Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
arXiv:2607.06610v1 Ankündigungstyp: neu Abstract: Portfoliooptimierung unter Unsicherheit ist inhärent ein mehrzieliges Entscheidungsproblem, das komplexe Wechselwirkungen zwischen Rendite, Risiko, …
arXiv:2607.06621v1 Ankündigungstyp: neu Abstract: Der Pre-Softmax-Score eines Attention-Kopfes ist eine bilineare Form score(i,j) = x_i^T M x_j in einem gelernten Operator M = W_q^T W_k. Da M …
arXiv:2607.06617v1 Ankündigungstyp: neu Abstract: Tragbare Bewegungssensoren bieten ein kontinuierliches und skalierbares Fenster in menschliches Verhalten und Gesundheit, was sie zu einem …
arXiv:2607.06623v1 Ankündigungstyp: neu Abstract: Prozessindustrien verlassen sich auf Zeitreihenprognosen und Soft-Sensing, um Qualitätsvariablen zu schätzen, die schwer online zu messen sind. …
arXiv:2607.06607v1 Ankündigungstyp: neu Abstract: Genaue Langzeitprognosen in komplexen Systemen werden häufig durch Verteilungsverschiebungen auf Datensatzebene beeinträchtigt, bei denen …
arXiv:2607.06625v1 Ankündigungstyp: neu Abstract: Prozessindustrien haben validierte Spezialist-Modelle angesammelt, doch Sensor-Drift, Rohstoffvariation und Regime-Wechsel führen dazu, dass diese …
arXiv:2607.06626v1 Ankündigungstyp: neu Abstract: Neueste Vision-Language-Modelle erfassen zunehmend komplexe Aspekte menschlicher Kognition. Hier fragen wir, ob sich diese Ausrichtung auf …
arXiv:2607.06614v1 Ankündigungstyp: neu Abstract: Genaue Nachfrageprognosen auf Stationsebene sind für den effizienten Betrieb von Bike-Sharing-Systemen unerlässlich, bleiben aber aufgrund komplexer …
arXiv:2607.06601v1 Ankündigungstyp: neu Abstract: Conditional Computation kann die Qualität von Sprachmodellen von den Inferenzkosten pro Token entkoppeln, doch führende Techniken wirken isoliert auf …
arXiv:2607.06616v1 Ankündigungstyp: neu Abstract: Label-Schiefen im föderalen Lernen (FL) verursachen Client-Drift und verschlechtern die globale Genauigkeit. Synthetische Datenerweiterung kann …
Bestehende Methoden zum Testen von Deep Neural Networks priorisieren in erster Linie Testeingaben, die wahrscheinlich Modellfehler unter einem festen Kennzeichnungsbudget aufdecken. In der Praxis ist …
Unüberwachtes Graph-Clustering ist eine grundlegende Technik zur Aufdeckung zugrunde liegender semantischer Muster in großflächigen Netzwerken. Obwohl Graph Contrastive Learning vielversprechende …
Data for Agents
Viele All-Atom-generative Proteinmodelle können prinzipiell große multimere Komplexe durch gemeinsame Modellierung aller Ketten gestalten, aber ihre quadratischen Token- und Atom-Pair-Darstellungen …
Deep Neural Networks enthalten oft erhebliche Redundanz verborgener Zustände, aber die meisten Kompressionsmethoden arbeiten direkt an Gewichten, Neuronen oder quantisierten Darstellungen, ohne die …
Zeitreihen-Vorhersagemaschinen, die exogene Kovariaten verwenden, sind bei der Bereitstellung anfällig: Wenn diese Kovariaten verrauscht, zeitlich fehlausgerichtet oder fehlend sind, können starke …
Genaue Geometrie-Wahrnehmung des Arbeitsbereichs ist entscheidend für intelligente Verkehrssysteme, und Ultra-Wideband-Sensorik bietet einen kostengünstigen Ansatz für infrastruktur-gestützte …
Der Erfolg von kategorialem Daten-Clustering hängt stark von der Distanzmetrik ab, die den Unterschiedsgrad zwischen zwei Objekten misst. Die meisten bestehenden Clustering-Methoden behandeln jedoch …
LLM-Agenten werden normalerweise durch Änderung von Prompts, Modellen oder handgeschriebenen Workflows verbessert, während die Ausführungsumgebung um das Modell als feste Infrastruktur behandelt …
Wie können wir bei einer relationalen Datenbank (RDB), die heterogene tabellarische Informationen speichert, fehlende oder zukünftige Werte in einer Zielkolumne vorhersagen? Da der Raum möglicher …