3761 Arbeiten
Diese Studie stellt einen hochauflösenden, wettergesteuerten Surrogatmodellierungsansatz vor, der durch die Erfassung kurzfristiger wetterbedingter Energieverbrauchsmuster eine dateneffiziente und wiederverwendbare Vorhersage der Gebäudeenergieleistung über verschiedene Standorte hinweg ermöglicht, ohne umfangreiche Simulationen mehrerer Standorte zu benötigen.
Die Arbeit stellt Co-Diffusion vor, ein neuartiges, affinitätsbewusstes Zwei-Phasen-Framework auf Basis latenter Diffusion, das die Generalisierungsfähigkeit bei der Vorhersage von Arzneimittel-Ziel-Affinitäten, insbesondere in kalten Start-Szenarien mit neuen Molekülgerüsten und Proteinfamilien, erheblich verbessert.
Diese Arbeit überwindet fundamentale Grenzen der neuronalen Approximationstheorie, indem sie eine dreidimensionale ReLU-Architektur einführt, die durch effiziente Sägezahn-Funktionen exponentielle Approximationsraten für analytische Funktionen und erstmals quantitative, nicht-asymptotische Ergebnisse für allgemeine -Funktionen ermöglicht.
Diese Arbeit stellt eine skalierbare Quanten-Convolutional-Architektur vor, die durch lokalisierte Kostenfunktionen und eine tensornetzwerkbasierte Initialisierung das Problem der barren plateaus löst und damit auf dem MNIST-Datensatz eine Klassifikationsgenauigkeit von 98,7 % bei deutlich reduzierter Parameteranzahl erreicht.
Die Arbeit stellt HOMA vor, einen neuen Aufmerksamkeitsoperator für Proteinsequenzen, der durch die Fusion von paarweisen und expliziten triadischen Interaktionen die Vorhersagegenauigkeit bei strukturellen und funktionellen Eigenschaften verbessert, ohne dabei die Recheneffizienz übermäßig zu beeinträchtigen.
Dieser Beitrag erweitert die konforme e-Vorhersage auf Fälle mit beobachteter Verwechslung (Confounding) zwischen den Zufallsobjekten und ihren Labels, wobei sowohl unabhängige und identisch verteilte Daten als auch Szenarien mit Abhängigkeiten zwischen den Beobachtungen betrachtet werden.
Die Arbeit stellt REOPOLD vor, ein Framework, das durch die Interpretation von On-Policy-Distillation als Policy-Optimierung und die Einführung relaxierter Belohnungsmechanismen die Stabilität und Effizienz bei der Übertragung von Reasoning-Fähigkeiten auf kleinere Modelle signifikant verbessert.
Diese Arbeit stellt nichtparametrische Regressionsmethoden auf Basis von tiefen neuronalen Netzen unter dem Prinzip der minimalen Fehlerentropie für stark mischende Beobachtungen vor und zeigt, dass sowohl nicht- als auch sparse-gestraffte Schätzer die minimax-optimalen Konvergenzraten erreichen.
Die Studie stellt H2LooP Spark Preview vor, einen kontinuierlichen Vortrainings-Pipeline, der das Open-Source-Modell OLMo-3-7B durch die Verarbeitung von 23,5 Milliarden Tokens eingebetteter Systemdaten spezialisiert und dabei auf Benchmark-Tests in 8 von 13 Kategorien die Leistung von großen geschlossenen Modellen wie Claude Opus 4.6 und Qwen3-Coder-30B übertrifft.
Diese Arbeit stellt GCIG (Group Counterfactual Integrated Gradients) vor, ein Regularisierungsframework, das prozedurale Fairness in maschinellen Lernmodellen sicherstellt, indem es während des Trainings die Erklärungsstabilität über verschiedene geschützte Gruppen hinweg erzwingt und so das Vertrauen in die Modellentscheidungen stärkt, ohne die Vorhersagegenauigkeit zu beeinträchtigen.
