Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
arXiv:2607.11906v1 Ankündigungstyp: neu Abstract: Die Entwicklung von Decision-pretrained Transformers, Algorithm Distillation, Long-Context Meta-RL und Retrieval-Augmented Agents hat das Interesse …
arXiv:2607.11948v1 Ankündigungstyp: neu Abstract: Regulierte Finanzinstitute, die unter Daten-Residency-Regeln operieren, benötigen mandanteneigene Language Models, die innerhalb des institutionellen …
arXiv:2607.11952v1 Ankündigungstyp: neu Abstract: Network Alignment identifiziert Knotenzuordnungen über verschiedene Netzwerke hinweg und ist eine grundlegende Primitive in vielen Data Science …
arXiv:2607.11897v1 Ankündigungstyp: neu Abstract: Linear Attention ersetzt die wachsende KV-Cache von Softmax Attention durch einen festen rekurrenten Zustand, aber diese Kompression begrenzt das …
arXiv:2607.11953v1 Ankündigungstyp: neu Abstract: Repräsentiert ein Reinforcement-Learning Agent, der hohe Rewards verdient, den latenten Zustand der Task oder nur eine reward-korrelierte Abkürzung? …
arXiv:2607.09683v1 Ankündigungstyp: neu Abstract: Diese Studie vergleicht systematisch Turbo-Quant und SpectralQuant KV-Cache-Kompression und evaluiert nicht-dominierte Schemata, einschließlich …
arXiv:2607.09682v1 Ankündigungstyp: neu Abstract: AI-Systeme werden zunehmend eingesetzt, um folgenreiche Entscheidungen in regulierten Bereichen wie Auditing, Finanzen und Gesundheitswesen zu …
arXiv:2607.09678v1 Ankündigungstyp: neu Abstract: Wenn LLM-Agenten Informationen untereinander weitergeben, spielt das Nachrichtenformat eine Rolle? Zwei Forschungsbereiche sind sich uneinig: …
arXiv:2607.09665v1 Ankündigungstyp: neu Abstract: Prompt-Wrapper unterscheiden sich oft nur in der Formatierung, können aber die Modellwerte so stark verändern, dass Ranglisten-Schlussfolgerungen …
arXiv:2607.09664v1 Ankündigungstyp: neu Abstract: Um eine strukturierte und interpretierbare Bewertung zu liefern, zerlegen wir die bildgestützte Diagnose in Komponenten nach dem Toulmin-Modell der …
arXiv:2607.09666v1 Ankündigungstyp: neu Abstract: Graph Neural Networks (GNNs) haben sich als starkes Paradigma in Knowledge Graphs (KGs) etabliert aufgrund ihrer inhärenten Fähigkeit, …
arXiv:2607.09686v1 Ankündigungstyp: neu Abstract: Sparse Mixture-of-Experts (MoE) Language Models trennen die Gesamtparameteranzahl von der pro-Token aktiven Berechnung, aber lokale Inferenzsysteme …
arXiv:2607.09668v1 Ankündigungstyp: neu Abstract: Ground Truth Datensätze spielen eine grundlegende Rolle als Referenzwerte beim Training und der Evaluierung von Machine-Learning-Modellen. Dieses …
arXiv:2607.09692v1 Ankündigungstyp: neu Abstract: Model Distillation — Training auf Ausgaben von stärkeren Third-Party Modellen — wird häufig verwendet, um die Leistung zu verbessern, …
arXiv:2607.09684v1 Ankündigungstyp: neu Abstract: Scientific Machine Learning (SciML) Methoden wie Neural Ordinary Differential Equations (NODEs), Physics-Informed Neural Networks (PINNs) und …
arXiv:2607.09691v1 Ankündigungstyp: neu Abstract: Ein moderner Coding Agent kann ein ganzes Repository in seinem Kontextfenster halten. Der größte Teil des Lesens ist Verschwendung — und die …
arXiv:2607.08776v1 Trotz des Erfolgs von Knowledge Distillation in Large Language Models bleibt der zugrunde liegende Mechanismus unklar. Ein einheitlicher Ansatz wird vorgeschlagen, um den …
arXiv:2607.08786v1 Mit der wachsenden Implementierung von Large Language Models ist die LLM-Inferenzkosten zu einer Schlüsselherausforderung geworden. Pruning-Techniken, die Sparsität in …
arXiv:2607.08789v1 Bayesianische und multiplikative Gewichts-Updates gewichten Experten, Modelle oder Aktionen basierend auf sequenziellem Feedback neu. Es wird gezeigt, dass das Regret jedes solchen …
arXiv:2607.08774v1 Die Zuverlässigkeit in Large Language Model Systemen wird typischerweise als Funktion der Modellleistung betrachtet. Diese Arbeit zeigt, dass die Zuverlässigkeit stark durch …