Internationale Tech- und KI-Nachrichten, automatisch kuratiert und ins Deutsche übersetzt. Automatische Übersetzung — der Originaltext ist über den Quellenlink verfügbar.
Forscher haben einen Weg gefunden, durch Messung von SSD-Zugriffszeiten in Javascript von Website-Besuchern genutzte Apps zu ermitteln. (Sicherheitslücke, Speichermedien)
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 …
LLMs bevorzugen säkuläre, rationale Argumentation, und während sie gelegentlich immer noch religiös werden, haben sie eine negative Sicht auf Zeugen Jehovas
arXiv:2605.26172v1 Ankündigungstyp: neu Abstract: Wenn Sprachmodelle Test-Zeit-Sampling verwenden, generieren sie mehrere Reasoning-Trajektorien und wählen eine Antwort durch Mehrheitsvotum. Wir …
Die Gesundheitsbehörden von Hongkong haben einen AI-Chatbot einer lokalen Universität eingesetzt, um Einwohnern beim Rauchen aufhören zu helfen, nachdem sie ihr Ziel trotz einer Verschärfung der …
arXiv:2605.26184v1 Ankündigungstyp: neu Abstract: Hybrids Post-Training kombiniert üblicherweise überwachtes Fine-Tuning und Reinforcement Learning, aber feste Mischungspläne können sich nicht …
arXiv:2605.26121v1 Ankündigungstyp: neu Abstract: Die Effizienz des LLM-Vortrainings hängt zunehmend von der Datenzusammensetzung ab, nicht vom reinen Volumen. Das optimale Mischen wird jedoch durch …
In Werbevideos wirken Roboter geschickt, doch es fällt ihnen schwer, autonom zu handeln. Forscher versuchen, ihnen das nötige Weltwissen zu vermitteln.
arXiv:2605.26190v1 Ankündigungstyp: neu Abstract: Dieses Paper präsentiert HRVConformer, eine neuartige Deep-Learning-Architektur zur Klassifizierung von hypoxisch-ischämischer Enzephalopathie (HIE) …
arXiv:2605.26175v1 Ankündigungstyp: neu Abstract: Low-Bit-Aktivierungsquantisierung bleibt ein großer Engpass in der effizienten Bereitstellung großer Sprachmodelle (LLM). Die Schwierigkeit besteht …
ITBench-AA: Frontier Models schneiden unter 50% bei erstem Benchmark für Agentic Enterprise IT-Aufgaben ab – von Artificial Analysis und IBM
arXiv:2605.26189v1 Ankündigungstyp: neu Abstract: Quantisierungsbewusstes Training (QAT) mit Low-Bit-Gleitkommaformaten ermöglicht effiziente LLM-Bereitstellung, führt aber zu subtilen Ausfallmodi, …
Multi-Agent LLM System für automatisierte Schwachstellenentdeckung und Reproduktion
arXiv:2605.26147v1 Ankündigungstyp: neu Abstract: Menschliches Entscheidungstreffen ist sequenziell und unsicherheitsbewusst, doch Standard-Neuronale Netze verlassen sich oft auf statische, dichte …
arXiv:2605.26162v1 Ankündigungstyp: neu Abstract: Asynchrones dezentralisiertes föderiertes Lernen (ADFL) eliminiert zentrale Koordination und globale Synchronisierung, was es für großmaßstäbliche …
arXiv:2605.26167v1 Ankündigungstyp: neu Abstract: Wir stellen Lie-Gruppen-eingebettete dynamische neuronale Netze (LieEDNN) und entsprechende Lernalgorithmen basierend auf Gradientenabstieg und …
arXiv:2605.26135v1 Ankündigungstyp: neu Abstract: Unüberwachte Anomalieerkennung wird vielfach in der Transaktionsbetrugserkennung eingesetzt, wo Kennzeichnungen knapp sind. Isolation Forest (IF) ist …
arXiv:2605.26128v1 Ankündigungstyp: neu Abstract: Produktions-LLM-Systeme benötigen zunehmend maschinenlesbare Ausgaben: JSON-Objekte, typisierte Traces, Regex-beschränkte Felder und …