Finde Modelle, Firmen und Themen

In der Welt des Deep Learning ist die Erkennung von Ausreißern – also von Daten, die nicht zu den Trainingsdaten gehören – entscheidend für…

In einer ersten systematischen Untersuchung wurde geprüft, ob das Verfahren der Direct Preference Optimization (DPO) gleichzeitig die Verst…

Neural Operators (NOs) sind ein leistungsfähiges Deep‑Learning‑Framework, das darauf abzielt, die Lösungsoperatoren partieller Differential…

Behavioral Foundation Models (BFMs) versprechen Agenten, die sich an beliebige unbekannte Belohnungen oder Aufgaben anpassen können. In der…

Die neueste Forschung aus dem arXiv‑Repository präsentiert GER‑steer, ein völlig trainingsfreies Verfahren, das die Steuerung von Large Lan…

Parameter‑Effizientes Fine‑Tuning (PEFT) hat sich als unverzichtbare Methode etabliert, um große Sprachmodelle (LLMs) für spezifische Aufga…

In der neuesten Veröffentlichung auf arXiv wird ein zentrales Problem der Proximal Policy Optimization (PPO) aufgezeigt: Mehrere Epochen vo…

Reinforcement Learning (RL) hat die Entwicklung großer Sprachmodelle maßgeblich vorangetrieben, doch die Skalierung von RL auf lange Chain‑…

In einer kürzlich veröffentlichten Studie auf arXiv wird die neue Technik „Exclusive Self Attention“ (XSA) vorgestellt, die die Leistungsfä…

In der Welt der künstlichen Intelligenz gewinnt die effiziente Zusammenführung mehrerer, auf spezifische Aufgaben abgestimmter Modelle imme…

Eine neue Technik ermöglicht es, große Sprachmodelle (LLMs) in Echtzeit mit individuellen Persönlichkeiten zu versehen, ohne dass dafür umf…

Ein neues Open‑Source-Framework namens AI4S‑SDS wurde auf arXiv veröffentlicht und verspricht, die automatisierte Entwicklung chemischer Fo…

In einer neuen Studie auf arXiv wird gezeigt, wie selbstüberwachte Lernmodelle mit nur wenigen gelabelten Beispielen in einer Vielzahl von…

In der digitalen Werbung spielt visuelles Material immer wichtiger, doch bislang fehlt es an belastbaren Verfahren, um zu bestimmen, wie ei…

In jüngsten Untersuchungen wurde gezeigt, dass Quantum‑Neural‑Netzwerke (QNNs) in wenigen Beispiel‑Regimen besonders gut generalisieren. Au…

Ein neues Papier auf arXiv (2603.02531v1) legt einen grundlegenden Rahmen vor, der die bislang getrennten Ansätze der Diffusion‑Guidance un…

In einer neuen Studie wird gezeigt, dass das Phänomen des katastrophischen Vergessens bei Low‑Rank‑Adaptation (LoRA) durch eine einfache ge…

Eine brandneue Veröffentlichung auf arXiv beleuchtet, warum moderne neuronale Netze bei steigender Rauschanteil plötzlich von gutem zu schä…

Federated LoRA hat sich als effiziente Methode etabliert, um große Sprachmodelle auf dezentralen Daten zu verfeinern. In der Praxis führt d…

In einer wegweisenden Veröffentlichung präsentiert das Forschungsteam die erste Version von MERaLiON2-Omni (Alpha), einem 10‑Billionen‑Para…

In einer neuen Studie auf arXiv wird gezeigt, wie die nichtlineare kanonische Korrelationsanalyse (CCA) in einem Multi‑View‑Setup eindeutig…

Der Muon-Optimierer hat bereits bei der Vortrainierung großer Sprachmodelle vielversprechende Ergebnisse erzielt, indem er Gradienten (oder…

State‑Space‑Modelle (SSMs) haben sich als leistungsstarke Grundlage für die Modellierung von langen Sequenzen etabliert. Durch das HiPPO‑Fr…

Die neueste Veröffentlichung von Forschern auf arXiv präsentiert GOPO – Group Orthogonalized Policy Optimization – einen völlig neuen Ansat…

In einer bahnbrechenden Veröffentlichung auf arXiv wird ein neues Framework vorgestellt, das die latente Zustandsdarstellung einer Sequenz…

In einer neuen Studie wird gezeigt, wie mobile Geräte mit unterschiedlichen Aufgaben‑Datensätzen gemeinsam ein großes Sprachmodell (LLM) ve…

Eine neue Studie auf arXiv untersucht, wie Meta‑Llama‑3‑8B bei dreistelligen Additionen die Ergebnisse abschließt, sobald die Kreuz‑Token‑R…

Eine neue Studie auf arXiv untersucht, ob Zeitreihen – also Daten, die sich über die Zeit verändern – in denselben latenten Strukturen wie…

Parameter‑effizientes Fine‑Tuning wie LoRA ermöglicht die praktische Anpassung großer Sprachmodelle, liefert jedoch keine verlässlichen Uns…

In einer brandneuen Studie auf arXiv wird das Phänomen des Grokking – die plötzliche Übergang von bloßem Auswendiglernen zu echter Generali…