Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
arXiv:2607.13110v1 Neue Veröffentlichung Zusammenfassung: Seit das Paradigma basierend auf Convolutional Neural Networks und recurrent Architekturen 2020 etabliert wurde, haben die fundamentalen …
arXiv:2607.13042v1 Neue Veröffentlichung Zusammenfassung: Dieses Paper verfolgt mit expliziten numerischen Werten nach, wie PyTorchs Automatic-Differentiation-Engine Gradienten für Physics-Informed …
arXiv:2607.13043v1 Neue Veröffentlichung Zusammenfassung: Deep-Learning-Modelle erzielen modernste Bildeklassifizierungsleistungen, stoßen aber auf Bereitstellungshindernisse durch Rechenkosten und …
arXiv:2607.13045v1 Neue Veröffentlichung Zusammenfassung: Federated Learning (FL) hat sich als Schlüsselparadigma für datenschutzfreundliches, kooperatives Model Training über verteilte und …
arXiv:2607.13069v1 Neue Veröffentlichung Zusammenfassung: Large Language Models erzeugen Chain-of-Thought-Reasoning, das logisch korrekt erscheint, aber möglicherweise nicht wirklich von seinen …
Neuere Modelle, gleiche Vorteile
arXiv:2607.13037v1 Neue Veröffentlichung Zusammenfassung: Wenn ein Datenbeiträger eine Löschung anfordert, stehen Model-Trainer vor einer praktischen Lücke: Unlearning-Algorithmen benötigen einen …
arXiv:2607.13073v1 Neue Veröffentlichung Zusammenfassung: Neuro-symbolische AI basierend auf IFOL_B ist eine Methode, um neuronales Lernen und symbolisches Denken zu kombinieren, um Einschränkungen …
arXiv:2607.13104v1 Neue Veröffentlichung Zusammenfassung: Sich selbst verbessernde autonome Agenten entwickeln sich von Forschungsprototypen zu eingesetzten Systemen. Das primäre Ziel ist …
arXiv:2607.13049v1 Neue Veröffentlichung Zusammenfassung: Foundation Models geben Robotern ein ausgefeiltes Gehirn für komplexe Entscheidungsfindung, doch die Bereitstellung dieser Intelligenz auf …
arXiv:2607.13108v1 Neue Veröffentlichung Zusammenfassung: Real-World-Verkehrsdaten weisen heterogene räumliche Korrelationen und nichtlineare zeitliche Dynamiken auf, die erhebliche Herausforderungen …
arXiv:2607.13047v1 Neue Veröffentlichung Zusammenfassung: Parameter-Dekomposition (PD) zerlegt neuronale Netzwerke in interpretierbare Rechenkomponenten, die die Operationen des ursprünglichen …
arXiv:2607.13048v1 Neue Veröffentlichung Zusammenfassung: Streaming-Inference-Pipelines koppeln zunehmend leichte schnelle Modelle mit Large Language Models (LLMs), die umfassendes semantisches …
arXiv:2607.13046v1 Neue Veröffentlichung Zusammenfassung: Wir entwickeln ein Framework für die Informationen, die von Machine-Learning-Modellen verworfen werden, deren Eingaben eine Lie-Group-Aktion …
arXiv:2607.11940v1 Ankündigungstyp: neu Abstract: Mit der wachsenden Skalierung von großen vorlernten Modellen wird das Fine-Tuning unter begrenzten Speicherbudgets zunehmend herausfordernd. Low-Rank …
arXiv:2607.11956v1 Ankündigungstyp: neu Abstract: Data Shapley ist die standardmäßige prinzipielle Antwort, welche Trainingspunkte was wert sind, und ihre k-Nearest-Neighbor (KNN) Spezialisierung ist …
arXiv:2607.11947v1 Ankündigungstyp: neu Abstract: Typische Semi-Supervised Learning (SSL) Methoden stützen sich auf Verteilungsannahmen, und ihre Leistung verschlechtert sich, wenn diese verletzt …
arXiv:2607.11954v1 Ankündigungstyp: neu Abstract: Clinical Code Prediction ordnet unstrukturierte Entlassungsberichte ICD-10-CM Blatt-Codes in einem großen, spärlichen und tiefhierarchischen …
arXiv:2607.11951v1 Ankündigungstyp: neu Abstract: Large Language Models können SQL schreiben, aber Enterprise-Einsatz verlangt mehr als plausiblen Text: Outputs müssen syntaktisch valide sein, müssen …
arXiv:2607.11942v1 Ankündigungstyp: neu Abstract: KV-Cache-Kompressionsmethoden werden überwiegend mit der an den Kontext angehängten Query vor der Komprimierung evaluiert – ein Query-bewusstes …