News Radar

Ein Derivat-Genauigkeits-Fehlermodus in physik-informierten neuronalen Netzen: Verstärkte Benchmark-Evidenz aus Function-Value-Training

arXiv:2609.13171v1 Ankündigungstyp: neu Zusammenfassung: Physics-informed neural networks (PINNs) nutzen automatische Differentiation zur Durchsetzung von Differentialgleichungs-Residuen, aber gute …

BudgetBench: Ein Budget-gestaffeltes Protokoll und Pilotframework zur Evaluierung von Memory-Strategien in lokalen LLM-Agenten

arXiv:2609.13149v1 Ankündigungstyp: neu Zusammenfassung: Für lokale LLM-Agenten ist aktiver Kontext eine knappe Ressource: Memory-Kapazität, Prefill-Latenz, Cache-Wachstum und Service-Ziele begrenzen …

Konvergenz dann Diversifikation: Entkopplung von Konvergenz und Diversität in Multi-Objective Bayesian Optimisation

arXiv:2609.13396v1 Ankündigungstyp: neu Zusammenfassung: Multi-objective Bayesian Optimisation (MOBO) ist ein sample-effizienter Ansatz zur Optimierung teurer Black-Box-Funktionen mit mehreren …

Diagnose von Fehlern in Reinforcement-Learning-Simulatoren und World Models mit kanonischen Polynom-Invarianten

arXiv:2609.13194v1 Ankündigungstyp: neu Zusammenfassung: Eine umfangreiche Literatur integriert physikalische Struktur in gelernte Dynamiken unter der Annahme, dass Modelle, die die zugrundeliegende …

Entdeckung und Bewahrung von Kategorie-Korrelationswissen via adaptiver gegenseitiger Knowledge Distillation

arXiv:2609.13199v1 Ankündigungstyp: neu Zusammenfassung: Knowledge Distillation zielt darauf ab, die Leistung leichtgewichtiger Student-Modelle durch Wissenstransfer von größeren und …

Benötigen Tabular Foundation Models immer noch Feature Engineering?

arXiv:2609.13202v1 Ankündigungstyp: neu Zusammenfassung: Feature Engineering war lange Zeit ein Eckpfeiler des Tabular Machine Learning. Tabular Foundation Models (TFMs) werden auf einem breiten …

Evaluierung von LLM-generierten Regeln zur Herzerkrankungsvorhersage

arXiv:2609.13192v1 Ankündigungstyp: neu Zusammenfassung: Diese Studie vergleicht traditionelle Machine-Learning-Modelle und von LLMs generierte regelbasierte Systeme zur Herzerkrankungsvorhersage mit …

Generalisierte Agent-Iteration: Ein formales Framework für iterative Policy-Verbesserung und rekursive Selbstverbesserung

arXiv:2609.13406v1 Ankündigungstyp: neu Zusammenfassung: Wenn wir von rekursiver Selbstverbesserung (RSI) sprechen, sprechen wir von einem Phänomen, einem Mechanismus oder einer Perspektive? Zur …

KI als Bedrohung? Wissenschaftler kritisieren Anthropic-Report zu Biowaffen

Forscher:innen sollen KI-Modelle von Anthropic benutzt haben, um sich Informationen zur Entwicklung von Biowaffen zu besorgen, wie die US-Firma in einem Bericht warnt. Doch in der Branche sehen …

Specification Oracles

arXiv:2609.13415v1 Ankündigungstyp: neu Zusammenfassung: Spezifikationen sehen sich einem grundlegenden Tradeoff gegenüber: Details auslassen, und wichtige Fragen bleiben unbeantwortet; jeden Detail …

SPICE: Einfache polysemantische Feature-Interpretation via Clustering-basierter Erklärung

arXiv:2609.13198v1 Ankündigungstyp: neu Zusammenfassung: Eine der zentralen aktuellen Herausforderungen in der Interpretierbarkeit neuronaler Netze ist Polysemantik, bei der ein einzelnes Neuron …

Task-aware Federated Fine-Tuning für MoE-basierte Large Language Models

arXiv:2609.13395v1 Ankündigungstyp: neu Zusammenfassung: Mixture-of-Experts (MoE) ist eine weit verbreitete Architektur für Large Language Models (LLMs) geworden, da sie Modellkapazität verbessert, …

What must happen for AI’s trillion-dollar gamble to pay off

When Jessica Wachter, a finance professor at the University of Pennsylvania’s Wharton School, wanted to assess AI’s impact on the economy over the next few years, she faced a long list of business …

DCRA: Diffusions-bedingte Representational Alignment für robustes Time-Series Learning

arXiv:2609.11997v1 Das Erlernen robuster Representationen für Time-Series-Signale unter Rauschen und Verteilungsverschiebungen bleibt eine Herausforderung, besonders in klinischen Anwendungen wie …

Fed-Equilibrium-Framework für topologische Pareto-Kontrolle in robustem und fairem klinischen Federated Learning

arXiv:2609.11937v1 Die Bereitstellung von Federated Learning (FL) in Multi-Center-Klinalnetzwerken steht vor der Herausforderung der Wissensdominanz, bei der Hubs mit hohem Volumen Knoten von …

Fester Zustand, langer Reichweite: Was ein konstant dimensionierter Cache bei Block Diffusion im großen Maßstab bringt

arXiv:2609.11998v1 Diffusions-Language-Modelle dekodieren Token parallel, aber ihr bidirektionaler Denoiser schließt den naiven Key-Value (KV) Cache hinter schneller autoregressiver Inference aus. …

(g+) Der Mythos vom Millionen-Token-Kontext: Warum KI bei längeren Eingaben schwächelt

KI-Hersteller bewerben Kontextlängen von Millionen von Zeichen, doch trotzdem versagen die Modelle bei großen Dokumenten. Wir erklären die Hintergründe. Eine Analyse von Tim Elsner (KI, Software)

Hochtemperatur-Supraleitung: Proxima Fusion baut Kernfusions-Industrie auf

Das Fusions-Start-up und das Land Niedersachsen konkretisieren das Vorhaben, die Supraleiter erstmals in relevanten Mengen in Europa zu fertigen. (Kernfusion, Start-up)

Japan entwickelt Quanten-U-Boot-Erkennungssensoren für Drohnen, während China seine Unterwasserreichweite ausbaut

Japan entwickelt U-Boot-erkennende Quanten-Sensoren für Luftdrohnen, der neueste Schritt in einem wachsenden Unterwasser-Wettbewerb zwischen China, den USA und ihren Verbündeten im Indo-Pazifik. Das …

Künstliche Intelligenz: Weltuntergang durch KI? Wie soll das denn passieren?

Der Weltuntergang, mit zehn Prozent Wahrscheinlichkeit? Es vergeht kein Tag ohne ein neues Szenario, wann und wie KI alle Menschen töten könnte. Manche sind absurd. Einige erschreckend nah.