News Radar
Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
arXiv:2605.12646v1 Ankündigungstyp: neu Abstract: Es wird allgemein vereinbart, dass AI-Modelle Entscheidungsträger in hochriskanten Bereichen durch die Vorhersage interessierender Ergebnisse …
arXiv:2605.12561v1 Ankündigungstyp: neu Abstract: Sicheres Reinforcement Learning (RL) fragt typischerweise, was ein Agent tun sollte. Wir fragen, wann er handeln muss, und zeigen, dass eine einzelne …
arXiv:2605.12655v1 Ankündigungstyp: neu Abstract: Multi-Agent Reinforcement Learning (MARL) in realen Anwendungsfällen muss sich möglicherweise an externe natürlichsprachliche Anweisungen anpassen, …
arXiv:2605.12652v1 Ankündigungstyp: neu Abstract: Large Language Models werden oft mit spärlichen Verifizierer-Rewards post-trainiert, die anzeigen, ob eine gesampelte Trajektorie erfolgreich ist, …
arXiv:2605.12639v1 Ankündigungstyp: neu Abstract: Extreme Ozeanphänomene sind nicht nur schwer vorherzusagen, sondern auch schwer zu diagnostizieren, da genaue Vorhersagen allein die zugrunde …
arXiv:2605.12667v1 Ankündigungstyp: neu Abstract: Die Ausrichtung von Large Language Models nutzt Reinforcement Learning from AI Feedback (RLAIF) für nicht-verifizierbare Domänen wie offene …
arXiv:2605.12653v1 Ankündigungstyp: neu Abstract: Reinforcement Learning Agenten für Portfolio-Management werden typischerweise als statische Policys trainiert und eingesetzt, ohne Mechanismus zur …
arXiv:2605.12648v1 Ankündigungstyp: neu Abstract: Wir etablieren die ersten Populationsrisiko-Schranken für Kolmogorov-Arnold Networks (KANs) trainiert mit Mini-Batch SGD mit Gradient Clipping, …
arXiv:2605.12674v1 Ankündigungstyp: neu Abstract: Vision-Language Models (VLMs) werden zunehmend in sicherheitskritischen Anwendungen eingesetzt, da sie über breite Reasoning-Fähigkeiten verfügen und …
arXiv:2605.12651v1 Ankündigungstyp: neu Abstract: Runtime Monitoring autonomer Systeme verlässt sich traditionell auf die Zuordnung kontinuierlicher Sensorbeobachtungen zu diskreten logischen …
arXiv:2605.12620v1 Ankündigungstyp: neu Abstract: Der Aufbau generalistischer Embodied Agents, die komplexe reale Aufgaben lösen können, bleibt eine fundamentale Herausforderung in der AI. …
arXiv:2605.12584v1 Ankündigungstyp: neu Abstract: Multimodales Graph Learning (MGL) hat kürzlich erhebliche Aufmerksamkeit auf sich gezogen, um diverse Modalitätsinformationen und strukturierten …
arXiv:2605.10987v1 Ankündigungstyp: neu Zusammenfassung: Moderne Machine-Learning-Deployments komponieren zunehmend spezialisierte Modelle in dynamische Inference-Pipelines, bei denen …
arXiv:2605.10975v1 Ankündigungstyp: neu Zusammenfassung: Graphen mit Heterophilie, bei denen benachbarte Knoten unterschiedliche Labels tragen, sind in realen Anwendungen verbreitet, von sozialen …
arXiv:2605.10947v1 Ankündigungstyp: neu Zusammenfassung: Die EEG-Mikrozustand-Analyse segmentiert kontinuierliche elektrische Gehirnaktivität in kurze, quasi-stabile topografische Konfigurationen, …
arXiv:2605.10980v1 Ankündigungstyp: neu Zusammenfassung: Diffusion Language Models (dLLMs) haben erhebliche Aufmerksamkeit für ihr Potenzial in hochparalleler Verarbeitung erhalten. Die parallelen …
arXiv:2605.10959v1 Ankündigungstyp: neu Zusammenfassung: Es gibt derzeit keine einheitliche Metrik zur Bewertung der Effizienz von quantisierten neuronalen Netzen. Wir schlagen QuIDE vor, das auf dem …
arXiv:2605.10973v1 Ankündigungstyp: neu Zusammenfassung: Supervised Fine-Tuning (SFT) verbessert die In-Domain-Leistung, kann aber die Out-of-Domain (OOD) Generalisierung verschlechtern. Frühere …
arXiv:2605.10971v1 Ankündigungstyp: neu Zusammenfassung: Diskrete Diffusions-Sprachmodelle (DLMs) generieren Text durch iteratives paralleles Entrauschen aller Positionen und bieten eine Alternative …
arXiv:2605.10985v1 Ankündigungstyp: neu Zusammenfassung: Protein-Language-Modelle wie ESM-2 lernen reichhaltige Residuum-Repräsentationen, die starke Leistung bei der Vorhersage von Proteinfunktionen …