Finde Modelle, Firmen und Themen

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

Ein neues arXiv‑Paper zeigt, dass ein progressives Daten‑Scheduling – ein Curriculum‑Learning‑Ansatz – die Trainingszeit von BERT um rund 3…

Das neue Toolkit AngelSlim, entwickelt vom Tencent Hunyuan Team, bietet eine umfassende Lösung zur Kompression großer KI‑Modelle. Durch die…

PyVision‑RL ist ein neues Reinforcement‑Learning‑Framework, das speziell für offene, multimodale Modelle entwickelt wurde. Es verhindert da…

Multimodale Large Language Models (MLLMs) zeigen häufig eine starke Präferenz für eine bestimmte Modalität – sei es Sprache oder Bild – was…

Ein innovatives Verfahren aus der Forschungsliteratur verspricht, die Schwächen moderner multimodaler Sprachmodelle bei der Analyse von tec…

In der Welt des multimodalen kontrastiven Lernens hat sich ein neues Konzept namens Spectral Disentanglement and Enhancement (SDE) als viel…

In einer neuen Studie wird gezeigt, wie große multimodale Modelle (LMMs) durch geschicktes Wiederverwenden ihrer Parameter noch leistungsfä…

Der neue Geo-Coder-Ansatz verbindet Programmcode mit Bildvision und eröffnet damit einen vielversprechenden Weg, um große multimodale Model…

Google hat die neue Agentic Vision-Funktion in Gemini 3 Flash vorgestellt, die das Bildverständnis revolutioniert. Traditionelle multimodal…

Mit der rasanten Verbreitung von Apple Silicon im Bereich des maschinellen Lernens wächst der Bedarf an leistungsstarken Inferenzlösungen…

In einer neuen Studie von arXiv:2601.19834v1 wird gezeigt, wie visuelle Inhalte die Art und Weise verbessern, wie KI‑Systeme über die reale…

Unified multimodale Modelle (UMMs) gelten als leistungsstarke Basismodelle, die sowohl generative als auch Verständnisaufgaben in einer ein…

Multimodale KI‑Modelle zeigen bisher vor allem im Englischen beeindruckende Ergebnisse, weil dort reichlich Bild‑Text‑ und Audio‑Text‑Daten…

In der Forschung zu Video‑Audio‑Verständnis wurden bisher große multimodale Modelle (LMMs) nur auf kurze Clips von wenigen Minuten getestet…

Mit UmniBench wird ein neues, umfassendes Testverfahren für einheitliche multimodale Modelle (UMMs) vorgestellt. Bisher wurden Verständnis‑…

Die visuelle Artenidentifikation (VSR) ist ein zentrales Werkzeug für Biodiversitäts‑, Evolutions‑ und Ökosystemforschung. Traditionell erf…

Die Bildklassifikation bleibt ein zentrales Ziel der maschinellen Wahrnehmung, obwohl multimodale Modelle wie CLIP bereits große Fortschrit…

Thinking Machines Lab hat die Tinker-Trainings-API in die allgemeine Verfügbarkeit überführt und gleichzeitig drei bedeutende Funktionen er…

In vielen wissenschaftlichen und industriellen Bereichen – von Umweltanalysen über Landwirtschaft bis hin zu Transport und Finanzen – sind…

Wissenschaftliche Fortschritte bauen auf Reproduzierbarkeit. Doch bei komplexen multimodalen Modellen fehlen oft transparente Implementieru…

Ein kürzlich veröffentlichtes arXiv‑Paper (2512.07853v1) stellt ein innovatives Verfahren vor, das den Spitzen-GPU‑Speicherverbrauch von mu…

Eine neue Untersuchung von Forschern auf arXiv (Arbeitstitel: „Lost in Modality“) beleuchtet, wie effektiv textbasierte Membership‑Inferenc…

NVIDIA und Mistral AI haben ihre Zusammenarbeit offiziell bekannt gegeben, um die neue Mistral 3-Familie von Open-Source-Modellen zu beschl…

Vision‑Language‑Modelle (VLMs) übernehmen aus ihren Trainingsdaten stark ausgeprägte soziale Vorurteile, insbesondere in Bezug auf die Gesc…

In der Ära agentischer KI gewinnen multimodale Modelle (MMs) immer mehr an Bedeutung. Gleichzeitig eröffnen sie neue Angriffsvektoren, die…

Eine neue Studie aus dem arXiv-Repository präsentiert ein multimodales KI-Framework, das die Sicherheit auf Baustellen durch die Kombinatio…

ESG‑Prinzipien verändern die Grundlagen der globalen Finanz‑Governance und bestimmen zunehmend, wie Kapital verteilt wird, welche Regulieru…

In einer aktuellen Demonstration zeigen die Entwickler, dass das Feintuning von Vision‑Language‑Modellen (VLMs) eine leistungsstarke und fl…