Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
arXiv:2605.28839v1 Ankündigungstyp: neu Zusammenfassung: Knowledge-Editing-Methoden wie ROME und MEMIT aktualisieren faktische Assoziationen in Transformer-Modellen durch Änderung von MLP-Gewichten. …
arXiv:2605.28850v1 Ankündigungstyp: neu Zusammenfassung: Wir untersuchen die Verhaltensausrichtung und Repräsentationsdynamik von Large Language Model-Agenten in Finanzentscheidungsumgebungen. Mit …
arXiv:2605.28897v1 Ankündigungstyp: neu Zusammenfassung: LLM-generierte Reviews für wissenschaftliche Arbeiten gewinnen erheblich an Zugkraft und werden sogar offiziell von großen Konferenzen …
arXiv:2605.28864v1 Ankündigungstyp: neu Zusammenfassung: Der Cognitive Categorical Transformer (CCT) ist eine 306M-Parameter-Architektur, die ein vortrainiertes GPT-2 Small Backbone mit kognitiv …
arXiv:2605.28880v1 Ankündigungstyp: neu Zusammenfassung: Die Erweiterung von diskreten kausalen Prior-data Fitted Networks für Zeitreihen auf kontinuierliche Zeit lädt dazu ein, den Mechanismus als …
arXiv:2605.27406v1 Ankündigungstyp: neu Abstract: Strukturierte State-Space-Modelle (SSMs) haben sich kürzlich als vielversprechende Grundlage für Sequenzmodellierung etabliert, wobei Mamba-basierte …
arXiv:2605.27469v1 Ankündigungstyp: neu Abstract: Continual Learning (CL) ist ein praktisches Paradigma zur Nutzung der Kraft von tiefen vortrainierten neuronalen Netzwerken, aber welches …
arXiv:2605.27476v1 Ankündigungstyp: neu Abstract: Wir charakterisieren die Pre-Softmax-Attention-Matrix $\mathbf{QK^\top}$ in Transformern als assoziative Speichermatrix, die paarweise Zuordnungen …
arXiv:2605.27467v1 Ankündigungstyp: neu Abstract: Traditionelle Recurrent Neural Networks (RNNs) und Long Short-Term Memory (LSTM)-Einheiten arbeiten auf diskreten Zeitschritten und erfassen oft …
arXiv:2605.27470v1 Ankündigungstyp: neu Abstract: Graph-Anomalieerkennung zielt darauf ab, Anomalieknoten in attributierten Graphen zu identifizieren und spielt eine wichtige Rolle in realen …
arXiv:2605.27428v1 Ankündigungstyp: neu Abstract: Edge-Deployments von generativer Inference sehen sich zunehmend zwei praktischen Realitäten gegenüber: Die Pro-Gerät-Pro-Modell-Leistung ist zum …
arXiv:2605.27482v1 Ankündigungstyp: neu Abstract: Während orthogonale Unterraum-Methoden versuchen, Aufgabeninterferenz in Continual Learning (CL) zu mindern, leiden sie oft unter Energiediffusion …
arXiv:2605.27486v1 Ankündigungstyp: neu Abstract: Federated Learning (FL) hat die Perspektiven für multivariate Zeitreihen-Anomalieerkennung (MTSAD) erweitert. Allerdings stellt Benchmarking solcher …
arXiv:2605.27475v1 Ankündigungstyp: neu Abstract: Dezentralisiertes Lernen verbessert Datenschutz, Skalierbarkeit und Fehlertoleranz durch Verteilung von Daten und Berechnung über Knoten hinweg. Ein …
arXiv:2605.27373v1 Ankündigungstyp: neu Abstract: Während intelligente Systeme zunehmend autonomer werden, konzentriert sich die wissenschaftliche Gemeinschaft auf die Schaffung von …
arXiv:2605.27385v1 Ankündigungstyp: neu Abstract: Federated Reinforcement Learning (FedRL) ermöglicht mehreren Agenten, eine globale Richtlinie gemeinsam zu trainieren, ohne Rohdaten zu teilen, was …
arXiv:2605.27479v1 Ankündigungstyp: neu Abstract: Affective-Computing-Systeme sind zunehmend in pervasiven und interaktiven Umgebungen wie adaptiven Spielen, Hilfstechnologien und …
arXiv:2605.27379v1 Ankündigungstyp: neu Abstract: Wir präsentieren Soro, eine Familie von Tadschikisch-spezialisierten konversationalen Large Language Models (LLMs), die für Echtzeit-Deployments …
arXiv:2605.27431v1 Ankündigungstyp: neu Abstract: Mixture-of-Experts (MoE) bietet ein natürlich kompatibles und skalierbares Framework für multimodales Lernen und zeigt starke Anpassungsfähigkeit …
arXiv:2605.26130v1 Ankündigungstyp: neu Abstract: Operative Wettervorhersage im Kilometermaßstab bleibt rechnerisch unerschwinglich für traditionelle numerische Wettervorhersage-Modelle (NWP), was …