Die Studie nutzt mechanistische Interpretierbarkeit, um in einem VideoViT-Modell einen kausalen Schaltkreis zu identifizieren, bei dem Aufmerksamkeitsköpfe als „Evidenzsammler" und MLP-Blöcke als „Konzept-Komponisten" fungieren, um den Erfolg oder Misserfolg einer Handlung zu berechnen, was auf die Entwicklung von verstecktem Wissen in KI-Modellen hinweist.
Die vorgestellte Arbeit schlägt einen lokal einsetzbaren, mehrstufigen Pipeline-Ansatz mit einem Video-Sprachmodell vor, um audiovisuelle Museumsbestände durch automatische, kataloggestützte Metadaten-Generierung und Attribution unter Einhaltung von Ressourcen- und regulatorischen Grenzen erschließbar zu machen.
Diese Arbeit führt ein Skalierungsgesetz-Framework für Jailbreak-Angriffe auf Large Language Models ein, das zeigt, dass promptbasierte Methoden im Vergleich zu optimierungsbasierten Ansätzen rechnerisch effizienter sind und bei der Erzeugung von Desinformation besonders anfällig sind.
Die Arbeit definiert algorithmisches Erfassen formal und zeigt, dass unendliche Transformer trotz universeller Ausdruckskraft durch einen induktiven Bias auf Algorithmen mit geringer Komplexität innerhalb der EPTHS-Klasse beschränkt sind, was das Erlernen komplexerer Algorithmen verhindert.
Die Autoren stellen einen selbstüberwachten maschinellen Lernansatz vor, der mithilfe von Oracle-Trajektorien und einem transformerbasierten Policy-Netzwerk komplexe mathematische Ausdrücke in der Hochenergiephysik nahezu perfekt vereinfacht und dabei bestehende Reinforcement-Learning-Methoden deutlich übertrifft.
Diese Studie stellt eine systematische Untersuchung zur automatischen Spracherkennung bei Huntington-Krankheit vor, die durch die Einführung einer biomarkerbasierten auxiliary Supervision und die Anpassung von Modellen an pathologische Sprachmerkmale die Wortfehlerrate signifikant senkt und dabei zeigt, dass sich Fehlermuster in Abhängigkeit vom Schweregrad der Erkrankung spezifisch verändern.
Die Arbeit stellt PACED vor, ein Framework zur effizienteren LLM-Distillation, das durch eine theoretisch fundierte Beta-Gewichtungsfunktion den Lernprozess gezielt auf die Zone der proximalen Entwicklung konzentriert, in der das Schülermodell weder bereits vollständig kompetent noch völlig überfordert ist, um so Rechenressourcen zu sparen und die Leistung auf Benchmarks zu steigern.
Die vorgestellte Arbeit entwickelt eine hybride Bayesian-Optimierungsmethode, die partiell bekannte physikalische Modelle mit probabilistischen Gauß-Prozessen kombiniert, um effizientere und schneller konvergierende Lösungen für komplexe Systeme wie Destillationsprozesse zu finden als herkömmliche Black-Box-Ansätze.
Die Studie stellt DNS-GT vor, einen graphbasierten Transformer-Ansatz, der durch selbstüberwachtes Vortraining und Feinabstimmung auf DNS-Abfrage-Sequenzen aussagekräftige Domain-Name-Embeddings lernt, um die Genauigkeit bei der Erkennung von Botnets und der Klassifizierung von Domains im Vergleich zu bestehenden Methoden zu verbessern.
Die Arbeit stellt CoRe vor, ein neuartiges Framework für das kontinuierliche Lernen, das das Feinabstimmungsparadigma vom Gewichtsraum in den Repräsentationsraum verlagert, indem es taskspezifische Eingriffe in einem niedrigrangigen linearen Unterraum versteckter Repräsentationen vornimmt, um Stabilität und Plastizität bei hoher Parameter-Effizienz zu gewährleisten.