Finde Modelle, Firmen und Themen

In einer neuen Studie von Forschern auf arXiv wird gezeigt, dass die On‑Policy‑Distillation (OPD) – ein Verfahren, bei dem ein Student-Mode…

In der Forschung zu großen Rechenmodellen für logisches Denken wird häufig Reinforcement Learning (RL) eingesetzt, um lange „Chain-of-Thoug…

Die neueste Forschung aus dem arXiv-Repository beleuchtet, wie Mixture-of-Experts (MoE)-Modelle durch gezieltes Caching ihre Leistung deutl…

In den letzten 18 Monaten hat Yi Tay die komplette Transformation von Google DeepMind begleitet – von der Forschung an Architekturen hin zu…

The text you provided is already in German.

Visionäre KI-Modelle wie GPT-4 und Claude 3.5 haben die Art und Weise, wie wir mit Computern interagieren, revolutioniert. Doch die meisten…

Die Diffusion Policy (DP) hat sich als leistungsstarke Methode für die Steuerung von Robotern etabliert, leidet jedoch unter hoher Inferenz…

Im Bereich der Sprachmodell‑Agenten hat sich das Training über Imitationslernen etabliert: Modelle werden anhand von Experten‑Trajektorien…

Die neue Methode Reflective Preference Optimization (RPO) setzt einen frischen Impuls in der Welt der KI‑Ausrichtung. Während Direct Prefer…

In der Forschung zu großen Sprachmodellen (LLMs) gewinnen Agenten, die über lange Zeiträume mit ihrer Umgebung interagieren, immer mehr an…

In der neuesten Veröffentlichung auf arXiv zeigt ein Forschungsteam, wie ein simples Reset-Verfahren die Effizienz von massiv parallelen Re…

Die beiden führenden Post‑Training‑Methoden für große Sprachmodelle – Supervised Fine‑Tuning (SFT) und Reinforcement Learning (RL) – werden…