiv – cs.AI 03.03.2026 05:00

Forschung

Multimodale Urteilsmodelle verbessern: neues Benchmark und MCTS‑Datengenerierung

In den letzten Jahren haben multimodale große Sprachmodelle (MLLMs) zunehmend die Rolle von „Richtern“ übernommen, um präzise und konsisten…

arXiv – cs.AI 03.03.2026 05:00

Forschung

LLM-gestützte Analyse von Hirnnetzwerken: FCN-LLM setzt neue Maßstäbe

Große Sprachmodelle (LLMs) haben in den letzten Jahren enorme Fortschritte im Sprachverständnis und in multimodalen Anwendungen erzielt. In…

arXiv – cs.AI 03.03.2026 05:00

Forschung

IRIS‑Benchmark: Fairness in multimodalen Sprachmodellen neu definiert

Mit der zunehmenden Verbreitung von künstlicher Intelligenz wird die Gewährleistung von Fairness zu einer zentralen Herausforderung. In der…

arXiv – cs.AI 03.03.2026 05:00

Forschung

M3-AD: Multimodaler Ansatz für zuverlässige industrielle Anomalieerkennung

In einer neuen Veröffentlichung auf arXiv (2603.00055v1) wird das M3-AD-Framework vorgestellt, das die Grenzen multimodaler Large‑Language‑…

arXiv – cs.LG 03.03.2026 05:00

Forschung

Neues Benchmark FEWTRANS setzt neue Maßstäbe für Few-Shot-Transferlernen

Die Forschung im Bereich Few‑Shot‑Transferlernen erhält einen entscheidenden Impuls: Das neue Benchmark‑Set FEWTRANS, vorgestellt auf arXiv…

arXiv – cs.LG 03.03.2026 05:00

Forschung

MMCOMET: Neuer multimodaler Wissensgraph für kontextuelles Denken

ArXiv hat ein neues Forschungsprojekt vorgestellt, das die Grenzen des multimodalen Wissens erweitert: MMCOMET, ein umfangreicher Wissensgr…

arXiv – cs.AI 03.03.2026 05:00

Forschung

ROKA: Robustes Unlearning schützt Modelle vor indirekten Angriffen

Die Notwendigkeit, Modelle gezielt zu „vergessen“, wächst, weil Datenschutz immer wichtiger wird. Doch herkömmliche Unlearning‑Methoden füh…

arXiv – cs.LG 03.03.2026 05:00

Finde Modelle, Firmen und Themen

Microsoft präsentiert Phi-4-Reasoning-Vision-15B: Kompaktes Modell für Mathematik

KI-Framework löst Datenschutzprobleme bei Duplikaterkennung im Gesundheitswesen

Diffusionspolitik: Bedingte proximal Policy Optimization

K-Gen: Sprachmodell für interpretierbare Trajektorien in autonomen Fahrsimulation

PDE-Foundation-Model beschleunigt Parameterbestimmung in ICF

Neues Deep‑Learning-Modell verbessert Niederschlagsvorhersage um 8,9 %

KindSleep: KI-gestützte Diagnose von obstruktiver Schlafapnoe aus Oximetrie

Neues Verfahren: Multimodales In-Context-Lernen mit Differenzierter Privatsphäre

FedAFD: Multimodales Federated Learning mit adversarial Fusion und Distillation

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

YuanLab AI präsentiert Yuan 3.0 Ultra: 1 T Parameter, 33 % weniger, 49 % effizienter

Smart‑Sohlen erkennen Aktivitäten mit zirkulärem dilatiertem CNN

MMAI Gym: Mit Liquid Foundation Models die Wirkstoffforschung revolutionieren

Phi-4-reasoning-vision-15B: Kompaktes Open-Weight-Modell für multimodale Logik

MUSE: Plattform für multimodale Sicherheitsbewertung großer Sprachmodelle

Vision‑Language‑Modelle revolutionieren multimodale Knowledge‑Graph‑Embeddings

V-GEMS: Neuer multimodaler Agent revolutioniert Webnavigation

Roboter mit Retrieval-Reason-Act: Neue Ära der selbstständigen Aufgabenlösung

DIVA‑GRPO: Mehrschichtige Logik mit anpassbarer Schwierigkeitsstufe

Neues Bewertungsframework prüft multimodale Modelle auf ECG-Logik

LifeEval: Neuer multimodaler Benchmark für Assistenz‑KI im Alltag

Multimodale Urteilsmodelle verbessern: neues Benchmark und MCTS‑Datengenerierung

LLM-gestützte Analyse von Hirnnetzwerken: FCN-LLM setzt neue Maßstäbe

IRIS‑Benchmark: Fairness in multimodalen Sprachmodellen neu definiert

M3-AD: Multimodaler Ansatz für zuverlässige industrielle Anomalieerkennung

Neues Benchmark FEWTRANS setzt neue Maßstäbe für Few-Shot-Transferlernen

MMCOMET: Neuer multimodaler Wissensgraph für kontextuelles Denken

ROKA: Robustes Unlearning schützt Modelle vor indirekten Angriffen

🍪 Cookie-Einstellungen

Neues Deep‑Learning-Modell verbessert Niederschlagsvorhersage um 8,9 %

Astronomen koppeln X‑Ray‑Spektren an Texte – 20 % bessere Rückschlüsse

YuanLab AI präsentiert Yuan 3.0 Ultra: 1 T Parameter, 33 % weniger, 49 % effizienter